Aplicación de las redes neuronales a la predicción del rendimiento a corto plazo de las salidas a bolsa

  1. Quintana Montero, David
Dirigida por:
  1. Pedro Isasi Viñuela Director/a

Universidad de defensa: Universidad Pontificia Comillas

Fecha de defensa: 05 de octubre de 2004

Tribunal:
  1. Antonio de Amescua Seco Presidente/a
  2. Ricardo Gimeno Nogues Secretario/a
  3. Pilar Grau Carles Vocal
  4. María Esther Vaquero Lafuente Vocal
  5. José Ignacio Olmeda Martos Vocal

Tipo: Tesis

Teseo: 128400 DIALNET

Resumen

El objeto de este trabajo es contrastar la utilidad de las redes neuronales artificiales para la predecir el precio de cierre de las acciones en su primer día de cotización, El estudio se centra en el mercado estadounidense y se divide en tres secciones principales. La primera de ellas recoge la investigación sobre el comportamiento a lo largo del tiempo del rendimiento inicial promedio mediante medias móviles, modelos ARIMA y redes neuronales. La segunda es un análisis de corte transversal segmentado por sectores en el que se consideran una serie de variables explicativas clásicas y dos nuevas formas de representación. Por último, los segmentos y variables presentadas en las dos secciones anteriores se integran en un conjunto único sobre el que comparar la capacidad para predecir de las redes neuronales frente a los modelos de regresión lineal.