Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/11531/3158
Título : | Sistema de predicción bursátil con redes de neuronas |
Autor : | Torres Lamas, José Antonio Díaz Ochagavía, María Luz Universidad Pontificia Comillas, Escuela Técnica Superior de Ingeniería (ICAI) |
Palabras clave : | 33 Ciencias tecnológicas;53 Ciencias económicas;5307 Teoría económica;530707 Previsión económica |
Fecha de publicación : | 1999 |
Resumen : | El objeto del proyecto es el análisis e implementación de un sistema de predicción bursátil, utilizando como herramienta las redes de neuronas artificiales. Principalmente hay dos temas complementarios a tratar con el fin de desarrollar el sistema. Por una parte, se estudiarán los diferentes tipos de redes de neuronas artificiales, su funcionamiento, parámetros y diseño. Por otra parte, es fundamental el entendimiento de los modos de analizar el mercado, análisis técnico, teoría de la Onda de Elliott, análisis chartista y análisis de factores macroeconómicos. Haremos énfasis en este segundo punto, y en las diferentes estrategias de inversión bursátil, dado que es fundamental para el diseño de la red de neuronas, definir el problema, determinar qué salidas y qué entradas alimentarán a esta. Con este propósito, se utilizarán programas para el tratamiento y análisis de las series como el MetaStock, o el Advanced Get; y para el diseño y entrenamiento de la red de neurona, programas como el SNNS y el ReflectionX. Todo problema que podamos encontrar en el ámbito financiero y que podamos expresar en términos de predicción, clasificación u optimización, es susceptible de ser tratado con Redes de Neuronas Artificiales. |
Descripción : | Ingeniero Industrial |
URI : | http://hdl.handle.net/11531/3158 |
Aparece en las colecciones: | ICAI - Proyectos Fin de Carrera |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
PFC000333.pdf | Proyecto fin de carrera | 9,21 MB | Adobe PDF | Visualizar/Abrir Request a copy |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.