Comparación de modelos de series temporales ARIMA, SARIMAX y LSTM para la predicción del índice COLCAP

Vista sencilla de ítem
dc.contributor.advisorValencia Díaz, Édison
dc.contributor.authorOsorio Aristizábal, David 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 Ciencias de Datos y Analíticaspa
dc.creator.emaildsosorioa@eafit.edu.co
dc.date.accessioned2024-10-08T21:44:42Z
dc.date.available2024-10-08T21:44:42Z
dc.date.issued2024
dc.descriptionEste trabajo de grado realiza un análisis comparativo de tres enfoques de modelado predictivo para el índice COLCAP: ARIMA, SARIMAX y LSTM. El objetivo es evaluar la precisión y eficacia de cada modelo para proporcionar predicciones precisas del índice bursátil utilizando variables exógenas. Se inicia implementando el modelo ARIMA debido a su simplicidad y, posteriormente, se utiliza el modelo SARIMAX, que extiende el ARIMA incorporando componentes estacionales y variables exógenas, el cual permitió identificar las variables Financial Times Stock Exchange de Colombia (FTSE COLOMBIA), índice de Mercados Emergentes (EMM), precio del petróleo crudo en su especie brent (BRENT) y el Global X MSCI Colombia ETF (GXG) como las de mejor relación con el COLCAP. Finalmente se implementó un modelo de red neuronal recurrente LSTM (Long Short-Term Memory) con las variables exógenas obtenidas en el modelo SARIMAX. Con los resultados del análisis comparativo, se concluyó que el modelo SARIMAX tiene buena capacidad para ajustarse a la serie COLCAP pero su capacidad de predicción se ve limitada al conocimiento futuro de las variables exógenas. Además, el modelo LSTM permite superar esta limitación al aprender las relaciones entre las variables exógenas y la serie temporal objetivo.
dc.identifier.urihttps://hdl.handle.net/10784/34670
dc.language.isospaspa
dc.publisherUniversidad EAFITspa
dc.publisher.departmentEscuela de Ciencias Aplicadas e Ingeniería. Área Computación y Analíticaspa
dc.publisher.placeMedellín
dc.publisher.programMaestría en Ciencias de los Datos y Analíticaspa
dc.rightsTodos los derechos reservadosspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccesseng
dc.rights.localAcceso abiertospa
dc.subjectSeries temporales
dc.subjectCOLCAP
dc.subjectARIMA
dc.subjectSARIMAX
dc.subjectLSTM
dc.subjectVariables exógenas
dc.subjectRedes neuronales recurrentes
dc.subject.lembCIENCIA DE LA INFORMACIÓN
dc.subject.lembBOLSA DE VALORES
dc.subject.lembMERCADO DE CAPITALES
dc.titleComparación de modelos de series temporales ARIMA, SARIMAX y LSTM para la predicción del índice COLCAP
dc.typemasterThesiseng
dc.typeinfo:eu-repo/semantics/masterThesiseng
dc.type.hasVersionacceptedVersioneng
dc.type.localTesis de Maestríaspa
dc.type.spaArtículo

Archivos

Bloque original
Mostrando 1 - 3 de 3
No hay miniatura disponible
Nombre:
DavidSantiago_OsorioAristizabal_2024.pdf
Tamaño:
1.4 MB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Descargar
No hay miniatura disponible
Nombre:
formulario_autorizacion_publicacion_obras.pdf
Tamaño:
688.47 KB
Formato:
Adobe Portable Document Format
Descripción:
Formulario de autorización de publicación de obras
Descargar
No hay miniatura disponible
Nombre:
carta_aprobacion_trabajo_grado_eafit.pdf
Tamaño:
91.04 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta de aprobación de tesis 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 Ciencias de los Datos y Analítica (tesis)