Item request has been placed! ×
Item request cannot be made. ×
loading  Processing Request

Pronóstico de los precios de la acción “Ecopetrol” de la bolsa de valores de Colombia por medio de las redes neuronales artificiales ; Forecast of the prices of the “Ecopetrol” share of the Colombian stock exchange by means of artificial neural networks

Item request has been placed! ×
Item request cannot be made. ×
loading   Processing Request
Read More Add to Saved list
  • Additional Information
    • Contributors:
      Vesga Bermejo, Cristhian Andrés; Vesga Bermejo, Cristhian Andrés 0001474650; Vesga Bermejo, Cristhian Andrés 0000-0002-9824-3582
    • Publication Information:
      Universidad Autónoma de Bucaramanga UNAB
      Facultad Economía y Negocios
      Pregrado Ingeniería Financiera
    • Publication Date:
      2019
    • Subject Terms:
      Bucaramanga (Santander, Colombia); UNAB Campus Bucaramanga
    • Subject Terms:
      2019
    • Abstract:
      Las acciones son títulos que emite una empresa a través del mercado de valores, es una inversión de tipo variable debido que no tiene un retorno fijo, dado que su precio es influenciado por variables externas. Por esta razón, el pronóstico de precios es de gran complejidad e importancia para los inversionistas porque determina la toma de decisiones para maximizar sus rentabilidades. Tradicionalmente se han usado métodos estocásticos lineales para el pronóstico de las acciones; dichos modelos no se ajustan al comportamiento no lineal que rigen las variables de los mercados financieros. Ante el comportamiento no lineal de este tipo de mercados, se ha incrementado el uso de nuevos métodos basados en redes neuronales artificiales. Su principal característica es permitir relaciones lineales y no lineales entre las entradas y salidas de un sistema; esto ha hecho posible mostrar su aplicabilidad en mercados de alta volatilidad. Este trabajo tiene como objetivo diseñar un modelo que pronostique los precios de la acción de con mas participación en el índice Colcap, la cual es Ecopetrol, con un 13,92%, por medio de las redes neuronales artificiales. ; Capítulo I. Enfoque teórico de las redes neuronales: 4 1.1. ¿Qué son las redes neuronales artificiales? 5 1.2. Características de las redes neuronales artificiales 5 1.2.1 Topología. 6 1.2.2 Mecanismo de aprendizaje. 8 1.2.3 Tipo de asociación realizada entre la información de entrada y de salida. 8 1.2.4 Forma de representación de la información. 9 1.3 Tipos de neuronas artificiales 9 1.4 ¿Cómo funcionan las Redes Neuronales Dinámicas? 9 1.4.1 Redes neuronales recurrentes y hacia adelante 9 1.4.2 Aplicaciones de las Redes Dinámicas 10 1.4.3 Estructuras de las Redes Dinámicas 10 Capítulo II. Identificación de las variables que influyen en el precio de la acción Ecopetrol. 12 Capítulo III. Aplicación del tipo de red neuronal para determinar el pronóstico de precios de la acción 18 Capítulo IV. Evaluación de la eficiencia del modelo 20 Conclusiones 22 Recomendaciones 23 ...
    • File Description:
      application/pdf; application/octet-stream
    • Relation:
      EcuRed. (Sf). Redes neuronales artificiales. Obtenido de https://www.ecured.cu/Redes_neuronales_artificiales#Elementos_de_una_Red_Neuronal_Artificial; Hopfield, J. (1985). Computación neuronal de decisiones en problemas de optimización.; Instituto tecnológico de Nuevo Laredo. (Sf). Historia de la redes neuronales. Obtenido de http://www.itnuevolaredo.edu.mx/takeyas/Apuntes/Inteligencia%20Artificial/Apuntes/tareas_alumnos/RNA/Redes%20Neuronales2.pdf; Manjarrez, L. (s.f.). ResearchGate. Obtenido de https://www.researchgate.net/figure/Figura-III6-a-Red-Neuronal-monocapa-b-Red-Neuronal-multicapa-de-propagacion-hacia_fig5_315762548; Matich, D. (Marzo de 2001). Redes Neuronales: Conceptos Básicos y Aplicaciones. Obtenido de Universidad Tecnológica Nacional: https://www.frro.utn.edu.ar/repositorio/catedras/quimica/5_anio/orientadora1/monograias/matich-redesneuronales.pdf; Maza, L. C. (2017). Los 4 beneficios que surgen de implementar las redes neuronales artificiales. Obtenido de Voltaico: https://voltaico.lavozdegalicia.es/2017/03/redes-neuronales-artificiales-beneficios/; MATLAB. (sf). Redes neuronales dinámicas.; Minsky, M., & Papert, S. (1969). Perceptrons.; Ochoa, S. (2003). Características de una red neuronal atificial. Obtenido de Escuela de ingeniería de Antioquia: http://fluidos.eia.edu.co/hidraulica/articuloses/flujoentuberias/neuronal/neuronal_archivos/page0002.htm; Rosenblatt, F. (1957). Modelo "El Perceptrón".; Rumelhart, D., & Hinton, G. (1986). Learning representations by back-propagating errors.; Steinbeck, K. (1961). Memoria asociativa.; Trippi, R., & Turban, E. (1998). Neural Networks in Finance and Investing.; Villada, F., Muñoz, N., & García, E. (2012). Aplicación de las redes neuronales al pronóstico de precios en el mercado de valores. Obtenido de https://scielo.conicyt.cl/pdf/infotec/v23n4/art03.pdf; Werbos, P. (1974). The Roots of Backpropagation.; Widrow, B., & Hoff, M. (1960). Modelo Adaline (ADAptative LINear Elements).; http://hdl.handle.net/20.500.12749/13669; instname:Universidad Autónoma de Bucaramanga - UNAB; reponame:Repositorio Institucional UNAB; repourl:https://repository.unab.edu.co
    • Online Access:
      https://hdl.handle.net/20.500.12749/13669
    • Rights:
      http://creativecommons.org/licenses/by-nc-nd/2.5/co/ ; Abierto (Texto Completo) ; info:eu-repo/semantics/openAccess ; http://purl.org/coar/access_right/c_abf2 ; Atribución-NoComercial-SinDerivadas 2.5 Colombia
    • Accession Number:
      edsbas.AD501C6B