| TAZ-TFG-2023-4709 |
Predicción de precios en el mercado de valores
Matis Girda, Razvan Andrei
Piedad Garrido, María (dir.)
Universidad de Zaragoza,
POLTER,
2023
Graduado en Ingeniería Informática
Resumen: El propósito de este Trabajo de Fin de Grado (TFG) consiste en predecir de la manera más ajustada posible los precios de las acciones en el mercado financiero. Para ello, se han escogido tres empresas sobre las que se realizarán dichas predicciones: Apple, Amazon y Google.
En primer lugar, se ha desarrollado un modelo utilizando redes neuronales LSTM (Long Short-Term Memory), que destaca por su capacidad para capturar patrones en series temporales financieras. En segundo lugar, se ha explorado la plataforma H2O, haciendo uso de los modelos predefinidos de Deep Learning que proporciona, para evaluar cómo esta tecnología especializada impacta en la capacidad predictiva.
Por último, se ha llevado a cabo una comparación de ambos enfoques, analizando no sólo la precisión de las predicciones, sino también la capacidad de generalización de los modelos a situaciones del mundo real.
En primer lugar, se ha desarrollado un modelo utilizando redes neuronales LSTM (Long Short-Term Memory), que destaca por su capacidad para capturar patrones en series temporales financieras. En segundo lugar, se ha explorado la plataforma H2O, haciendo uso de los modelos predefinidos de Deep Learning que proporciona, para evaluar cómo esta tecnología especializada impacta en la capacidad predictiva.
Por último, se ha llevado a cabo una comparación de ambos enfoques, analizando no sólo la precisión de las predicciones, sino también la capacidad de generalización de los modelos a situaciones del mundo real.
Tipo de Trabajo Académico: Trabajo Fin de Grado
Enlace permanente:
El registro pertenece a las siguientes colecciones:
Trabajos académicos > Trabajos Académicos por Centro > Escuela Universitaria Politécnica de Teruel
Trabajos académicos > Trabajos fin de grado