dc.contributor | Universitat Ramon Llull. La Salle | |
dc.contributor.author | Finet Carrion, Martí | |
dc.date.accessioned | 2021-07-08T14:39:39Z | |
dc.date.accessioned | 2023-07-13T09:38:59Z | |
dc.date.available | 2021-07-08T14:39:39Z | |
dc.date.available | 2023-07-13T09:38:59Z | |
dc.date.issued | 2019 | |
dc.identifier.uri | http://hdl.handle.net/20.500.14342/2820 | |
dc.description.abstract | La predicció dels moviments de les cotitzacions de la borsa ha sigut un gran repte per a la d’enginyeria artificial dels darrers anys i fins avui dia. Grans corporacions i bancs d’inversió dediquen molts recursos a aquest camp de recerca, i tot que aconsegueixen batre al mercat, ho fan amb un marge força ajustat. Així, han sigut molts els avanços en algorismes i models de predicció dissenyats per aquest repte, i les dades han obtingut un gran valor, del qual alguns en fan negoci.Aquest estudi es basa en el disseny d’un model d’intel·ligència artificial que permeti predir el moviment de les cotitzacions de les accions d’un dels principals índex borsaris del mon. Amb aquest objectiu, s’obtenen de manera autònoma les dades històriques de les cotitzacions, així com els indicadors financers de les empreses en qüestió. Aquests, estan dividits en indicadors tècnics i fonamentals, i es fa una breu explicació a mode d’introducció, ja que aquest estudi no es financer i no entra dins l’abast fer un anàlisi dels mateixos.Per altra banda, s’obtenen noticies d’economia d’un dels principals portal de notícies d’internet i es fan servir per predir els moviments d’un índex borsari. Des de l’obtenció de les notícies, fins a el processament d’aquestes i la codificació per apoder ser usades per un algorisme d’intel·ligència artificial, entren dins l’abast d’aquest estudi. A més, la codificació de text a codis, és fa servir amb un algorisme recent i amb fama entre els enginyers de dades que promet donar grans resultats.Finalment, l’estudi agafa com a referència altres de molt similars i vol contrastar si els resultats presentats per aquests són realistes. Doncs, tal i com es descriu al llarg d’aquesta memòria, degut a la difícil naturalesa del repte i als problemes observatsal llarg del projecte, els resultats han acabat sentpoc atractius, però rigorosos. | cat |
dc.format.extent | 101 p. | |
dc.language.iso | cat | |
dc.relation.ispartofseries | ENG TFM MUET;2588 | |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | |
dc.rights | © Escola Tècnica Superior d'Enginyeria La Salle | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.source | RECERCAT (Dipòsit de la Recerca de Catalunya) | |
dc.subject.other | Aprenentatge automàtic -- TFM | |
dc.title | Predicció del moviment de les cotitzacions d’accions mitjançant Machine Learning | |
dc.type | info:eu-repo/semantics/masterThesis | |
dc.rights.accessLevel | info:eu-repo/semantics/openAccess | |
dc.embargo.terms | cap | |
dc.subject.udc | 004 | |
dc.subject.udc | 62 | |
dc.local.notes | Supervisors Acàdemic: Xavier Vilasís Cardona | |