Examinando por Materia "Análisis de sentimientos"

Mostrando 1 - 2 de 2
  • Miniatura
    PublicaciónAcceso abierto
    Análisis de sentimientos para la construcción de las matrices P y Q en el modelo de Black-Litterman para la optimización de portafolios
    (Universidad EIA, 2024) Jaramillo Uparela, Mauricio; Higuita Rivillas, Sebastián; Guerra Polania, Wincy Alejandro
    RESUMEN: El trabajo de crear portafolios de inversión es un campo de estudio bastante amplio y sobre el que se ha investigado mucho en el mundo académico de las finanzas y la economía. Desde los modelos convencionales de colocación de activos como el de Harry Markowitz en 1952, hasta algunos modelos más sofisticados como el de Fisher Black y Robert Litterman en 1990. En el trabajo desarrollado inicialmente por Black y Litterman y posteriormente mejorado por Litterman y He (2002), se incorpora la posibilidad de añadir perspectivas subjetivas a un proceso meramente matemático para la colocación de activos. Un enfoque que transformaría permanentemente los fondos de inversión y sobre lo que este trabajo indagará profundamente. Con la revolución tecnológica en materia de la inteligencia artificial, muchos se preguntan hoy en día cuál es su alcance y en qué tareas podría empezar la inteligencia artificial a servir como herramienta para los humanos. Maquinas cada vez más desarrolladas incluso con la capacidad de entender el lenguaje humano hacen pensar que estas herramientas vinieron para quedarse y revolucionar todo lo que conocemos. No es de extrañar que el mundo de las finanzas vaya adquiriendo cada vez más interés en este nuevo potencial emergente. De ahí, nace la idea y la motivación con la que se realiza este trabajo, pensar en el qué puede llegar a pasar en el proceso de colocar activos para un portafolio de inversión si en lugar de ser un humano quien esté detrás de la operación es una máquina con la capacidad de recoger grandes cantidades de información del mercado en minutos, qué tan eficaz pueden ser las visiones de mercado generadas artificialmente con procesadores de lenguaje natural, son todas preguntas que a lo largo de este trabajo se exploran parcialmente. Por último, las metodologías empleadas para el desarrollo de las ideas planteadas para la investigación antes mencionadas son un primer vistazo de lo que puede llegar a escalarse a modelos de mayor precisión y de mayor complejidad con un volumen de información superior y de mayor calidad.
  • Miniatura
    PublicaciónAcceso abierto
    Modelo basado en Machine Learning para la predicción de los precios futuros en el mercado de valores
    (Universidad EIA, 2021) Velez Garcia, Santiago; Peña P., Alejandro
    RESUMEN: El mercado de valores se ha convertido a lo largo de la historia en uno de los principales sectores económicos alrededor del mundo. Sin embargo, los inversores tradicionales suelen tener pérdidas debido a un horizonte de inversión poco claro y un proyección sin fundamentos. Es por esto, que crear un buen modelo de apoyo a las decisiones de inversión para una buena toma de decisiones se ha convertido en un importante problema de investigación. Los diferentes modelos de aprendizaje pueden proporcionar un rendimiento relativamente bueno en la previsión del precio de las acciones. Este documento se centra en evaluar diferentes modelos de Machine learning para crear un modelo de previsión para el precio futuro de las acciones. El resultado experimental muestra que el modelo de redes neuronales (RMSE=2,9) tiene una precisión mas alta que los demás modelos estudiados.