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...

Descripción completa

Detalles Bibliográficos
Autor: JOSE MARTIN OLGUIN ESPINOZA
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
id MX_3fe3bb1e7d48c83e300eaf52bcd4bc76
oai_identifier_str oai:cicese.repositorioinstitucional.mx:1007/2094
network_acronym_str MX
network_name_str México
repository_id_str
spelling Red neuronal para el reconocimiento de patrones y predicción en series de tiempo de cotizaciones de instrumentos financieros correlacionadosNeural net for time series pattern recognition and prediction of correlated financial instruments dataJOSE MARTIN OLGUIN ESPINOZAinfo:eu-repo/classification/Autor/Redes neuronales artificiales,Análisis de series de tiempo,Teoria de prediccióninfo:eu-repo/classification/cti/7info:eu-repo/classification/cti/33info:eu-repo/classification/cti/3304info:eu-repo/classification/cti/3304El 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.The human being has always been worried about knowing the future in order to foresight. Science provides ways to accomplish this task. Time series analysis is located among this theories, it consist in identifying features that allow classification and prediction of the series behavior. Over the last year, computational tools have used in order to get this kind of analysis, artificial neural networks (ANN) stands out within this tools, their self adjusting feature for non-linear systems makes them special for time series study. This work applies the theory of ANN for patterns finding and for trying to predict the behavior of the correlation between two time series. The data correspond to finance instruments that are cotised in the futures market. It is expected that the use of ANN provide ways of analysis simpler than the traditional ones and through the “learning” of the series behavior, allowing the trend prediction of the correlation between the two finance instruments. In this thesis, the theory related with ANN and the time treatment is presented, also the special considerations when finance series are used, and the factors that have influence over the prediction difficulty.CICESEHugo Homero Hidalgo Silva2000info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionapplication/pdfhttp://cicese.repositorioinstitucional.mx/jspui/handle/1007/2094reponame:Repositorio Institucional CICESEinstname:Centro de Investigación Científica y de Educación Superior de Ensenadainstacron:CICESEspacitation:Olguín Espinoza, J. M.2000.Red neuronal para el reconocimiento de patrones y predicción en series de tiempo de cotizaciones de instrumentos financieros correlacionados.Tesis de Maestría en Ciencias. Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California.80 p.info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/4.0oai:cicese.repositorioinstitucional.mx:1007/20942024-08-28T03:49:56Z
dc.title.none.fl_str_mv Red neuronal para el reconocimiento de patrones y predicción en series de tiempo de cotizaciones de instrumentos financieros correlacionados
Neural net for time series pattern recognition and prediction of correlated financial instruments data
title Red neuronal para el reconocimiento de patrones y predicción en series de tiempo de cotizaciones de instrumentos financieros correlacionados
spellingShingle Red neuronal para el reconocimiento de patrones y predicción en series de tiempo de cotizaciones de instrumentos financieros correlacionados
JOSE MARTIN OLGUIN ESPINOZA
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
info:eu-repo/classification/cti/3304
title_short Red neuronal para el reconocimiento de patrones y predicción en series de tiempo de cotizaciones de instrumentos financieros correlacionados
title_full Red neuronal para el reconocimiento de patrones y predicción en series de tiempo de cotizaciones de instrumentos financieros correlacionados
title_fullStr Red neuronal para el reconocimiento de patrones y predicción en series de tiempo de cotizaciones de instrumentos financieros correlacionados
title_full_unstemmed Red neuronal para el reconocimiento de patrones y predicción en series de tiempo de cotizaciones de instrumentos financieros correlacionados
title_sort Red neuronal para el reconocimiento de patrones y predicción en series de tiempo de cotizaciones de instrumentos financieros correlacionados
dc.creator.none.fl_str_mv JOSE MARTIN OLGUIN ESPINOZA
author JOSE MARTIN OLGUIN ESPINOZA
author_facet JOSE MARTIN OLGUIN ESPINOZA
author_role author
dc.contributor.none.fl_str_mv Hugo Homero Hidalgo Silva
dc.subject.none.fl_str_mv 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
info:eu-repo/classification/cti/3304
topic 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
info:eu-repo/classification/cti/3304
description 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.
publishDate 2000
dc.date.none.fl_str_mv 2000
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
info:eu-repo/semantics/publishedVersion
format masterThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv http://cicese.repositorioinstitucional.mx/jspui/handle/1007/2094
url http://cicese.repositorioinstitucional.mx/jspui/handle/1007/2094
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv citation:Olguín Espinoza, J. M.2000.Red neuronal para el reconocimiento de patrones y predicción en series de tiempo de cotizaciones de instrumentos financieros correlacionados.Tesis de Maestría en Ciencias. Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California.80 p.
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by/4.0
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/4.0
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv CICESE
publisher.none.fl_str_mv CICESE
dc.source.none.fl_str_mv reponame:Repositorio Institucional CICESE
instname:Centro de Investigación Científica y de Educación Superior de Ensenada
instacron:CICESE
instname_str Centro de Investigación Científica y de Educación Superior de Ensenada
instacron_str CICESE
institution CICESE
reponame_str Repositorio Institucional CICESE
collection Repositorio Institucional CICESE
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1858175024248127488
score 14,965132

Similares en LA Referencia