Imagen de Portada

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:
Support vector machine
Machine learning finanzas
Maquinas de soporte vectorial
Métodos especiales de computación
Aprendizaje automático (inteligencia artificial)
Máquinas de soporte vectorial
Algoritmos (computadores)
Finanzas
Acceso en línea:http://repository.urosario.edu.co/handle/10336/20114
id ir-10336-20114
recordtype dspace
spelling ir-10336-201142019-09-19T12:37:01Z Aplicación de support vector machine al mercado colombiano Castañeda, Daniel Santiago Serrano, Rafael Ramirez, Hugo E. Support vector machine Machine learning finanzas Maquinas de soporte vectorial Métodos especiales de computación Aprendizaje automático (inteligencia artificial) Máquinas de soporte vectorial Algoritmos (computadores) Finanzas 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). 2019-06-27 2019-08-15T14:25:31Z info:eu-repo/semantics/masterThesis info:eu-repo/semantics/acceptedVersion http://repository.urosario.edu.co/handle/10336/20114 spa Atribución 2.5 Colombia http://creativecommons.org/licenses/by/2.5/co/ info:eu-repo/semantics/openAccess application/pdf Universidad del Rosario Maestría en Finanzas Cuantitativas Facultad de Economía reponame:Repositorio Institucional EdocUR instname:Universidad del Rosario Schumacher, R. P., & Chen, H. (2009). Textual analysis of stock market prediction using breaking financial news: The AZFin text system. ACM Transactions on Information Systems (TOIS), 27(2), 12 Schumacher, R. P., Zhang, Y., & Huang, C. N. (2009, October). Sentiment analysis of financial news articles. In 20th Annual Conference of International Information Management Association. Huang, W., Nakamori, Y., & Wang, S. Y. (2005). Forecasting stock market movement direction with support vector machine. Computers & Operations Research, 32(10), 2513-2522. Theodoridis, S., & Mavroforakis, M. (2007). Reduced convex hulls: a geometric approach to support vector machines [lecture notes]. IEEE Signal Processing Magazine, 24(3), 119-122. Kara, Y., Boyacioglu, M. A., & Baykan, Ö. K. (2011). Predicting direction of stock price index movement using artificial neural networks and support vector machines: The sample of the Istanbul Stock Exchange. Expert systems with Applications, 38(5), 5311-5319 Gala García, Y. (2013). Algoritmos SVM para problemas sobre big data (Master's thesis). Martín Guareño, J. J. (2016). Support vector regression: propiedades y aplicaciones. Cocianu, C. L., & Grigoryan, H. (2016). MACHINE LEARNING TECHNIQUES FOR STOCK MARKET PREDICTION. A CASE STUDY OF OMV PETROM. Economic Computation & Economic Cybernetics Studies & Research, 50(3). Pyo, S., Lee, J., Cha, M., & Jang, H. (2017). Predictability of machine learning techniques to forecast the trends of market index prices: Hypothesis testing for the Korean stock markets. PloS one, 12(11), e0188107. Xia, X. L. (2018). Training sparse least squares support vector machines by the QR decomposition. Neural Networks, 106, 175-184
institution EdocUR - Universidad del Rosario
collection DSpace
language Español (Spanish)
topic Support vector machine
Machine learning finanzas
Maquinas de soporte vectorial
Métodos especiales de computación
Aprendizaje automático (inteligencia artificial)
Máquinas de soporte vectorial
Algoritmos (computadores)
Finanzas
spellingShingle Support vector machine
Machine learning finanzas
Maquinas de soporte vectorial
Métodos especiales de computación
Aprendizaje automático (inteligencia artificial)
Máquinas de soporte vectorial
Algoritmos (computadores)
Finanzas
Castañeda, Daniel Santiago
Aplicación de support vector machine al mercado colombiano
description 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).
author2 Serrano, Rafael
author_facet Serrano, Rafael
Castañeda, Daniel Santiago
format Tesis de maestría (Master Thesis)
author Castañeda, Daniel Santiago
author_sort Castañeda, Daniel Santiago
title Aplicación de support vector machine al mercado colombiano
title_short Aplicación de support vector machine al mercado colombiano
title_full Aplicación de support vector machine al mercado colombiano
title_fullStr Aplicación de support vector machine al mercado colombiano
title_full_unstemmed Aplicación de support vector machine al mercado colombiano
title_sort aplicación de support vector machine al mercado colombiano
publisher Universidad del Rosario
publishDate 2019
url http://repository.urosario.edu.co/handle/10336/20114
_version_ 1645141865315434496
score 12,111491

Ejemplares similares