Carregant...
Tipus de document
Treball de fi de màsterData de publicació
Llicència de publicació
Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/225283
Impacto del sentimiento financiero en la predicción de volatilidad: una aplicación con ML y LSTM
Títol de la revista
Autors
Director/Tutor
ISSN de la revista
Títol del volum
Recurs relacionat
Resum
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.
Descripció
Treballs Finals del Màster de Ciències Actuarials i Financeres, Facultat d'Economia i Empresa, Universitat de Barcelona, Curs: 2024-2025, Tutor: Laura Marquès Padreny
Matèries (anglès)
Citació
Citació
LÓPEZ-MARTÍNEZ, Carlos. Impacto del sentimiento financiero en la predicción de volatilidad: una aplicación con ML y LSTM. [consulta: 25 de gener de 2026]. [Disponible a: https://hdl.handle.net/2445/225283]