Uso de redes neuronales para predecir mercados financieros

En este documento presentamos dos modelos fundamentados en Redes Neuronales Recurrentes diseñados para predecir los mercados financieros, abarcando tanto acciones específicas como ETFs. Dada la expansión de la Inteligencia Artificial en los últimos años, las herramientas computacionales más sofistic...

Full description

Autores:
Molina Mahecha, Andrés Felipe
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2023
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/73137
Acceso en línea:
https://hdl.handle.net/1992/73137
Palabra clave:
Redes neuronales
Modelos predictivos
Mercados financieros
Ingeniería
Rights
openAccess
License
Attribution 4.0 International
id UNIANDES2_aec9c14352e37315b280d670d1538285
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/73137
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
dc.title.spa.fl_str_mv Uso de redes neuronales para predecir mercados financieros
title Uso de redes neuronales para predecir mercados financieros
spellingShingle Uso de redes neuronales para predecir mercados financieros
Redes neuronales
Modelos predictivos
Mercados financieros
Ingeniería
title_short Uso de redes neuronales para predecir mercados financieros
title_full Uso de redes neuronales para predecir mercados financieros
title_fullStr Uso de redes neuronales para predecir mercados financieros
title_full_unstemmed Uso de redes neuronales para predecir mercados financieros
title_sort Uso de redes neuronales para predecir mercados financieros
dc.creator.fl_str_mv Molina Mahecha, Andrés Felipe
dc.contributor.advisor.none.fl_str_mv Takahashi Rodríguez, Silvia
dc.contributor.author.none.fl_str_mv Molina Mahecha, Andrés Felipe
dc.contributor.jury.none.fl_str_mv Takahashi Rodríguez, Silvia
dc.subject.keyword.none.fl_str_mv Redes neuronales
Modelos predictivos
Mercados financieros
topic Redes neuronales
Modelos predictivos
Mercados financieros
Ingeniería
dc.subject.themes.spa.fl_str_mv Ingeniería
description En este documento presentamos dos modelos fundamentados en Redes Neuronales Recurrentes diseñados para predecir los mercados financieros, abarcando tanto acciones específicas como ETFs. Dada la expansión de la Inteligencia Artificial en los últimos años, las herramientas computacionales más sofisticadas se encuentran en poder de las grandes corporaciones. Los inversores comunes, conocidos en el sector financiero como "retail", no tienen acceso a estos beneficios, situándonos en una notable desventaja al intentar acceder al potencial computacional que podría brindarnos ventajas económicas en inversiones. Desarrollamos dos modelos predictivos en plataformas distintas y con procesos de Machine Learning variados, con el objetivo de explorar diferentes perspectivas que puedan optimizar los resultados. Estos modelos están diseñados para ser tan precisos como sea posible dadas las limitaciones de los recursos computacionales actuales. Sin embargo, la idea es que con el paso del tiempo y a medida que estos recursos se vuelvan no solo más potentes sino también más accesibles, podamos acercarnos a modelos predictivos de alta precisión.
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2023-12-12T12:43:34Z
dc.date.available.none.fl_str_mv 2023-12-12T12:43:34Z
dc.date.issued.none.fl_str_mv 2023-11-10
dc.type.none.fl_str_mv Trabajo de grado - Pregrado
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.none.fl_str_mv Text
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/1992/73137
dc.identifier.instname.none.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.none.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.none.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
url https://hdl.handle.net/1992/73137
identifier_str_mv instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.en.fl_str_mv Attribution 4.0 International
dc.rights.uri.none.fl_str_mv http://creativecommons.org/licenses/by/4.0/
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Attribution 4.0 International
http://creativecommons.org/licenses/by/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.none.fl_str_mv 27 páginas
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de los Andes
dc.publisher.program.none.fl_str_mv Ingeniería de Sistemas y Computación
dc.publisher.faculty.none.fl_str_mv Facultad de Ingeniería
dc.publisher.department.none.fl_str_mv Departamento de Ingeniería Sistemas y Computación
publisher.none.fl_str_mv Universidad de los Andes
institution Universidad de los Andes
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/765bd748-d1eb-447b-9622-629f0f7ef8a5/download
https://repositorio.uniandes.edu.co/bitstreams/a02e2bd6-b366-47a4-90df-bf2beaa11897/download
https://repositorio.uniandes.edu.co/bitstreams/c51474d1-6999-4392-ab87-176360818fe1/download
https://repositorio.uniandes.edu.co/bitstreams/461a10a6-f7b7-433e-9ad3-d927006b8647/download
https://repositorio.uniandes.edu.co/bitstreams/c80844ca-d671-470d-8d20-0e2c7c0ed9e8/download
https://repositorio.uniandes.edu.co/bitstreams/8f124364-890c-490b-90db-5772fe007e91/download
https://repositorio.uniandes.edu.co/bitstreams/ed410bec-babc-47b7-8907-3c7d232d46bf/download
https://repositorio.uniandes.edu.co/bitstreams/ade51f8d-0e4c-407a-b9a9-c33272d3b4ed/download
bitstream.checksum.fl_str_mv 0175ea4a2d4caec4bbcc37e300941108
ae9e573a68e7f92501b6913cc846c39f
47d5584de3024d4193d26cebc8ae6c26
d2f1ea149b57c9d8d8c83eb0cde70a1e
3e2b8a2756cfd79c46e6cfa89c277113
933c17e6a84b94f0862e164f0747d468
e26c70a53b4a4733139d7aaf3c979df1
b9ea171d3b7e1d77e6da5feff71a82c5
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1812134082683863040
spelling Takahashi Rodríguez, SilviaMolina Mahecha, Andrés FelipeTakahashi Rodríguez, Silvia2023-12-12T12:43:34Z2023-12-12T12:43:34Z2023-11-10https://hdl.handle.net/1992/73137instname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/En este documento presentamos dos modelos fundamentados en Redes Neuronales Recurrentes diseñados para predecir los mercados financieros, abarcando tanto acciones específicas como ETFs. Dada la expansión de la Inteligencia Artificial en los últimos años, las herramientas computacionales más sofisticadas se encuentran en poder de las grandes corporaciones. Los inversores comunes, conocidos en el sector financiero como "retail", no tienen acceso a estos beneficios, situándonos en una notable desventaja al intentar acceder al potencial computacional que podría brindarnos ventajas económicas en inversiones. Desarrollamos dos modelos predictivos en plataformas distintas y con procesos de Machine Learning variados, con el objetivo de explorar diferentes perspectivas que puedan optimizar los resultados. Estos modelos están diseñados para ser tan precisos como sea posible dadas las limitaciones de los recursos computacionales actuales. Sin embargo, la idea es que con el paso del tiempo y a medida que estos recursos se vuelvan no solo más potentes sino también más accesibles, podamos acercarnos a modelos predictivos de alta precisión.Ingeniero de Sistemas y ComputaciónPregrado27 páginasapplication/pdfspaUniversidad de los AndesIngeniería de Sistemas y ComputaciónFacultad de IngenieríaDepartamento de Ingeniería Sistemas y ComputaciónAttribution 4.0 Internationalhttp://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Uso de redes neuronales para predecir mercados financierosTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPRedes neuronalesModelos predictivosMercados financierosIngeniería201923434PublicationCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8908https://repositorio.uniandes.edu.co/bitstreams/765bd748-d1eb-447b-9622-629f0f7ef8a5/download0175ea4a2d4caec4bbcc37e300941108MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82535https://repositorio.uniandes.edu.co/bitstreams/a02e2bd6-b366-47a4-90df-bf2beaa11897/downloadae9e573a68e7f92501b6913cc846c39fMD52ORIGINALUso de Redes Neuronales Para Predecir Mercados Financieros.pdfUso de Redes Neuronales Para Predecir Mercados Financieros.pdfapplication/pdf516422https://repositorio.uniandes.edu.co/bitstreams/c51474d1-6999-4392-ab87-176360818fe1/download47d5584de3024d4193d26cebc8ae6c26MD53autorizacionTesis_a.molinam.pdfautorizacionTesis_a.molinam.pdfHIDEapplication/pdf283150https://repositorio.uniandes.edu.co/bitstreams/461a10a6-f7b7-433e-9ad3-d927006b8647/downloadd2f1ea149b57c9d8d8c83eb0cde70a1eMD52TEXTUso de Redes Neuronales Para Predecir Mercados Financieros.pdf.txtUso de Redes Neuronales Para Predecir Mercados Financieros.pdf.txtExtracted texttext/plain31998https://repositorio.uniandes.edu.co/bitstreams/c80844ca-d671-470d-8d20-0e2c7c0ed9e8/download3e2b8a2756cfd79c46e6cfa89c277113MD54autorizacionTesis_a.molinam.pdf.txtautorizacionTesis_a.molinam.pdf.txtExtracted texttext/plain1964https://repositorio.uniandes.edu.co/bitstreams/8f124364-890c-490b-90db-5772fe007e91/download933c17e6a84b94f0862e164f0747d468MD56THUMBNAILUso de Redes Neuronales Para Predecir Mercados Financieros.pdf.jpgUso de Redes Neuronales Para Predecir Mercados Financieros.pdf.jpgGenerated Thumbnailimage/jpeg8124https://repositorio.uniandes.edu.co/bitstreams/ed410bec-babc-47b7-8907-3c7d232d46bf/downloade26c70a53b4a4733139d7aaf3c979df1MD55autorizacionTesis_a.molinam.pdf.jpgautorizacionTesis_a.molinam.pdf.jpgGenerated Thumbnailimage/jpeg11200https://repositorio.uniandes.edu.co/bitstreams/ade51f8d-0e4c-407a-b9a9-c33272d3b4ed/downloadb9ea171d3b7e1d77e6da5feff71a82c5MD571992/73137oai:repositorio.uniandes.edu.co:1992/731372023-12-13 03:13:10.71http://creativecommons.org/licenses/by/4.0/Attribution 4.0 Internationalopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.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