Algoritmo de predicción de los mercados a través de múltiples criterios como el análisis de redes sociales entre otros

Abstract

A lo largo de este proyecto se han creado varios parámetros a partir de la información disponible con respecto a la compañía J.P.Morgan, que cotiza en bolsa, incluyendo la de las redes sociales. Una vez se han definido y calculado, estos parámetros se introdujeron en las entradas de una red neuronal para así tratar de predecir el precio futuro, logrando un error menor al que se obtuvo sin su implementación en el modelo. Algunos de estos parámetros fueron los SI y SDI, que surgen del análisis de las publicaciones de los usuarios. Este análisis consiste en contar el número de palabras categorizadas como positivas y el de negativas. Con esta información ya se pueden hallar los valores de los parámetros mediante unas fórmulas. Otro parámetro usado es el que se denominó beneficio esperado, este parámetro surge de un algoritmo que utiliza únicamente información del histórico de la acción. La metodología del algoritmo se centra en la búsqueda de situaciones parecidas al punto del que se desee estimar el beneficio esperado. Sobre estas situaciones se toman los beneficios o pérdidas que se habrían obtenido si se hubiese comprado una acción ese día y se hubiese vendido al día siguiente. Una vez hecho esto se hace una media ponderada de los beneficios dando más peso en función del parecido de cada punto con respecto al analizado.

Throughout this Project we have proceeded to create new parameters using the available data, including the social networks information, related to the company J.P.Morgan. Once the parameters were calculated, they were introduced as entries in a neural network in order to try to predict the future price, managing to reduce the error that was present in a model that did not implemented those parameters. Some of these parameters were the SI and SDI, which are the result of the analysis of the publications of the users. The analysis process is made by counting the words classified as positive and negative. With this information, the parameters can be calculated using some formulas. Another used parameter was called expected profit, this parameters is the result of an algorithm that uses information taken from the historic stock data. The methodology of the algorithm is focused on searching situations similar to the point of which we want to estimate the expected profit. With these situations we take the profit or losses that had been obtained if a stock had been bought that day and it had been sold the day after. Once this data is collected a weighted average of the profits and losses is made giving more weigh to the most similar situations to the analyzed point.