Inteligencia artificial para la optimización de carteras: de Markowitz al aprendizaje profundo
| Autor: | Iglesias Castañón, Pablo Javier |
|---|---|
| Přispěvatelé: | Prieto Alaiz, María Mercedes, Martínez Bobillo, Alfredo, Universidad de Valladolid. Facultad de Ciencias Económicas y Empresariales |
| Jazyk: | Spanish; Castilian |
| Rok vydání: | 2022 |
| Předmět: | |
| Popis: | El Deep Learning (DL) es una tecnología llamada a cambiar la forma de identificar, afrontar y resolver los retos presentes y futuros de la humanidad. El objetivo de este proyecto es presentar dicha herramienta a perfiles iniciados o avanzados en la disciplina económica mediante un caso de gestión de carteras, comparando los resultados obtenidos con carteras tradicionales derivadas de la Teoría Moderna. En concreto, se ha implementado una Red Neuronal de Memoria a Corto y Largo Plazo o Long-Short Term Memory (LSTM), capaz de predecir a un año vista el precio de cualquier activo financiero dada su cotización histórica. Con estas predicciones, se ha propuesto una metodología innovadora para formar carteras diversificadas y adaptadas al perfil de riesgo del inversor. De este modo, no solo se ha superado el desempeño de las principales carteras basadas en el Modelo de Markowitz y sus extensiones posteriores, sino que se ha demostrado una nueva forma eficaz, funcional, consistente y flexible de construir carteras de inversión. Grado en Economía |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|