Comparative study of vector autoregression and recurrent neural network applied to bitcoin forecasting

El-Abdelouarti Alouaret, Zakariae (2017). Comparative study of vector autoregression and recurrent neural network applied to bitcoin forecasting. Tesis (Master), E.T.S. de Ingenieros Informáticos (UPM).

Descripción

Título: Comparative study of vector autoregression and recurrent neural network applied to bitcoin forecasting
Autor/es:
  • El-Abdelouarti Alouaret, Zakariae
Director/es:
  • Mateos Caballero, Alfonso
Tipo de Documento: Tesis (Master)
Título del máster: Inteligencia Artificial
Fecha: Julio 2017
Materias:
Escuela: E.T.S. de Ingenieros Informáticos (UPM)
Departamento: Inteligencia Artificial
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

In this thesis we are exploring the prediction of next day Bitcoin (BTC) price through the usage of Recurrent Neural Networks (RNN) . Our aim is, by using state-of-the-art techniques, to predict the price of BTC with higher accuracy than the previous works in the literature. This thesis uses up to 27 time series, spanning from 03/01/2009 to 28/04/2016, with a granularity of 1 data point per day.

Más información

ID de Registro: 47934
Identificador DC: http://oa.upm.es/47934/
Identificador OAI: oai:oa.upm.es:47934
Depositado por: Biblioteca Facultad de Informatica
Depositado el: 30 Sep 2017 08:09
Ultima Modificación: 30 Sep 2017 08:09
  • 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