Predicción del precio de criptomonedas mediante machine learning y redes neuronales profundas
[ES] La popularidad de las criptomonedas se ha disparado en los últimos años debido al crecimiento de precio exponencial, la entrada de importantes inversores y la importancia de su capitalización bursátil. Aunque el aprendizaje automático ha tenido éxito en predecir los precios del mercado de valor...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2021 |
| País: | España |
| Institución: | Universitat Politècnica de València (UPV) |
| Repositorio: | RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia |
| Idioma: | inglés |
| OAI Identifier: | oai:riunet.upv.es:10251/174491 |
| Acceso en línea: | https://riunet.upv.es/handle/10251/174491 |
| Access Level: | acceso abierto |
| Palabra clave: | Criptomonedas Predicción Machine learning Redes neuronales profundas Cryptocurrencies Prediction Deep neural networks TEORIA DE LA SEÑAL Y COMUNICACIONES Máster Universitario en Ingeniería de Telecomunicación-Màster Universitari en Enginyeria de Telecomunicació |
| Sumario: | [ES] La popularidad de las criptomonedas se ha disparado en los últimos años debido al crecimiento de precio exponencial, la entrada de importantes inversores y la importancia de su capitalización bursátil. Aunque el aprendizaje automático ha tenido éxito en predecir los precios del mercado de valores a través de una serie de modelos de series temporales diferentes, su aplicación para predecir los precios de las criptomonedas ha sido bastante restrictiva. Su alta volatilidad conduce a un gran potencial de importantes beneficios si se adoptan estrategias de inversión inteligentes. Desafortunadamente, debido a su falta de índices, las criptomonedas son relativamente impredecibles en comparación con las predicciones financieras tradicionales, como una predicción del mercado de valores. En este trabajo se van a comparar diferentes algoritmos de machine learning incluyendo también redes neuronales profundas para intentar predecir el precio de las criptomonedas basado en las series históricas de precios. Se realizaran los backtesting apropiados para evaluar el comportamiento de los mismos, y se podrán a prueba con datos nuevos en las semanas previas a la conclusión del trabajo. |
|---|