000 | 03079nam a22004095a 4500 | ||
---|---|---|---|
003 | CL-ChUAC | ||
005 | 20240711120252.0 | ||
006 | a | ||
007 | ta | ||
008 | 211227s2021 cl ||||| |||| 000 ||spa | ||
040 |
_aCL-ChUAC _cCL-ChUAC |
||
090 |
_aT/G Ing. Com. _bM 617 _c2021 |
||
100 | 1 | _aMeza Rioseco, Anaís | |
245 | 1 | 0 |
_aPREDICCIÓN DEL PRECIO DE LAS ACCIONES, A TRAVÉS DEL SENTIMIENTO DE TWITTER. _b _cAnaís Meza Rioseco ; Nicolle Ruminot Sandoval ; Profesor guía : Denis Muñoz Figueroa _h ARTICULO. |
260 |
_aChillán, Chile. _c2021 |
||
300 |
_a40 páginas _bfiguras, tablas. |
||
336 |
_2rdacontent _atexto _btxt |
||
337 |
_2rdamedia _acomputadora _bc |
||
338 |
_2rdacarrier _arecurso en línea _bcr |
||
502 | _aArtículo para optar al título de Ingeniero Comercial y Grado Académico de Licenciado en Ciencias de la Administración de Empresas. Universidad Adventista de Chile, Chillán, 2021. | ||
504 | _aBibliografía ; páginas 37- 40 | ||
505 | _aRESUMEN En este estudio se investigó la relación entre el precio de las acciones del índice Dow Jones y el “sentimiento de Twitter”. Fue medido en base a un modelo de redes neuronales artificiales, que incorporó como variables independientes un proceso autorregresivo AR (1) y el sentimiento de Twitter con un rezago, y la variable dependiente, precio de cierre de la acción. La red neuronal que se utilizó para la predicción es un perceptrón multicapa, el cual utiliza un algoritmo de aprendizaje supervisado de retropropagación de los errores en la fase de entrenamiento. Los datos utilizados de las empresas que cotizan en el índice “Dow Jones” comprenden desde el 31 de mayo de 2013, hasta el 18 de septiembre de 2014, el cual es considerado un periodo normal, - sin crisis económicas. Se eligieron cuatro empresas pertenecientes al índice “Dow Jones” en base a la correlación de las variables del volumen de Twitter con el precio de la acción. Los resultados indican que, al incorporar el volumen de Twitter en modelos estándar como procesos autorregresivos, se mejoró la predicción del modelo predictivo, medido por el Error Cuadrático Medio (RMSE). Además, se observa que los efectos del volumen de Twitter son asimétricos entre empresas y que los altos volúmenes de Twitter se correlacionan positivamente con el precio del mercado de valores. | ||
650 | 4 | _a REDES NEURONALES | |
650 | 4 | _aSOCIAL MEDIA | |
650 | 4 | _aBOLSA DE VALORES | |
650 | 4 | _aINTELIGENCIA ARTIFICIAL | |
650 | 4 | _aAPRENDIZAJE AUTOMATICO | |
650 | 4 | _aTWITTER | |
650 | 4 | _aPRECIO DE CIERRE DE LA ACCION | |
650 | 4 | _aPERCEPTRON MULTICAPA | |
700 | 1 |
_aRuminot Sandoval, Nicolle _ecoautor |
|
700 | 1 |
_aMuñoz Figueroa, Denis _eProfesor guía |
|
710 |
_aUniversidad Adventista de Chile. _bFacultad de Ingeniería y Negocios. |
||
856 |
_uhttps://repositoriobiblio.unach.cl/entities/publication/79a288a1-ebe9-4051-bfaf-b21900a90dd8 _zVisualizar y descargar desde Repositorio Biblioteca UNACH |
||
942 |
_2ddc _cLTS |
||
945 | _0Cas | ||
999 |
_c2366983 _d2366983 |