Desarrollo de un sistema de inversion en acciones basado en la creación de carteras. Analisis tecnico y de noticias para su gestión eficiente.

Abstract

El objetivo de este proyecto es desarrollar un sistema automatizado, original, básico y visual para agrupar los valores de varios ITS permitiendo la selección del mejor activo en cada cluster. En consecuencia, se podrían generar alternativas de carteras para un conjunto de acciones. Clasificar estas carteras, utilizar información de noticias u otra fuente de datos no estructurada mediante web scraping, y analizar el comportamiento de las más eficientes es uno de los resultados esperados de este proyecto. Para la consecución de estos objetivos se crean bases de datos locales en Excel, descargando titulares de noticias en tiempo real de dos periódicos españoles y datos bursátiles a través de Yahoo Finance. Con los titulares de noticias se lleva a cabo un análisis de sentimiento no supervisado mediante léxicos. Con ello se evalúa la conveniencia de invertir en las acciones de las que hablan. Por otro lado, con los datos bursátiles se lleva a cabo un análisis del índice de fuerza relativa, un análisis de medias móviles y una agrupación de compañías según su similitud usando técnicas de machine learning. Finalmente se ponen en común todos estos resultados para crear distintas recomendaciones de carteras para el usuario. Además, se incluye la posibilidad de analizar compañías de forma individual proporcionando al usuarios distintos gráficos útiles para la toma de decisiones o monitorización de sus inversiones. Se incluirá la aplicación a los activos del mercado de valores español pertenecientes al IBEX35.

The objective of this project is to develop an automated, original, basic and visual system to group the values of various ITS, allowing the selection of the best asset in each cluster. Consequently, portfolio alternatives could be generated for a set of stocks. Classifying these portfolios, using news information or other unstructured data sources through web scraping, and analysing the behaviour of the most efficient ones is one of the expected results of this project. To achieve these objectives, local databases are created in Excel, downloading news headlines in real time from two Spanish newspapers and stock market data through Yahoo Finance. An unsupervised lexical sentiment analysis is carried out with news headlines. With this, the advisability of investing in the actions of which they speak is evaluated. On the other hand, with the stock market data, an analysis of the relative strength index, an analysis of moving averages and a clustering of companies according to their similarity is carried out. Finally, all these results are put together to create different portfolio recommendations for the user. In addition, it includes the possibility of analysing companies individually, providing the user with different useful graphs for making decisions or monitoring their investments. The application to the assets of the Spanish stock market belonging to the IBEX35 will be included.