Publicación:
Análisis Predictivo del Precio del Oro: Correlaciones con Indicadores Técnicos y Fundamentales en el Contexto de Mercados Financieros

Fecha
2024-09
Editor/a
Tutor/a
Coordinador/a
Prologuista
Revisor/a
Ilustrador/a
Derechos de acceso
info:eu-repo/semantics/openAccess
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad de Educación a Distancia (UNED)
Proyectos de investigación
Unidades organizativas
Número de la revista
Resumen
Este trabajo de fin de máster titulado "Análisis Predictivo del Precio del Oro: Correlaciones con Indicadores Técnicos y Fundamentales en el Contexto de Mercados Financieros" abarca un estudio detallado del precio del oro utilizando el conocimiento adquirido de todo el máster. El proyecto se estructura en varios capítulos, comenzando con un análisis histórico del valor del oro y su relevancia en el contexto económico actual. En la fase de recopilación de datos, se examinan diversos indicadores fundamentales como la oferta y demanda, políticas monetarias y factores geopolíticos, así como indicadores técnicos como la media móvil, el RSI, y el MACD. Estos datos se descargan y organizan para su análisis posterior, mediante procesos ETL. También se tiene en cuenta el estado del arte actual, que se divide en dos vertientes, por un lado, la explicación de cómo se utilizan algoritmos de aprendizaje automático en los indicadores más adecuados, y por otro, las soluciones completas de software que existen al respecto, tanto dirigidas al público final, como a grandes inversores e instituciones El siguiente paso es la construcción de un modelo sencillo de regresión lineal utilizando datos históricos del oro obtenidos del Nasdaq. Se evalúan las variables explicativas y se prueba la eficacia del modelo para predecir el precio del oro del día siguiente. A pesar de sus limitaciones, este modelo proporciona una base para comparaciones posteriores. Posteriormente, se implementa un modelo avanzado utilizando Redes Neuronales LSTM, que permite capturar patrones más complejos en los datos. El proceso ETL (Extract, Transform, Load) se describe en detalle, y se realiza una fusión de varios conjuntos de datos para construir un dataset completo. Los resultados de este modelo se comparan con los obtenidos mediante regresión lineal, destacando las mejoras y la precisión alcanzada. Finalmente, se presentan las conclusiones del estudio, resaltando las limitaciones encontradas y las posibles mejoras futuras.
Descripción
Categorías UNESCO
Palabras clave
análisis predictivo, modelado de series temporales, LSTM, redes neuronales recurrentes, regresión lineal, minería de datos, indicadores financieros, media móvil simple, índice de fuerza relativa, convergencia/divergencia de medias móviles, bandas de Bollinger, oscilador estocástico, retrocesos de Fibonacci, índice de movimiento direccional, volumen de trading, indicador de acumulación/distribución, índice de flujo de dinero, política monetaria, factores geopolíticos, oferta y demanda, coyuntura económica, valor del dólar, expectativas del mercado, sentimiento inversor, procesos ETL, extracción de datos, transformación de datos, carga de datos, dataset de Yahoo!, Finance, evaluación de modelos, precisión predictiva, análisis de datos financieros, predictive analysis, time series modeling, LSTM, recurrent neural networks, linear regression, data mining, financial indicators, simple moving average, relative strength index, moving average convergence/divergence, Bollinger bands, stochastic oscillator, Fibonacci retracements, directional movement index, trading volume, accumulation/distribution indicator, money flow index, monetary policy, geopolitical factors, supply and demand, economic conditions, dollar value, market expectations, investor sentiment, ETL processes, data extraction, data transformation, data loading, Yahoo Finance dataset, model evaluation, predictive accuracy, financial data analysis
Citación
Devis Rodriguez, Fernando (2024) Análisis Predictivo del Precio del Oro: Correlaciones con Indicadores Técnicos y Fundamentales en el Contexto de Mercados Financieros. Trabajo Fin de Máster. Universidad de Educación a Distancia (UNED)
Centro
E.T.S. de Ingeniería Informática
Departamento
Grupo de investigación
Grupo de innovación
Programa de doctorado
Cátedra
DOI