Empleo de modelos predictivos en el precio de bolsa de la energía en Colombia

Los humanos dependemos de la energía para vivir: la utilizamos para cocinar los alimentos, prender la luz, transportarnos, fabricar los bienes que consumimos, comunicarnos a través de dispositivos móviles, entre otras. La energía es probablemente uno de los bienes más importantes para los humanos en...

Full description

Autores:
Cárdenas Cárdenas, Juan Esteban
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2021
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/56573
Acceso en línea:
http://hdl.handle.net/1992/56573
Palabra clave:
Energía
Colombia
Modelos predictivos
Pronósticos
Redes neuronales
ARIMA
Ingeniería
Rights
openAccess
License
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
id UNIANDES2_ebf30be2f5b0f7e86d2b9e1954a30416
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/56573
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
dc.title.spa.fl_str_mv Empleo de modelos predictivos en el precio de bolsa de la energía en Colombia
title Empleo de modelos predictivos en el precio de bolsa de la energía en Colombia
spellingShingle Empleo de modelos predictivos en el precio de bolsa de la energía en Colombia
Energía
Colombia
Modelos predictivos
Pronósticos
Redes neuronales
ARIMA
Ingeniería
title_short Empleo de modelos predictivos en el precio de bolsa de la energía en Colombia
title_full Empleo de modelos predictivos en el precio de bolsa de la energía en Colombia
title_fullStr Empleo de modelos predictivos en el precio de bolsa de la energía en Colombia
title_full_unstemmed Empleo de modelos predictivos en el precio de bolsa de la energía en Colombia
title_sort Empleo de modelos predictivos en el precio de bolsa de la energía en Colombia
dc.creator.fl_str_mv Cárdenas Cárdenas, Juan Esteban
dc.contributor.advisor.spa.fl_str_mv Ábrego Pérez, Adriana Lourdes
dc.contributor.author.spa.fl_str_mv Cárdenas Cárdenas, Juan Esteban
dc.contributor.jury.spa.fl_str_mv Ábrego Pérez, Adriana Lourdes
Bernal Rueda, Astrid Johanna
dc.subject.keyword.spa.fl_str_mv Energía
Colombia
Modelos predictivos
Pronósticos
Redes neuronales
ARIMA
topic Energía
Colombia
Modelos predictivos
Pronósticos
Redes neuronales
ARIMA
Ingeniería
dc.subject.themes.none.fl_str_mv Ingeniería
description Los humanos dependemos de la energía para vivir: la utilizamos para cocinar los alimentos, prender la luz, transportarnos, fabricar los bienes que consumimos, comunicarnos a través de dispositivos móviles, entre otras. La energía es probablemente uno de los bienes más importantes para los humanos en la actualidad, pues nos permite constantemente mejorar nuestra calidad de vida. El sector energético es el que permite el funcionamiento de la mayoría de los otros sectores de la economía. Entonces, entendiendo que la energía es el inicio de muchos procesos importantes para los seres humanos, resulta útil estudiarla utilizando un enfoque analítico. En el caso de este proyecto de grado, la energía ha sido el campo para explorar cómo éstas herramientas pueden ser útiles y aplicables para atender problemáticas de la vida real. Para este trabajo, se utilizarán modelos predictivos que permitan pronosticar los precios de bolsa de la energía en Colombia una semana hacia adelante. Por medio de la construcción de estos modelos, se busca responder a la pregunta de: ¿cómo los modelos predictivos pueden ser útiles para pronosticar el comportamiento del precio de bolsa de la energía en Colombia y cuál es su potencial para mejorar la toma de decisiones de los distintos actores involucrados? El trabajo se estructura así: en la sección 1 se introduce el tema y la motivación para estudiar el tema. En la sección 2 se hace una revisión de literatura sobre el mercado de energía en Colombia y la implementación de modelos predictivos dentro de este. En la sección 3 se explica cuáles fueron los datos utilizados en el modelo y la metodología implementada durante el trabajo (que incluye modelos de redes neuronales y modelos ARIMA con regresores externos). En la sección 4 se discuten los resultados obtenidos a través de los diferentes modelos utilizados y se selecciona el mejor modelo. Finalmente, en la sección 5 se concluye sobre la pregunta de investigación y sobre el trabajo de grado.
publishDate 2021
dc.date.issued.none.fl_str_mv 2021
dc.date.accessioned.none.fl_str_mv 2022-03-23T21:51:32Z
dc.date.available.none.fl_str_mv 2022-03-23T21:51:32Z
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.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 http://hdl.handle.net/1992/56573
dc.identifier.pdf.none.fl_str_mv 26112.pdf
dc.identifier.instname.spa.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
url http://hdl.handle.net/1992/56573
identifier_str_mv 26112.pdf
instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.uri.*.fl_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.spa.fl_str_mv 24 páginas
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad de los Andes
dc.publisher.program.spa.fl_str_mv Ingeniería Industrial
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingeniería
dc.publisher.department.spa.fl_str_mv Departamento de Ingeniería Industrial
institution Universidad de los Andes
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/f4cc2bcd-04b0-48e9-a7df-47a86e1b0ff6/download
https://repositorio.uniandes.edu.co/bitstreams/c719ec11-f716-48b4-802b-14206c4528d7/download
https://repositorio.uniandes.edu.co/bitstreams/cba24c35-9e02-4c2f-af11-662b9cd44ca5/download
bitstream.checksum.fl_str_mv b926ede41d73e843ffd49b0ce8d13727
fd800631021342b6310e8b70744c5c8c
a09ce78c5458d9cef73023b590d23978
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1812134073354682368
spelling Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Ábrego Pérez, Adriana Lourdesd61481cb-e01e-47e1-b795-8e1ad9d8091d400Cárdenas Cárdenas, Juan Esteban79c097b7-c328-4ab0-979e-9ef9585459a4500Ábrego Pérez, Adriana LourdesBernal Rueda, Astrid Johanna2022-03-23T21:51:32Z2022-03-23T21:51:32Z2021http://hdl.handle.net/1992/5657326112.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/Los humanos dependemos de la energía para vivir: la utilizamos para cocinar los alimentos, prender la luz, transportarnos, fabricar los bienes que consumimos, comunicarnos a través de dispositivos móviles, entre otras. La energía es probablemente uno de los bienes más importantes para los humanos en la actualidad, pues nos permite constantemente mejorar nuestra calidad de vida. El sector energético es el que permite el funcionamiento de la mayoría de los otros sectores de la economía. Entonces, entendiendo que la energía es el inicio de muchos procesos importantes para los seres humanos, resulta útil estudiarla utilizando un enfoque analítico. En el caso de este proyecto de grado, la energía ha sido el campo para explorar cómo éstas herramientas pueden ser útiles y aplicables para atender problemáticas de la vida real. Para este trabajo, se utilizarán modelos predictivos que permitan pronosticar los precios de bolsa de la energía en Colombia una semana hacia adelante. Por medio de la construcción de estos modelos, se busca responder a la pregunta de: ¿cómo los modelos predictivos pueden ser útiles para pronosticar el comportamiento del precio de bolsa de la energía en Colombia y cuál es su potencial para mejorar la toma de decisiones de los distintos actores involucrados? El trabajo se estructura así: en la sección 1 se introduce el tema y la motivación para estudiar el tema. En la sección 2 se hace una revisión de literatura sobre el mercado de energía en Colombia y la implementación de modelos predictivos dentro de este. En la sección 3 se explica cuáles fueron los datos utilizados en el modelo y la metodología implementada durante el trabajo (que incluye modelos de redes neuronales y modelos ARIMA con regresores externos). En la sección 4 se discuten los resultados obtenidos a través de los diferentes modelos utilizados y se selecciona el mejor modelo. Finalmente, en la sección 5 se concluye sobre la pregunta de investigación y sobre el trabajo de grado.Humans depend on energy to live: we use it to cook, turn on the lights, transport, produce the goods we consume, mobile communication, among others. Energy is probably one of the most important goods for humans today, as it allows us to constantly improve our quality of life. The energy sector is the one that allows most of the other sectors of the economy to function. So, understanding that energy is the beginning of many important processes for humans, it is useful to study it using an analytical approach. In this graduation project, energy is used to explore how these tools can be useful and applicable to address real-life problems. Predictive models are used to forecast the stock market prices of energy in Colombia a week ahead. Through the construction of these models, I intend to understand how predictive models can be useful to forecast the behavior of the market price of energy in Colombia and their potential to improve decision-making of the different actors involved? The work is structured in five sections. Section 1 introduces the topic and the motivation to study the topic. Section 2 provides a literature review on the energy market in Colombia and the implementation of predictive models in it. Section 3 explains the data used for the model and the methodology implemented (which includes neural network models and ARIMA models with external regressors). Section 4 discusses the results obtained through the different models used and selects the best model. Finally, section 5 concludes on the research question and the graduation project.Ingeniero IndustrialPregrado24 páginasapplication/pdfspaUniversidad de los AndesIngeniería IndustrialFacultad de IngenieríaDepartamento de Ingeniería IndustrialEmpleo de modelos predictivos en el precio de bolsa de la energía en ColombiaTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPEnergíaColombiaModelos predictivosPronósticosRedes neuronalesARIMAIngeniería201632806PublicationTHUMBNAIL26112.pdf.jpg26112.pdf.jpgIM Thumbnailimage/jpeg4951https://repositorio.uniandes.edu.co/bitstreams/f4cc2bcd-04b0-48e9-a7df-47a86e1b0ff6/downloadb926ede41d73e843ffd49b0ce8d13727MD53TEXT26112.pdf.txt26112.pdf.txtExtracted texttext/plain52335https://repositorio.uniandes.edu.co/bitstreams/c719ec11-f716-48b4-802b-14206c4528d7/downloadfd800631021342b6310e8b70744c5c8cMD52ORIGINAL26112.pdfapplication/pdf1983191https://repositorio.uniandes.edu.co/bitstreams/cba24c35-9e02-4c2f-af11-662b9cd44ca5/downloada09ce78c5458d9cef73023b590d23978MD511992/56573oai:repositorio.uniandes.edu.co:1992/565732023-10-10 19:48:54.603https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co