Desarrollo de un modelo de predicción usando redes neuronales artificiales de los precios de los futuros del dolar para la industria colombiana

Vista sencilla de ítem
dc.contributor.advisorDurango Gutiérrez, María Patricia
dc.contributor.authorMontoya Herrera, Alejandro
dc.coverage.spatialMedellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degreeseng
dc.creator.degreeMagíster en Administración Financieraspa
dc.creator.emailamontoyah@eafit.edu.co
dc.date.accessioned2024-04-01T21:55:32Z
dc.date.available2024-04-01T21:55:32Z
dc.date.issued2023
dc.descriptionEl presente estudio ofrece una exploración de los modelos de predicción de los precios del dólar-peso, calculados mediante el uso de redes neuronales artificiales e indicadores bursátiles, para que constituya una herramienta para la toma de decisión de inversión. Se presenta un panorama general del uso de los indicadores bursátiles más usados en el mercado, como los osciladores y medias móviles, al igual que el análisis de mercados por la teoría de ciclos, donde finalmente se usan los indicadores de FLDS. Se realizan varios tipos de configuración de entrenamiento de las redes neuronales, explorando los posibles resultados de los modelos.
dc.description.abstractThe present study presents an exploration of the dollar peso price prediction models, calculated through the use of artificial neural networks and stock market indicators, to constitute a tool for investment decision making. A general overview of the use of the most used stock market indicators in the market such as oscillators and moving averages is presented, as well as market analysis based on cycle theory, where finally the FLDS indicators are used. Various types of neural network training configuration are performed exploring the possible results of the models.
dc.formatapplication/pdfeng
dc.identifier.ddc332.456 M798
dc.identifier.urihttps://hdl.handle.net/10784/33633
dc.language.isospaspa
dc.publisherUniversidad EAFITspa
dc.publisher.departmentEscuela de Finanzas, Economía y Gobierno. Departamento de Finanzasspa
dc.publisher.placePereira
dc.publisher.programMaestría en Administración Financieraspa
dc.rightsTodos los derechos reservadosspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccesseng
dc.rights.localAcceso abiertospa
dc.subjectRed neuronal artificial (RNA)
dc.subjectUSD/COP
dc.subjectOsciladores
dc.subjectRSI
dc.subjectMACD
dc.subjectFLDS
dc.subjectModelo de predicción
dc.subject.keywordArtificial neural network
dc.subject.keywordOscillators
dc.subject.keywordPrediction models
dc.subject.lembTOMA DE DECISIONES
dc.subject.lembINVERSIONES
dc.subject.lembMONEDAS
dc.subject.lembDÓLAR
dc.subject.lembADMINISTRACIÓN FINANCIERA
dc.titleDesarrollo de un modelo de predicción usando redes neuronales artificiales de los precios de los futuros del dolar para la industria colombiana
dc.typemasterThesiseng
dc.typeinfo:eu-repo/semantics/masterThesiseng
dc.type.hasVersionacceptedVersioneng
dc.type.localTesis de Maestríaspa
dc.type.spaOtro

Archivos

Bloque original
Mostrando 1 - 3 de 3
No hay miniatura disponible
Nombre:
Alejandro_Montoya_2023.pdf
Tamaño:
4.06 MB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Descargar
No hay miniatura disponible
Nombre:
carta_aprobacion_trabajo_grado_eafit.pdf
Tamaño:
90.54 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta de aprobación de tesis de grado
Descargar
No hay miniatura disponible
Nombre:
formulario_autorizacion_publicacion_obras.pdf
Tamaño:
387.94 KB
Formato:
Adobe Portable Document Format
Descripción:
Formulario de autorización de publicación de obras
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
2.5 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Maestría en Administración Financiera (tesis)