Please use this identifier to cite or link to this item: http://hdl.handle.net/2445/212620
Title: Anàlisi de l’IBEX 35 i predicció mitjançant tècniques de Machine Learning
Author: Jiménez Iranzo, Raquel
Director/Tutor: Sierra Martínez, Francisco Javier
Keywords: IBEX 35 (Índex borsari)
Aprenentatge automàtic
Xarxes neuronals (Informàtica)
Treballs de fi de grau
IBEX 35 (Stock price index)
Machine learning
Neural networks (Computer science)
Bachelor's theses
Issue Date: 2023
Abstract: L’ús de tècniques de Machine Learning, cada dia és més prevalent en diferents àmbits i sectors, incloent-hi l'anàlisi i la predicció dels mercats financers com l'IBEX 35. Aquest treball, té com a objectiu principal analitzar les dades històriques de l’índex IBEX 35 obtingudes de Yahoo Finance, des de l’any 2000 fins al 2022, per poder conèixer el comportament que ha tingut al llarg del temps. Aquestes dades seran preparades pel seu posterior entrenament utilitzant tres eines diferents de Machine Learning, les quals són les xarxes neuronals artificials, el random forest i el gradient boosting, per poder predir l’IBEX 35. Un cop implementats els models, s’avaluaran i es seleccionarà el mètode que té millor capacitat predictiva, comentant també els avantatges i inconvenients de cadascun.
Note: Treballs Finals de Grau en Estadística UB-UPC, Facultat d'Economia i Empresa (UB) i Facultat de Matemàtiques i Estadística (UPC), Curs: 2022-2023, Tutor: Francisco Javier Sierra Martínez
URI: http://hdl.handle.net/2445/212620
Appears in Collections:Treballs Finals de Grau (TFG) - Estadística UB-UPC

Files in This Item:
File Description SizeFormat 
TFG_EST_Jimenez_2023.pdf1.85 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons