Algorithmic trading : redes neuronales artificiales aplicadas al índice Merval
Desde el surgimiento de las computadoras la comunidad científica se ha estado preguntando si una maquina puede o podrá aprender y entender por sí misma. Hoy en día procesos como las redes neuronales impulsan dicho debate y han emergido como uno de los más populares y poderosos métodos de aprendiz...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | Tesis de maestría acceptedVersion |
| Lenguaje: | Español |
| Publicado: |
Universidad Torcuato Di Tella
2018
|
| Materias: | |
| Acceso en línea: | https://repositorio.utdt.edu/handle/20.500.13098/10985 |
| Aporte de: |
| Sumario: | Desde el surgimiento de las computadoras la comunidad científica se ha estado preguntando si
una maquina puede o podrá aprender y entender por sí misma. Hoy en día procesos como las
redes neuronales impulsan dicho debate y han emergido como uno de los más populares y
poderosos métodos de aprendizaje encontrando aplicación en muchas disciplinas donde las
finanzas no son la excepción. Pero cabe preguntarnos si dicho proceso de aprendizaje
automático tiene verdaderamente algo que ofrecer a la disciplina y si aporta algo
verdaderamente distinto a lo existente.
En el presente trabajo intentaremos analizar la bibliografía existente sobre dicha temática y
procuraremos aplicar un modelo de redes neuronales a la dinámica del índice Merval. Nuestro
objetivo radica en abordar la posibilidad de realizar estrategias de inversión basándonos en la
estimación de precios generados por una red neuronal capaz de entrenarse y aprender de la serie
de precios pasados de cada acción del panel. Para ello deberemos vincular teoría sobre la
modelización de las series de precios con la optimización propuesta por dicha técnica. |
|---|