Trading algorítmico: un estudio comparativo entre técnicas de clasificación y regresión en el ámbito de las finanzas

"En el presente trabajo se desarrolla una técnica de trading algorítmico basada en diferentes tipos de modelos de Machine Learning que utilizan como features variables propias del análisis técnico de activos. Utilizando una muestra de 10 acciones tomadas del índice NASDAQ, las estrategias desar...

Descripción completa

Detalles Bibliográficos
Autor principal: Lonardi, Francisco
Otros Autores: Arjones, Gustavo
Formato: Trabajo final de especialización
Lenguaje:Español
Publicado: 2021
Materias:
APRENDIZAJE AUTOMATICO
FINANZAS
APRENDIZAJE SUPERVISADO
Acceso en línea:http://ri.itba.edu.ar/handle/123456789/3429
Aporte de:
Repositorio Institucional Instituto Tecnológico de Buenos Aires (ITBA) de Instituto Tecnológico de Buenos Aires (ITBA)
id I32-R138-123456789-3429
record_format dspace
spelling I32-R138-123456789-34292022-12-07T15:24:26Z Trading algorítmico: un estudio comparativo entre técnicas de clasificación y regresión en el ámbito de las finanzas Lonardi, Francisco Arjones, Gustavo APRENDIZAJE AUTOMATICO FINANZAS APRENDIZAJE SUPERVISADO "En el presente trabajo se desarrolla una técnica de trading algorítmico basada en diferentes tipos de modelos de Machine Learning que utilizan como features variables propias del análisis técnico de activos. Utilizando una muestra de 10 acciones tomadas del índice NASDAQ, las estrategias desarrolladas permiten no sólo comparar la performance de modelos de clasificación con modelos de regresión sino también demostrar que éste es un enfoque superador en términos de riesgo-retorno a las técnicas tradicionales de trading." Trabajo Final Ciencia de Datos (especialización) - Instituto Tecnológico de Buenos Aires, Buenos Aires, 2020 2021-04-07T17:48:23Z 2021-04-07T17:48:23Z 2020-12-10 Trabajo final de especialización http://ri.itba.edu.ar/handle/123456789/3429 es application/pdf
institution Instituto Tecnológico de Buenos Aires (ITBA)
institution_str I-32
repository_str R-138
collection Repositorio Institucional Instituto Tecnológico de Buenos Aires (ITBA)
language Español
topic APRENDIZAJE AUTOMATICO
FINANZAS
APRENDIZAJE SUPERVISADO
spellingShingle APRENDIZAJE AUTOMATICO
FINANZAS
APRENDIZAJE SUPERVISADO
Lonardi, Francisco
Trading algorítmico: un estudio comparativo entre técnicas de clasificación y regresión en el ámbito de las finanzas
topic_facet APRENDIZAJE AUTOMATICO
FINANZAS
APRENDIZAJE SUPERVISADO
description "En el presente trabajo se desarrolla una técnica de trading algorítmico basada en diferentes tipos de modelos de Machine Learning que utilizan como features variables propias del análisis técnico de activos. Utilizando una muestra de 10 acciones tomadas del índice NASDAQ, las estrategias desarrolladas permiten no sólo comparar la performance de modelos de clasificación con modelos de regresión sino también demostrar que éste es un enfoque superador en términos de riesgo-retorno a las técnicas tradicionales de trading."
author2 Arjones, Gustavo
author_facet Arjones, Gustavo
Lonardi, Francisco
format Trabajo final de especialización
author Lonardi, Francisco
author_sort Lonardi, Francisco
title Trading algorítmico: un estudio comparativo entre técnicas de clasificación y regresión en el ámbito de las finanzas
title_short Trading algorítmico: un estudio comparativo entre técnicas de clasificación y regresión en el ámbito de las finanzas
title_full Trading algorítmico: un estudio comparativo entre técnicas de clasificación y regresión en el ámbito de las finanzas
title_fullStr Trading algorítmico: un estudio comparativo entre técnicas de clasificación y regresión en el ámbito de las finanzas
title_full_unstemmed Trading algorítmico: un estudio comparativo entre técnicas de clasificación y regresión en el ámbito de las finanzas
title_sort trading algorítmico: un estudio comparativo entre técnicas de clasificación y regresión en el ámbito de las finanzas
publishDate 2021
url http://ri.itba.edu.ar/handle/123456789/3429
work_keys_str_mv AT lonardifrancisco tradingalgoritmicounestudiocomparativoentretecnicasdeclasificacionyregresionenelambitodelasfinanzas
_version_ 1766093713829789696

Ejemplares similares