Anàlisi predictiu a 3 mesos de l'índex borsari Eurostoxx 50 mitjançant tècniques d'aprenentatge automàtic

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.