Una aproximación a la predicción del valor de acciones en la bolsa de valores aplicando técnicas de Data Mining

Espinosa Muñoz, Javier Isaac (2015). Una aproximación a la predicción del valor de acciones en la bolsa de valores aplicando técnicas de Data Mining. Tesis (Master), E.T.S. de Ingenieros Informáticos (UPM).

Descripción

Título: Una aproximación a la predicción del valor de acciones en la bolsa de valores aplicando técnicas de Data Mining
Autor/es:
  • Espinosa Muñoz, Javier Isaac
Director/es:
  • Segovia Pérez, Francisco Javier
Tipo de Documento: Tesis (Master)
Título del máster: Software y Sistemas
Fecha: Julio 2015
Materias:
Palabras Clave Informales: Data Mining; Stock investing; Multiple regression; CRISP-DM
Escuela: E.T.S. de Ingenieros Informáticos (UPM)
Departamento: Lenguajes y Sistemas Informáticos e Ingeniería del Software
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (1MB) | Vista Previa

Resumen

La predicción del valor de las acciones en la bolsa de valores ha sido un tema importante en el campo de inversiones, que por varios años ha atraído tanto a académicos como a inversionistas. Esto supone que la información disponible en el pasado de la compañía que cotiza en bolsa tiene alguna implicación en el futuro del valor de la misma. Este trabajo está enfocado en ayudar a un persona u organismo que decida invertir en la bolsa de valores a través de gestión de compra o venta de acciones de una compañía a tomar decisiones respecto al tiempo de comprar o vender basado en el conocimiento obtenido de los valores históricos de las acciones de una compañía en la bolsa de valores. Esta decisión será inferida a partir de un modelo de regresión múltiple que es una de las técnicas de datamining. Para llevar conseguir esto se emplea una metodología conocida como CRISP-DM aplicada a los datos históricos de la compañía con mayor valor actual del NASDAQ.---ABSTRACT---The prediction of the value of shares in the stock market has been a major issue in the field of investments, which for several years has attracted both academics and investors. This means that the information available in the company last traded have any involvement in the future of the value of it. This work is focused on helping an investor decides to invest in the stock market through management buy or sell shares of a company to make decisions with respect to time to buy or sell based on the knowledge gained from the historic values of the shares of a company in the stock market. This decision will be inferred from a multiple regression model which is one of the techniques of data mining. To get this out a methodology known as CRISP-DM applied to historical data of the company with the highest current value of NASDAQ is used.

Más información

ID de Registro: 37259
Identificador DC: http://oa.upm.es/37259/
Identificador OAI: oai:oa.upm.es:37259
Depositado por: Biblioteca Facultad de Informatica
Depositado el: 30 Jul 2015 11:00
Ultima Modificación: 30 Jul 2015 11:00
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM