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

Vista sencilla de ítem
dc.contributor.advisorBotero Ramírez, Juan Carlos
dc.contributor.authorVélez García, Santiago
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.emailsvelezg9@eafit.edu.cospa
dc.date.accessioned2024-04-04T17:38:52Z
dc.date.available2024-04-04T17:38:52Z
dc.date.issued2023
dc.descriptionEste 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.spa
dc.description.abstractThis 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.spa
dc.formatapplication/pdfeng
dc.identifier.urihttps://hdl.handle.net/10784/33658
dc.language.isospaspa
dc.publisherUniversidad EAFITspa
dc.publisher.departmentEscuela de Finanzas, Economía y Gobierno. Departamento de Finanzasspa
dc.publisher.placeMedellínspa
dc.publisher.programMaestría en Administración Financieraspa
dc.rightsTodos los derechos reservadosspa
dc.rights.accessrightsinfo:eu-repo/semantics/closedAccess
dc.rights.localAcceso cerrado
dc.subjectMercados financieros
dc.subjectOptimización de portafolios
dc.subjectDatos estructurados
dc.subjectDatos no estructurados
dc.subjectModelos predictivos
dc.subjectAnálisis financiero
dc.subjectEstrategias de inversión
dc.subjectAlgoritmos de trading
dc.subjectGestión de activos
dc.subject.lembAPRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL)
dc.subject.lembADMINISTRACIÓN FINANCIERA
dc.subject.lembPRECIOS
dc.subject.lembPORTAFOLIO DE INVERSIONES
dc.titleAplicación 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
dc.typemasterThesiseng
dc.typeinfo:eu-repo/semantics/masterThesiseng
dc.type.hasVersionacceptedVersioneng
dc.type.localTesis de Maestríaspa
dc.type.spaMonografíaspa

Archivos

Bloque original
Mostrando 1 - 3 de 3
No hay miniatura disponible
Nombre:
Santiago_VelezGarcia_2023.pdf
Tamaño:
7.56 MB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Descargar
No hay miniatura disponible
Nombre:
formulario_autorizacion_publicacion_obras.pdf
Tamaño:
393.42 KB
Formato:
Adobe Portable Document Format
Descripción:
Formulario autorización publicación obras
Descargar
No hay miniatura disponible
Nombre:
carta_aprobacion_trabajo_grado_eafit.pdf
Tamaño:
224.97 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta aprobación trabajo de grado
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)