Document type
Master thesisPublication date
Publication license
Please use this identifier to cite or link to this item: https://hdl.handle.net/2445/225283
Impacto del sentimiento financiero en la predicción de volatilidad: una aplicación con ML y LSTM
Journal Title
Authors
Director/Tutor
Journal ISSN
Volume Title
Related resource
Abstract
Este Trabajo Final de Máster analiza la capacidad predictiva del sentimiento financiero sobre la volatilidad del S&P 500, entendida como el cuadrado de los retornos diarios. Se utilizan modelos GARCH, Random Forest, XGBoost y redes LSTM, integrando variables de sentimiento extraídas con FinBERT. Se realiza un riguroso proceso de selección de variables, validación temporal y optimización de hiper parámetros. Además, se evalúan divergencias entre distribuciones (KL, JSD), riesgo epistémico (MC Dropout, bootstrapping) y causalidad (Granger, DoubleML). Los resultados muestran que el uso de series de sentimiento puede mejorar la predicción de la volatilidad.
Description
Treballs Finals del Màster de Ciències Actuarials i Financeres, Facultat d'Economia i Empresa, Universitat de Barcelona, Curs: 2024-2025, Tutor: Laura Marquès Padreny
Subject (English)
Citation
Citation
LÓPEZ-MARTÍNEZ, Carlos. Impacto del sentimiento financiero en la predicción de volatilidad: una aplicación con ML y LSTM. [consulted: 12 of June of 2026]. Available at: https://hdl.handle.net/2445/225283