Red neuronal: análisis de series temporales de entidades bancarias

Rubio Adeva, Daniel (2021). Red neuronal: análisis de series temporales de entidades bancarias. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S. de Ingenieros Informáticos (UPM), Madrid, España.

Description

Title: Red neuronal: análisis de series temporales de entidades bancarias
Author/s:
  • Rubio Adeva, Daniel
Contributor/s:
  • Bajo Pérez, Javier
Item Type: Final Project
Degree: Grado en Ingeniería Informática
Date: June 2021
Subjects:
Faculty: E.T.S. de Ingenieros Informáticos (UPM)
Department: Inteligencia Artificial
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (2MB) | Preview

Abstract

Este Trabajo Fin de Grado pretende realizar un estudio sobre las técnicas utilizadas para el análisis de los mercados de valores, a partir del cuál se desarrollará un modelo que permita evaluar el precio de las acciones y se determinará cuáles son los parámetros más influyentes para una correcta predicción. Para ello, se plantearán dos modelos distintos. La solución inicial considerará una red neuronal recurrente que sea capaz de almacenar información de series temporales. Con el objetivo de mejorar los resultados, y con posterioridad al comienzo del trabajo, se propondrá también una mezcla de modelos basada en las redes neuronales iniciales, para comprobar en qué medida dichas redes son capaces de realizar un “análisis técnico” de los mercados de valores. La herramienta desarrollada permitirá al usuario seleccionar los parámetros de entrada deseados y devolverá sus correspondientes resultados, tanto en entrenamiento como en ejecución. Adicionalmente, proporcionará una interfaz gráfica que permita analizar los resultados obtenidos.---ABSTRACT---This Final Degree Project aims to conduct a study on the techniques used for the analysis of stock markets, from which a model will be developed to evaluate the price of stocks and determine which are the most influential parameters for correct predictions. For this, two different models will be proposed. The initial solution will consider a recurrent neural network that is capable of storing time series information. With the aim of improving the results obtained, a mixture of models based on the inicial neural networks will also be proposed, to analize to what extent these networks are able to perform a “technical analysis” of the stock markets value. The developed software will allow the user to select the desired input parameters and will return their corresponding results, both in the training and execution phases. Additionally, it will provide a graphical interface that will allow the user to analyze the results obtained.

More information

Item ID: 68115
DC Identifier: https://oa.upm.es/68115/
OAI Identifier: oai:oa.upm.es:68115
Deposited by: Biblioteca Facultad de Informatica
Deposited on: 01 Aug 2021 05:41
Last Modified: 01 Aug 2021 05:41
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM