154583 20250513101703.0 TAZ-TFG-2023-4709 spa Matis Girda, Razvan Andrei Stock Market Price Prediction Predicción de precios en el mercado de valores Zaragoza Universidad de Zaragoza 2023 by-nc-sa Creative Commons 3.0 http://creativecommons.org/licenses/by-nc-sa/3.0/ 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.<br />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.<br />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.<br /><br /> Graduado en Ingeniería Informática Derechos regulados por licencia Creative Commons Piedad Garrido, María dir. Universidad de Zaragoza 776026@unizar.es 3878716 http://zaguan.unizar.es/record/154583/files/TAZ-TFG-2023-4709.pdf Memoria (spa) oai:zaguan.unizar.es:154583 driver trabajos-fin-grado TAZ TFG POLTER 20231203171159.CREATION_DATE deposita:2025-05-13