Red neuronal para el reconocimiento de patrones y predicción en series de tiempo de cotizaciones de instrumentos financieros correlacionados
El ser humano desde siempre ha estado preocupado por conocer los hechos futuros para poder tomar sus previsiones. La ciencia provee mecanismos que tratan de llevar a cabo esta tarea. Entre las teorías se ubican el análisis de series de tiempo, el cual consiste en identificar características que perm...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2000 |
| País: | México |
| Institución: | Centro de Investigación Científica y de Educación Superior de Ensenada |
| Repositorio: | Repositorio Institucional CICESE |
| Idioma: | español |
| OAI Identifier: | oai:cicese.repositorioinstitucional.mx:1007/2094 |
| Acceso en línea: | http://cicese.repositorioinstitucional.mx/jspui/handle/1007/2094 |
| Access Level: | acceso abierto |
| Palabra clave: | info:eu-repo/classification/Autor/Redes neuronales artificiales,Análisis de series de tiempo,Teoria de predicción info:eu-repo/classification/cti/7 info:eu-repo/classification/cti/33 info:eu-repo/classification/cti/3304 |
| Sumario: | El ser humano desde siempre ha estado preocupado por conocer los hechos futuros para poder tomar sus previsiones. La ciencia provee mecanismos que tratan de llevar a cabo esta tarea. Entre las teorías se ubican el análisis de series de tiempo, el cual consiste en identificar características que permitan clasificar y predecir el comportamiento de series de datos. En los últimos años para lograr este tipo de análisis se han venido utilizando herramientas computacionales, dentro de estas destaca el uso de las Redes Neuronales Artificiales (RNA), las cuales se caracterizan por su poder de ajuste para sistemas no-lineales, característica que las hace especiales para el estudio de las series de tiempo. Este trabajo de tesis aplica la teoría de las RNA para encontrar patrones y tratar de predecir el comportamiento de la correlación entre dos series de tiempo, los datos corresponden a precios de instrumentos financieros que se cotizan en mercados de futuros. Se espera que el uso de las RNA provea formas de análisis más sencillos que los tradicionalmente utilizados y que a través del aprendizaje del comportamiento de las series, permita la predicción de la tendencia que presenta la correlación entre los dos instrumentos financieros. |
|---|