Aplicación de redes neuronales para el pronóstico de las tasas de rentabilidad de los fondos de pensiones de las AFP mediante Python y VBA

Descripción del Articulo

En el presente trabajo, se realizará el análisis para pronosticar tasas de rentabilidad de los fondos de pensiones de las AFP, utilizando redes neuronales y series de tiempo, logrando de está manera tomar medidas preventivas para las rentabilidades de los próximos años. Para lo cual se realizará des...

Descripción completa

Detalles Bibliográficos
Autor: Ramírez De la Cruz, Alvaro Roberto
Formato: tesis de grado
Fecha de Publicación:2021
Institución:Universidad Nacional Mayor de San Marcos
Repositorio:UNMSM-Tesis
Lenguaje:español
OAI Identifier:oai:cybertesis.unmsm.edu.pe:20.500.12672/17596
Enlace del recurso:https://hdl.handle.net/20.500.12672/17596
Nivel de acceso:acceso abierto
Materia:Redes neuronales (Computación)
Pronóstico de los negocios
Pensiones
Inteligencia artificial
https://purl.org/pe-repo/ocde/ford#1.02.01
https://purl.org/pe-repo/ocde/ford#5.02.02
id UNMS_727e1db4bb629ee8791b157f3ea90193
oai_identifier_str oai:cybertesis.unmsm.edu.pe:20.500.12672/17596
network_acronym_str UNMS
network_name_str UNMSM-Tesis
repository_id_str 410
dc.title.none.fl_str_mv Aplicación de redes neuronales para el pronóstico de las tasas de rentabilidad de los fondos de pensiones de las AFP mediante Python y VBA
title Aplicación de redes neuronales para el pronóstico de las tasas de rentabilidad de los fondos de pensiones de las AFP mediante Python y VBA
spellingShingle Aplicación de redes neuronales para el pronóstico de las tasas de rentabilidad de los fondos de pensiones de las AFP mediante Python y VBA
Ramírez De la Cruz, Alvaro Roberto
Redes neuronales (Computación)
Pronóstico de los negocios
Pensiones
Inteligencia artificial
https://purl.org/pe-repo/ocde/ford#1.02.01
https://purl.org/pe-repo/ocde/ford#5.02.02
title_short Aplicación de redes neuronales para el pronóstico de las tasas de rentabilidad de los fondos de pensiones de las AFP mediante Python y VBA
title_full Aplicación de redes neuronales para el pronóstico de las tasas de rentabilidad de los fondos de pensiones de las AFP mediante Python y VBA
title_fullStr Aplicación de redes neuronales para el pronóstico de las tasas de rentabilidad de los fondos de pensiones de las AFP mediante Python y VBA
title_full_unstemmed Aplicación de redes neuronales para el pronóstico de las tasas de rentabilidad de los fondos de pensiones de las AFP mediante Python y VBA
title_sort Aplicación de redes neuronales para el pronóstico de las tasas de rentabilidad de los fondos de pensiones de las AFP mediante Python y VBA
author Ramírez De la Cruz, Alvaro Roberto
author_facet Ramírez De la Cruz, Alvaro Roberto
author_role author
dc.contributor.advisor.fl_str_mv Vásquez Serpa, Javier
dc.contributor.author.fl_str_mv Ramírez De la Cruz, Alvaro Roberto
dc.subject.none.fl_str_mv Redes neuronales (Computación)
Pronóstico de los negocios
Pensiones
Inteligencia artificial
topic Redes neuronales (Computación)
Pronóstico de los negocios
Pensiones
Inteligencia artificial
https://purl.org/pe-repo/ocde/ford#1.02.01
https://purl.org/pe-repo/ocde/ford#5.02.02
dc.subject.ocde.none.fl_str_mv https://purl.org/pe-repo/ocde/ford#1.02.01
https://purl.org/pe-repo/ocde/ford#5.02.02
description En el presente trabajo, se realizará el análisis para pronosticar tasas de rentabilidad de los fondos de pensiones de las AFP, utilizando redes neuronales y series de tiempo, logrando de está manera tomar medidas preventivas para las rentabilidades de los próximos años. Para lo cual se realizará descarga de datos automatizada, limpieza y organización de la data usando inicialmente VBA debido a que es un software que puedes tener por defecto en el windows office, para el tratamiento principal de la data, usaremos lenguaje Python para su análisis y predicción, usando diferentes librerías para el manejo de la data y el análisis por redes neuronales, siendo luego exportado en un archivo para su próximo análisis.
publishDate 2021
dc.date.accessioned.none.fl_str_mv 2022-02-01T21:37:22Z
dc.date.available.none.fl_str_mv 2022-02-01T21:37:22Z
dc.date.issued.fl_str_mv 2021
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.citation.none.fl_str_mv Ramírez, A. (2021). Aplicación de redes neuronales para el pronóstico de las tasas de rentabilidad de los fondos de pensiones de las AFP mediante Python y VBA. [Trabajo de suficiencia profesional de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Matemáticas, Escuela Profesional de Computación Científica]. Repositorio institucional Cybertesis UNMSM.
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12672/17596
identifier_str_mv Ramírez, A. (2021). Aplicación de redes neuronales para el pronóstico de las tasas de rentabilidad de los fondos de pensiones de las AFP mediante Python y VBA. [Trabajo de suficiencia profesional de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Matemáticas, Escuela Profesional de Computación Científica]. Repositorio institucional Cybertesis UNMSM.
url https://hdl.handle.net/20.500.12672/17596
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional Mayor de San Marcos
dc.publisher.country.none.fl_str_mv PE
publisher.none.fl_str_mv Universidad Nacional Mayor de San Marcos
dc.source.none.fl_str_mv Universidad Nacional Mayor de San Marcos
Repositorio de Tesis - UNMSM
reponame:UNMSM-Tesis
instname:Universidad Nacional Mayor de San Marcos
instacron:UNMSM
instname_str Universidad Nacional Mayor de San Marcos
instacron_str UNMSM
institution UNMSM
reponame_str UNMSM-Tesis
collection UNMSM-Tesis
bitstream.url.fl_str_mv https://cybertesis.unmsm.edu.pe/bitstreams/dc664672-78c8-4c5a-83ab-85f9170e17f9/download
https://cybertesis.unmsm.edu.pe/bitstreams/e39d18f5-6499-4296-a903-526ebff45afa/download
https://cybertesis.unmsm.edu.pe/bitstreams/9a01aa61-bdc3-43a8-b7b2-fe79125f64f3/download
https://cybertesis.unmsm.edu.pe/bitstreams/969a2f1a-4457-4756-b177-666563e77d36/download
bitstream.checksum.fl_str_mv 0b06e97b87a6a9dbe75abbdeb227afc1
8a4605be74aa9ea9d79846c1fba20a33
be8b946337364cca9bce055263d791e8
d8a8a4e90ab51db3bd078f33f7397bf9
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Cybertesis UNMSM
repository.mail.fl_str_mv cybertesis@unmsm.edu.pe
_version_ 1846618162298093568
spelling Vásquez Serpa, JavierRamírez De la Cruz, Alvaro Roberto2022-02-01T21:37:22Z2022-02-01T21:37:22Z2021Ramírez, A. (2021). Aplicación de redes neuronales para el pronóstico de las tasas de rentabilidad de los fondos de pensiones de las AFP mediante Python y VBA. [Trabajo de suficiencia profesional de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Matemáticas, Escuela Profesional de Computación Científica]. Repositorio institucional Cybertesis UNMSM.https://hdl.handle.net/20.500.12672/17596En el presente trabajo, se realizará el análisis para pronosticar tasas de rentabilidad de los fondos de pensiones de las AFP, utilizando redes neuronales y series de tiempo, logrando de está manera tomar medidas preventivas para las rentabilidades de los próximos años. Para lo cual se realizará descarga de datos automatizada, limpieza y organización de la data usando inicialmente VBA debido a que es un software que puedes tener por defecto en el windows office, para el tratamiento principal de la data, usaremos lenguaje Python para su análisis y predicción, usando diferentes librerías para el manejo de la data y el análisis por redes neuronales, siendo luego exportado en un archivo para su próximo análisis.application/pdfspaUniversidad Nacional Mayor de San MarcosPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Universidad Nacional Mayor de San MarcosRepositorio de Tesis - UNMSMreponame:UNMSM-Tesisinstname:Universidad Nacional Mayor de San Marcosinstacron:UNMSMRedes neuronales (Computación)Pronóstico de los negociosPensionesInteligencia artificialhttps://purl.org/pe-repo/ocde/ford#1.02.01https://purl.org/pe-repo/ocde/ford#5.02.02Aplicación de redes neuronales para el pronóstico de las tasas de rentabilidad de los fondos de pensiones de las AFP mediante Python y VBAinfo:eu-repo/semantics/bachelorThesisSUNEDULicenciado en Computación CientíficaUniversidad Nacional Mayor de San Marcos. Facultad de Ciencias Matemáticas. Escuela Profesional de Computación CientíficaComputación Científica43389380https://orcid.org/0000-0002-5414-676470025931611026Zegarra Garay, María NatividadPérez Nuñez, Jhelly ReynaluzVásquez Serpa, Luis Javierhttps://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesional092069944407641243389380ORIGINALRamirez_da.pdfRamirez_da.pdfapplication/pdf3373118https://cybertesis.unmsm.edu.pe/bitstreams/dc664672-78c8-4c5a-83ab-85f9170e17f9/download0b06e97b87a6a9dbe75abbdeb227afc1MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://cybertesis.unmsm.edu.pe/bitstreams/e39d18f5-6499-4296-a903-526ebff45afa/download8a4605be74aa9ea9d79846c1fba20a33MD52TEXTRamirez_da.pdf.txtRamirez_da.pdf.txtExtracted texttext/plain28113https://cybertesis.unmsm.edu.pe/bitstreams/9a01aa61-bdc3-43a8-b7b2-fe79125f64f3/downloadbe8b946337364cca9bce055263d791e8MD55THUMBNAILRamirez_da.pdf.jpgRamirez_da.pdf.jpgGenerated Thumbnailimage/jpeg16063https://cybertesis.unmsm.edu.pe/bitstreams/969a2f1a-4457-4756-b177-666563e77d36/downloadd8a8a4e90ab51db3bd078f33f7397bf9MD5620.500.12672/17596oai:cybertesis.unmsm.edu.pe:20.500.12672/175962024-08-16 02:29:29.616https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://cybertesis.unmsm.edu.peCybertesis UNMSMcybertesis@unmsm.edu.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
score 13.0768795
Aplicación de redes neuronales para el pronóstico de las tasas de rentabilidad de los fondos de pensiones de las AFP mediante Python y VBA
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares