Uso de técnicas de machine learning para la predicción del valor de tipos de cambio en los siete pares principales y su posterior aplicación al Bitcoin

Abstract

El proyecto busca desarrollar modelos de predicción del valor de apertura y de cierre de tipos de cambio. Para ello se emplean en una primera instancia un modelo de regresión lineal, dos modelos autorregresivos y una red LSTM, siendo entrenados por datos procedentes de la serie a predecir. A la vista de los resultados, se decide incluir variables macroeconómicas y financieras que mejoren la predicción. Finalmente, se aplican un modelo de regresión lineal y un modelo LSTM a la serie de Bitcoin, con el objetivo de encontrar similitudes y diferencias entre las divisas tradicionales y las criptomonedas.

The project seeks to develop models for the prediction of the opening and closing values of exchange rates. For this purpose, a linear regression model, two autoregressive models and an LSTM network are used in the first instance, being trained by data from the series to be predicted. In view of the results, it is decided to include macroeconomic and financial variables to improve the prediction. Finally, a linear regression model and a LSTM model are applied to the Bitcoin series, with the aim of finding similarities and differences between traditional currencies and cryptocurrencies.