Por favor, use este identificador para citar o enlazar este ítem:https://uvadoc.uva.es/handle/10324/56935
Título
Inteligencia artificial para la optimización de carteras: de Markowitz al aprendizaje profundo
Director o Tutor
Año del Documento
2022
Titulación
Grado en Economía
Resumen
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.
Materias (normalizadas)
Cartera de valores - Gestión -Innovaciones tecnológicas
Materias Unesco
53 Ciencias Económicas
Palabras Clave
Aprendizaje profundo
Redes neuronales
Gestión de carteras
Idioma
spa
Derechos
openAccess
Aparece en las colecciones
- Trabajos Fin de Grado UVa [28700]
Ficheros en el ítem
![Attribution-NonCommercial-NoDerivatives 4.0 Internacional](/themes/Mirage2//images/creativecommons/cc-by-nc-nd.png)