Mostrar el registro sencillo del ítem

dc.contributor.advisorMartínez de Ibarreta Zorita, Carloses-ES
dc.contributor.authorBadiola Ramos, Jaimees-ES
dc.contributor.otherUniversidad Pontificia Comillas, Facultad de Ciencias Económicas y Empresarialeses_ES
dc.date.accessioned2018-06-04T11:10:09Z
dc.date.availablees_ES
dc.date.issued2019es_ES
dc.identifier.urihttp://hdl.handle.net/11531/27168
dc.descriptionGrado en Administración y Dirección de Empresas con Mención en Internacionales_ES
dc.description.abstractEn este articulo estudiamos la posibilidad de predecir el precio de Bitcoin utilizando únicamente datos de Twitter. Twitter es la principal plataforma de conversación y divulgación de información financiera sobre criptomonedas. Por este motivo, entender el efecto de un tweet sobre el precio de Bitcoin puede ofrecer ventajas a los inversores. El proyecto presentado en este articulo descarga y analiza 17.737.519 tweets sobre bitcoin entre agosto de 2017 hasta enero de 2019. La investigación encuentra que el sentimiento medio de los mensajes no es un buen predictor del precio de Bitcoin mientras que el volumen de los mensajes si lo es. Utilizando algoritmos de aprendizaje supervisado, la investigación ha creado varios modelos predictivos capaces de predecir los movimientos del precio de bitcoin de forma precisa. La utilización de este tipo de modelos puede ayudar a los inversores a tomar mejores decisiones.es-ES
dc.description.abstractIn this article we study the possibility of predicting the price of Bitcoin using only Twitter data. Twitter is the main platform for conversation and disclosure of financial information on cryptocurrencies. For this reason, understanding the effect of a tweet on the price of Bitcoin can offer advantages to investors. The project presented in this article downloads and analyzes 17,737,519 tweets about bitcoin between August 2017 and January 2019. The research finds that the average sentiment of the messages is not a good predictor of the price of Bitcoin while the volume of the messages is. Using supervised learning algorithms, the research has created several predictive models able to accurately predict the price movements of bitcoin. The use of this type of models can help investors make better decisions.en-GB
dc.format.mimetypeapplication/pdfes_ES
dc.language.isoes-ESes_ES
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United Stateses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/es_ES
dc.subject53 Ciencias económicases_ES
dc.subject5307 Teoría económicaes_ES
dc.subject530704 Estudios de desarrollo económicoes_ES
dc.title¿Podemos comerciar Bitcoin usando análisis de sentimiento sobre Twitter?es_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses_ES
dc.keywordsTwitter, Análisis de sentimiento, Criptomonedas, Bitcoin, Minería de datos, Machine learninges-ES
dc.keywordsTwitter, Sentiment analysis, Cryptocurrency, Bitcoin, Data mining, Machine learningen-GB


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Attribution-NonCommercial-NoDerivs 3.0 United States
Excepto si se señala otra cosa, la licencia del ítem se describe como Attribution-NonCommercial-NoDerivs 3.0 United States