Aplicación de support vector machine al mercado colombiano

Durante las últimas décadas y gracias al desarrollo de la tecnología en los informatica, los algoritmos de machine learning han evolucionado lo que ha permitido en la mayoría de los casos obtener mejores resultados que los algoritmos tradicionales. Recientemente se ha empezado a estudiar la implemen...

Descripción completa

Detalles Bibliográficos
Autor Principal: Castañeda, Daniel Santiago
Otros Autores: Serrano, Rafael
Formato: Tesis de maestría (Master Thesis)
Lenguaje:Español (Spanish)
Publicado: Universidad del Rosario 2019
Materias:
Acceso en línea:http://repository.urosario.edu.co/handle/10336/20114
Descripción
Sumario:Durante las últimas décadas y gracias al desarrollo de la tecnología en los informatica, los algoritmos de machine learning han evolucionado lo que ha permitido en la mayoría de los casos obtener mejores resultados que los algoritmos tradicionales. Recientemente se ha empezado a estudiar la implementación de machine learning a la hora de analizar datos altamente volátiles y complejos como lo son aquellos del sector financiero. Algoritmos como Redes Neuronales, Support vector Machine (SVM) y análisis de sentimientos han sido estudiadas con el objetivo específico de obtener mejores estimaciones y encontrar tendencias en los mercados que se traduzcan en estrategias de trading más robustas y confiables. El presente documento busca pronosticar los movimientos de algunos activos del mercado colombiano usando Support vector machine (SVM).