Please use this identifier to cite or link to this item:
https://hdl.handle.net/2445/221985
Title: | Anàlisi predictiu a 3 mesos de l'índex borsari Eurostoxx 50 mitjançant tècniques d'aprenentatge automàtic |
Author: | Carner Marsal, Clara |
Director/Tutor: | Pons Fanals, Ernest |
Keywords: | Finances Teoria de la predicció Aprenentatge automàtic Estadística Treballs de fi de grau Finance Prediction theory Machine learning Statistics Bachelor's theses |
Issue Date: | 2024 |
Abstract: | En un context on la cultura de la immediatesa està cada cop més arrelada en la societat i la promesa d'inversions amb guanys instantanis ha guanyat popularitat, aquest treball proposa una alternativa d'inversió contrària a aquesta tendència , enfocada al mitjà termini. Utilitzant la intel·ligència artificial, s’avaluarà el rendiment de models d'aprenentatge automàtic en la predicció a 3 mesos de la taxa de variació de l'índex borsari Eurostoxx 50 mitjançant tres tècniques d’aprenentatge automàtic : k-nearest neighbors (KNN), random forest i gradient boosting machine (GBM). Per modelitzar les dades, aquestes seran preprocessades i s'hi afegiran variables macroeconòmiques per obtenir una base de dades òptima. Dels models resultants, s'escollirà el millor per a cada tècnica en base a una mètrica d’error, en concret l'arrel de l'error quadràtic mig (RMSE). D'entre aquests, es determinarà el model finalista per identificar quina tècnica i quin model específic funcionen millor per a prediccions a 3 mesos, un horitzó temporal menys comú en inversions. |
Note: | Treballs Finals de Grau en Estadística UB-UPC, Facultat d'Economia i Empresa (UB) i Facultat de Matemàtiques i Estadística (UPC), Curs: 2023-2024, Tutor: Ernest Pons Fanals |
URI: | https://hdl.handle.net/2445/221985 |
Appears in Collections: | Treballs Finals de Grau (TFG) - Estadística UB-UPC |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
TFG-EST_Carner.pdf | 2.75 MB | Adobe PDF | View/Open |
This item is licensed under a
Creative Commons License