Mostrar el registro sencillo del ítem
| dc.contributor | Rodríguez Agurto, José Nibaldo | ||
| dc.contributor | Rubio León, José Miguel | ||
| dc.creator | Negrón Baez, Pablo Andrés | ||
| Fecha Ingreso | dc.date.accessioned | 2021-10-20T18:23:23Z | |
| Fecha Disponible | dc.date.available | 2021-10-20T18:23:23Z | |
| Fecha en Repositorio | dc.date.issued | 2021-10-20 | |
| Resumen | dc.description | <p>En el presente proyecto de título, se presenta un modelo de predicción para acciones del IPSA basado en Redes Neuronales Artificiales -NRA- con función de activación sigmoidal.Para el entrenamiento de la NRA es utilizado el algoritmo de aprendizaje levenberg-marquardt -LM-. Este algoritmo minimiza una función sobre un cierto espacio de posibles soluciones. La estrategia de aprendizaje del pronóstico neuronal está basada sobre el método directo e indirecto para predecir el precio de cinco días futuros. La fase de calibración del modelo neuronal fue usando las acciones de las empresas de LAN, SANTANDER y COPEC para el período entre enero-2010 y noviembre-2013, mientras que la fase de validación fue realizada para el período diembre-2013 a junio-2014. Los resultados obtenidos durante la etapa de validación usando el pronosticador neuronal basado en el método indirecto superaron en un 67% en exactitud al método directo</p> | |
| Resumen | dc.description | <p>In the present degree Project, we present a forecasting model for IPSA index stocks base on artificial neural networks -ANN- with a sigmoidal activation function. For the training phase the ANN we use de levenberg-marquardt algorithm -LM-. This algorithm minimize a function over a space of possible solutions. the strategy of the learning of the neural forecasting is based on the direct and indirect method for forecasting the value of the stock for the next 5 days. the phase of the calibration of the method was using the stocks ofthree enterprises LAN, COPEC and SANTANDER for the period between january 2010 and november 2013, while the validation phase was made for december 2013 and june 2014.The result obtained during the validation phase using the neural forecasting base on the indirect method overcome in 67% the results of the direct method</p> | |
| Resumen | dc.description | last modification | |
| Resumen | dc.description | Licenciado en Ciencias de la Ingeniería | |
| Resumen | dc.description | Ingeniero Civil en Informáticatítulo | |
| Resumen | dc.description | INGENIERIA CIVIL INFORMATICA | |
| Resumen | dc.description | <p>En el presente proyecto de título, se presenta un modelo de predicción para acciones del IPSA basado en Redes Neuronales Artificiales -NRA- con función de activación sigmoidal.Para el entrenamiento de la NRA es utilizado el algoritmo de aprendizaje levenberg-marquardt -LM-. Este algoritmo minimiza una función sobre un cierto espacio de posibles soluciones. La estrategia de aprendizaje del pronóstico neuronal está basada sobre el método directo e indirecto para predecir el precio de cinco días futuros. La fase de calibración del modelo neuronal fue usando las acciones de las empresas de LAN, SANTANDER y COPEC para el período entre enero-2010 y noviembre-2013, mientras que la fase de validación fue realizada para el período diembre-2013 a junio-2014. Los resultados obtenidos durante la etapa de validación usando el pronosticador neuronal basado en el método indirecto superaron en un 67% en exactitud al método directo</p> | |
| Resumen | dc.description | <p>In the present degree Project, we present a forecasting model for IPSA index stocks base on artificial neural networks -ANN- with a sigmoidal activation function. For the training phase the ANN we use de levenberg-marquardt algorithm -LM-. This algorithm minimize a function over a space of possible solutions. the strategy of the learning of the neural forecasting is based on the direct and indirect method for forecasting the value of the stock for the next 5 days. the phase of the calibration of the method was using the stocks ofthree enterprises LAN, COPEC and SANTANDER for the period between january 2010 and november 2013, while the validation phase was made for december 2013 and june 2014.The result obtained during the validation phase using the neural forecasting base on the indirect method overcome in 67% the results of the direct method</p> | |
| Formato | dc.format | ||
| Lenguaje | dc.language | spa | |
| dc.rights | autorizado | ||
| dc.source | http://opac.pucv.cl/pucv_txt/txt-5500/UCE5728_01.pdf | ||
| Materia | dc.subject | REDES NEURONALES ARTIFICIALES | |
| Materia | dc.subject | ALGORITMOS GENETICOS | |
| Materia | dc.subject | BOLSA DE VALORES | |
| Title | dc.title | Redes neuronales sigmoidal con algoritmo LM para pronóstico de tendencia del precio de las acciones del IPSA | |
| Tipo | dc.type | texto |
| Archivos | Tamaño | Formato | Ver |
|---|---|---|---|
|
No hay archivos asociados a este ítem. |
|||