Aplicación de modelos de inteligencia artificial y aprendizaje automático para la previsión de precios y la optimización de portafolios : un enfoque integrado con datos estructurados y no estructurados con el fin de compararse con el S&P 500 como benchmark
Fecha
2023
Autores
Vélez García, Santiago
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad EAFIT
Resumen
This study presents an integrated approach of artificial intelligence and machine learning models, combining neural networks for price forecasting and portfolio optimization in the financial industry. The results show that the integrated approach outperforms other financial analysis methods and provides more effective tools for market professionals compared to a buy and hold strategy represented in the analysis by the S&P500. The artificial intelligence and machine learning models used in this study enable the identification of patterns and trends in financial data, helping investors make more informed and accurate decisions. Furthermore, the study demonstrates that the inclusion of unstructured data, such as news and social networks, in financial analysis can significantly improve the accuracy of price predictions achieving an R2greater than 65% and portfolio optimization.
Descripción
Este estudio presenta un enfoque integrado de modelos de inteligencia artificial y aprendizaje automático, combinando redes neuronales para la previsión de precios y la optimización de portafolios en la industria financiera. Los resultados muestran que el enfoque integrado supera a otros métodos de análisis financiero y proporciona herramientas más efectivas para los profesionales del mercado, en comparación con una estrategia de buy and hold representada en el análisis por el S&P500. Los modelos de inteligencia artificial y aprendizaje automático utilizados en este estudio posibilitan la identificación de patrones y tendencias en los datos financieros, lo que ayuda a los inversionistas a tomar decisiones más informadas y precisas. Además, el estudio demuestra que la inclusión de datos no estructurados, como noticias y redes sociales, en el análisis financiero puede mejorar significativamente la precisión de las predicciones de precios, para lograr un R2 superior al 65 % y la optimización de portafolios.