Show simple item record

dc.rights.licenserestrictedAccesses_AR
dc.contributor.advisorUniversidad Torcuato Di Tella
dc.contributor.authorScetta, María Silviaes_AR
dc.date.accessioned2018-06-13T20:26:46Z
dc.date.available2018-06-13T20:26:46Z
dc.date.issued2017
dc.identifier.urihttps://repositorio.utdt.edu/handle/20.500.13098/10985
dc.description.abstractDesde 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.es_AR
dc.description.sponsorshipPor motivos relacionados con los derechos de autor este documento solo puede ser consultado en la Biblioteca Di Tella. Para reservar una cita podés ponerte en contacto con serviciosbiblio@utdt.edu. Si sos el autor de esta tesis y querés autorizar su publicación en este repositorio, podés ponerte en contacto con repositorio@utdt.edu.es_AR
dc.format.extent78 p.es_AR
dc.format.mediumapplication/pdfes_AR
dc.languagespaes_AR
dc.publisherUniversidad Torcuato Di Tellaes_AR
dc.rightsinfo:eu-repo/semantics/restrictedAccesses_AR
dc.subjectInteligencia artificiales_AR
dc.subjectEconometríaes_AR
dc.subjectAnálisis financieroes_AR
dc.titleAlgorithmic trading : redes neuronales artificiales aplicadas al índice Mervales_AR
dc.typeinfo:eu-repo/semantics/masterThesises_AR
dcterms.description.tableOfContents1. Introducción -- 2. Marco teórico -- 3. Modelos auto regresivos -- 4. Problemas de optimización no lineal -- 5. Aprendizaje automático de redes neuronales artificiales -- 6. Nociones generales sobre el rendimiento y el riesgo -- 7. Metodología -- 8. Calibración del modelo Auto regresivo -- 9. Modelo Auto regresivo de redes neuronales -- 10. Algoritmo de Alocacion -- 11. Análisis de errores -- 12. Sistemas utilizados -- 13. Resultados -- 14. Conclusiones -- Bibliografíaes_AR
thesis.degree.nameMaestría en Finanzases_AR
thesis.degree.level1es_AR
thesis.degree.grantorUniversidad Torcuato Di Tella. Escuela de Negocioses_AR
dc.subject.keywordÍndice Mervales_AR
dc.type.versioninfo:eu-repo/semantics/acceptedVersiones_AR


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record