Por favor, use este identificador para citar o enlazar este ítem:
http://cicese.repositorioinstitucional.mx/jspui/handle/1007/2094| Red neuronal para el reconocimiento de patrones y predicción en series de tiempo de cotizaciones de instrumentos financieros correlacionados Neural net for time series pattern recognition and prediction of correlated financial instruments data | |
| JOSE MARTIN OLGUIN ESPINOZA | |
| Hugo Homero Hidalgo Silva | |
| Acceso Abierto | |
| Atribución | |
| Redes neuronales artificiales,Análisis de series de tiempo,Teoria de predicción | |
| El ser humano desde siempre ha estado preocupado por conocer los hechos futuros para poder tomar sus previsiones. La ciencia provee mecanismos que tratan de llevar a cabo esta tarea. Entre las teorías se ubican el análisis de series de tiempo, el cual consiste en identificar características que permitan clasificar y predecir el comportamiento de series de datos. En los últimos años para lograr este tipo de análisis se han venido utilizando herramientas computacionales, dentro de estas destaca el uso de las Redes Neuronales Artificiales (RNA), las cuales se caracterizan por su poder de ajuste para sistemas no-lineales, característica que las hace especiales para el estudio de las series de tiempo. Este trabajo de tesis aplica la teoría de las RNA para encontrar patrones y tratar de predecir el comportamiento de la correlación entre dos series de tiempo, los datos corresponden a precios de instrumentos financieros que se cotizan en mercados de futuros. Se espera que el uso de las RNA provea formas de análisis más sencillos que los tradicionalmente utilizados y que a través del aprendizaje del comportamiento de las series, permita la predicción de la tendencia que presenta la correlación entre los dos instrumentos financieros. The human being has always been worried about knowing the future in order to foresight. Science provides ways to accomplish this task. Time series analysis is located among this theories, it consist in identifying features that allow classification and prediction of the series behavior. Over the last year, computational tools have used in order to get this kind of analysis, artificial neural networks (ANN) stands out within this tools, their self adjusting feature for non-linear systems makes them special for time series study. This work applies the theory of ANN for patterns finding and for trying to predict the behavior of the correlation between two time series. The data correspond to finance instruments that are cotised in the futures market. It is expected that the use of ANN provide ways of analysis simpler than the traditional ones and through the “learning” of the series behavior, allowing the trend prediction of the correlation between the two finance instruments. In this thesis, the theory related with ANN and the time treatment is presented, also the special considerations when finance series are used, and the factors that have influence over the prediction difficulty. | |
| CICESE | |
| 2000 | |
| Tesis de maestría | |
| Español | |
| Olguín Espinoza, J. M.2000.Red neuronal para el reconocimiento de patrones y predicción en series de tiempo de cotizaciones de instrumentos financieros correlacionados.Tesis de Maestría en Ciencias. Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California.80 p. | |
| TECNOLOGÍA DE LOS ORDENADORES | |
| Aparece en las colecciones: | Tesis - Ciencias de la Computación |
Cargar archivos:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| 13294.pdf | 16.49 MB | Adobe PDF | Visualizar/Abrir |