Análisis comparativo de modelos paramétricos y no paramétricos para la predicción de valores futuros de acciones financieras de distintos sectores de la economía estadounidense durante el período 2019-2020

En el presente trabajo se realiza un análisis comparativo del poder predictivo del modelo Movimiento Browniano Generalizado en contraposición a dos modelos de aprendizaje automático, llamados “potenciación del gradiente extremo” (XGBoosting) y “redes neuronales” (NN) aplicados a los precios de accio...

Descripción completa

Detalles Bibliográficos
Autor principal: Belisario, Igor
Otros Autores: Agú, Emanuel J.
Formato: Tesis de maestría publishedVersion
Lenguaje:Español
Publicado: 2023
Materias:
Modelo de Valoración de Activos Financieros
Acciones
Acceso en línea:http://bibliotecadigital.econ.uba.ar/econ/collection/tpos/document/1502-2605_BelisarioI
http://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=tpos&d=1502-2605_BelisarioI_oai
Aporte de:
Repositorio Digital de la Universidad de Buenos Aires (UBA) de Universidad de Buenos Aires
id I28-R145-1502-2605_BelisarioI_oai
record_format dspace
spelling I28-R145-1502-2605_BelisarioI_oai2023-12-27 Agú, Emanuel J. Belisario, Igor 2023 En el presente trabajo se realiza un análisis comparativo del poder predictivo del modelo Movimiento Browniano Generalizado en contraposición a dos modelos de aprendizaje automático, llamados “potenciación del gradiente extremo” (XGBoosting) y “redes neuronales” (NN) aplicados a los precios de acciones financieras. Para ello, en una primera instancia se desarrolla una vista general del comportamiento de los mercados financieros, de los modelos aplicados en finanzas, de su importancia en el análisis de riesgo de mercado y se da una muestra de la disciplina del aprendizaje automático. Luego, cada uno de los modelos se emplean para estudiar 15 acciones de la economía estadounidense en el periodo 2019-2020 y evalúa el beneficio de incorporar nuevos modelos al análisis de riesgo de mercado. This study deployed a comparative analysis of the financial stock price prediction power between Generalized Brownian Motion and two machine learning models called Extreme Gradient Boosting and Neural Networks. In order to show different performances firstly developed financial markets general insight, the models applied in finance, and is given a brief of the machine learning techniques. Finally, each model is implemented using as input 15 different stocks from the American market between 2019 and 2020 to evaluate the individual performance and compare each other. Fil: Belisario, Igor. Universidad de Buenos Aires. Facultad de Ciencias Económicas. Buenos Aires, Argentina. application/pdf 1502-2605_BelisarioI http://bibliotecadigital.econ.uba.ar/econ/collection/tpos/document/1502-2605_BelisarioI spa info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by/2.5/ar/ Modelo de Valoración de Activos Financieros Acciones Análisis comparativo de modelos paramétricos y no paramétricos para la predicción de valores futuros de acciones financieras de distintos sectores de la economía estadounidense durante el período 2019-2020 info:eu-repo/semantics/masterThesis info:ar-repo/semantics/tesis de maestría info:eu-repo/semantics/publishedVersion http://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=tpos&d=1502-2605_BelisarioI_oai
institution Universidad de Buenos Aires
institution_str I-28
repository_str R-145
collection Repositorio Digital de la Universidad de Buenos Aires (UBA)
language Español
orig_language_str_mv spa
topic Modelo de Valoración de Activos Financieros
Acciones
spellingShingle Modelo de Valoración de Activos Financieros
Acciones
Belisario, Igor
Análisis comparativo de modelos paramétricos y no paramétricos para la predicción de valores futuros de acciones financieras de distintos sectores de la economía estadounidense durante el período 2019-2020
topic_facet Modelo de Valoración de Activos Financieros
Acciones
description En el presente trabajo se realiza un análisis comparativo del poder predictivo del modelo Movimiento Browniano Generalizado en contraposición a dos modelos de aprendizaje automático, llamados “potenciación del gradiente extremo” (XGBoosting) y “redes neuronales” (NN) aplicados a los precios de acciones financieras. Para ello, en una primera instancia se desarrolla una vista general del comportamiento de los mercados financieros, de los modelos aplicados en finanzas, de su importancia en el análisis de riesgo de mercado y se da una muestra de la disciplina del aprendizaje automático. Luego, cada uno de los modelos se emplean para estudiar 15 acciones de la economía estadounidense en el periodo 2019-2020 y evalúa el beneficio de incorporar nuevos modelos al análisis de riesgo de mercado.
author2 Agú, Emanuel J.
author_facet Agú, Emanuel J.
Belisario, Igor
format Tesis de maestría
Tesis de maestría
publishedVersion
author Belisario, Igor
author_sort Belisario, Igor
title Análisis comparativo de modelos paramétricos y no paramétricos para la predicción de valores futuros de acciones financieras de distintos sectores de la economía estadounidense durante el período 2019-2020
title_short Análisis comparativo de modelos paramétricos y no paramétricos para la predicción de valores futuros de acciones financieras de distintos sectores de la economía estadounidense durante el período 2019-2020
title_full Análisis comparativo de modelos paramétricos y no paramétricos para la predicción de valores futuros de acciones financieras de distintos sectores de la economía estadounidense durante el período 2019-2020
title_fullStr Análisis comparativo de modelos paramétricos y no paramétricos para la predicción de valores futuros de acciones financieras de distintos sectores de la economía estadounidense durante el período 2019-2020
title_full_unstemmed Análisis comparativo de modelos paramétricos y no paramétricos para la predicción de valores futuros de acciones financieras de distintos sectores de la economía estadounidense durante el período 2019-2020
title_sort análisis comparativo de modelos paramétricos y no paramétricos para la predicción de valores futuros de acciones financieras de distintos sectores de la economía estadounidense durante el período 2019-2020
publishDate 2023
url http://bibliotecadigital.econ.uba.ar/econ/collection/tpos/document/1502-2605_BelisarioI
http://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=tpos&d=1502-2605_BelisarioI_oai
work_keys_str_mv AT belisarioigor analisiscomparativodemodelosparametricosynoparametricosparalapredicciondevaloresfuturosdeaccionesfinancierasdedistintossectoresdelaeconomiaestadounidenseduranteelperiodo20192020
_version_ 1807326826836525056

Ejemplares similares