 |
Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.ucsg.edu.ec/handle/3317/12594Registro completo de metadatos
| Campo DC | Valor | Lengua/Idioma |
|---|---|---|
| dc.contributor.advisor | Miranda Rodríguez, Marcos Xavier | - |
| dc.contributor.author | Santistevan Pineda, Stephano Paul | - |
| dc.date.accessioned | 2019-05-02T16:18:41Z | - |
| dc.date.available | 2019-05-02T16:18:41Z | - |
| dc.date.issued | 2019-03-08 | - |
| dc.identifier.uri | http://repositorio.ucsg.edu.ec/handle/3317/12594 | - |
| dc.description | El presente trabajo “Modelo predictivo para el comportamiento de las acciones que cotizan en la bolsa de valores de Nueva York, utilizando minería de datos” trata de brindar una herramienta capaz de poder predecir el comportamiento del mercado de valores de la ciudad de Nueva York, mediante la aplicación de la minería de datos, haciendo uso de la data histórica del mercado de valores, teniendo en cuenta este tipo de predicciones, tradicionalmente se ha utilizado el modelo ARIMA para este tipo de predicciones, sin embargo en la actualidad la minería de datos se da de la mano con otra ciencia, tal como las Redes Neuronales, en el caso específico de las series temporales, se plantea el uso de las LSTM que son un tipo de Redes Neuronales Recurrentes. El mercado de valores presenta una gran volatilidad, lo que a su vez significa que posee un alto grado de riesgo, sin embargo dada la globalización de los mercados, la cantidad de personas que invierten en el mercado de valores va en ascenso, por lo cual se vuelve en una necesidad la existencia de una herramienta que sea capaz de predecir el comportamiento del mercado de valores con un alto grado de certidumbre, pudiendo ser de gran utilidad al momento de realizar transacciones de compra y venta de valores. Para lo cual se tomó como herramienta la minería de datos, la cual es capaz de hacer uso de toda esa gran cantidad de data, proveniente del comportamiento histórico del mercado de valores. De acuerdo a estudios recientes las redes de tipo LSTM, son capaces de poder predecir con un alto grado de certidumbre el comportamiento del mercado de valores, destacando que las Redes Neuronales es una de las técnicas de minería de datos, que hoy en día se encuentra en constante desarrollo, presentándose como una alternativa a las técnicas ya tradicionales, sin embargo al hacer uso de las Redes Neuronales, como modelo, se debe de tener muy en cuenta el valor de la data con la que se entrena la red neural, en gran parte la precisión de los resultados dependerá de la data de entrenamiento del modelo. | en_US |
| dc.format | application/pdf | en_US |
| dc.language.iso | spa | en_US |
| dc.publisher | Universidad Católica de Santiago de Guayaquil | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/4.0/ | en_US |
| dc.subject | MINERÍA DE DATOS | en_US |
| dc.subject | MERCADO DE VALORES | en_US |
| dc.subject | BOLSA DE VALORES | en_US |
| dc.subject | REDES NEURONALES | en_US |
| dc.subject | SERIES TEMPORALES | en_US |
| dc.title | Modelo predictivo para el comportamiento de las acciones que cotizan en la bolsa de valores de Nueva York, utilizando minería de datos. | en_US |
| dc.type | info:eu-repo/semantics/bachelorThesis | en_US |
| Aparece en las colecciones: | Trabajos de Titulación - Carrera de Ingeniería en Sistemas Computacionales | |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| T-UCSG-PRE-ING-CIS-219.pdf | 8,66 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
