Predicción de precios de acciones de bolsa de valores utilizando Support Vector Regression

• Autor: Cáceres Chian, Víctor Andrés Edgard
• Formato: tesis de grado
• Fecha de Publicación: 2018
• Institución: Universidad de Lima
• Repositorio: ULIMA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ulima.edu.pe:20.500.12724/6973
• Enlace del recurso: https://hdl.handle.net/20.500.12724/6973; http://doi.org/10.26439/ulima.tesis/6973
• Nivel de acceso: acceso abierto
• Materia: Stock exchanges; Stocks-Prices; Computer algorithms; Data mining; Bolsa de valores; Acciones (Valores)-Precios; Algoritmos de computadoras; Minería de datos; https://purl.org/pe-repo/ocde/ford#2.02.07

Investiga la aplicación de Support Vector Machine y Support Vector Regression en la predicción de precios de acciones. Cuatro modelos de cada algoritmo se construyen basados en el análisis técnico y análisis fundamental, ambos utilizados en finanzas para estudiar el movimiento de los precios de acciones. Los modelos son luego evaluados por el rendimiento que obtienen las acciones, uno de los principales criterios de decisión para inversiones. Los resultados favorecen un modelo combinado de Support Vector Regression basados en el análisis técnico y análisis fundamental como forma de decisión frente a una variedad de acciones.