dc.contributor.advisor | Caballero Gil, Cándido | |
dc.contributor.advisor | Díaz Cabrera, Moisés | |
dc.contributor.author | García Jaubert, Gabriel | |
dc.contributor.other | Grado en Ingeniería Informática | |
dc.date.accessioned | 2022-07-28T12:42:44Z | |
dc.date.available | 2022-07-28T12:42:44Z | |
dc.date.issued | 2022 | |
dc.identifier.uri | http://riull.ull.es/xmlui/handle/915/29420 | |
dc.description.abstract | | es |
dc.description.abstract | En los últimos años, la inteligencia artificial ha experimentado un gran avance respecto a
su funcionalidad. En la actualidad, la inteligencia artificial es capaz de procesar el lenguaje
natural, producir textos de gran variedad de tipos e incluso detectar enfermedades. Por
otro lado, la bolsa de valores es un mercado impredecible, en el que con pequeños detalles
se puede intuir la dirección que tomará, pero nunca con certeza. Por consiguiente, aplicar
la inteligencia artificial como herramienta de soporte en el momento de negociar puede ser
de gran ayuda para tomar decisiones. Más concretamente, en este proyecto se pretende
proveer al usuario con una herramienta que proporcione información precisa acerca de
la probabilidad de que una acción alcance cierta dirección: alcista o bajista. Para este
propósito se buscan patrones de bolsa dentro de un conjunto de empresas seleccionadas
por el usuario para más tarde analizar sus valores alcanzados. De esta manera, es posible
calcular la probabilidad que tiene un patrón de alcanzar cierta dirección. Para la búsqueda
de patrones se emplea el algoritmo Dynamic Time Warping, que sirve para comparar
series temporales entre sí, y detectar patrones de tipo relevante. Para evaluar la mejor
configuración de los parámetros del sistema se realizó cross-validation, con un conjunto de
datos formado por doscientas muestras. Estas muestras fueron escogidas por una persona,
con la intención de aislar lo mejor posible patrones de tipo relevante. Los resultados
obtenidos fueron la detección de los patrones de tipo doble techo y doble suelo, con un
76 % de exactitud. También se consiguió analizar la tendencia de los patrones y obtener
la probabilidad de tomar cierta dirección. Por último, se añadió la opción de detectar
patrones que se han terminado de formar en el momento de ejecución de la aplicación.
Para facilitar el uso de la herramienta se creó una interfaz gráfica junto con un archivo
ejecutable para Windows 10 y Linux. Esta aplicación puede ser una novedad respecto a
los métodos existentes para la toma de decisiones efectuada por los inversores. | es |
dc.description.abstract | In recent years, artificial intelligence has made great strides in terms of functionality.
Today, artificial intelligence is capable of processing natural language, producing texts of
a wide variety of types and even detecting diseases. On the other hand, the stock market is
an unpredictable market, where small details can give an intuitive sense of the direction it
will take, but never with certainty. Therefore, applying artificial intelligence as a support
tool when trading can be of great help in making decisions. More specifically, this project
aims to provide the user with a tool that gives accurate information about the probability
of a stock reaching a certain direction: bullish or bearish. For this purpose, stock market
patterns are searched within a set of companies selected by the user in order to later
analyse their values reached. In this way, it is possible to calculate the probability of a
pattern reaching a certain direction. To search for patterns, the Dynamic Time Warping
algorithm is applied, which has the purpose to compare time series with each other. This
can be used to detect relevant patterns. To evaluate the configuration of the system
parameters, cross-validation was carried out with a data set of two hundred samples.
These samples were chosen by one person, with the intention of isolating relevant patterns
as best as possible. The results obtained were the detection of double-top and doublebottom patterns, with 76 % accuracy. It was also possible to analyse the trend of the
patterns and obtain the probability of taking a certain direction. Finally, the option of
detecting patterns that have finished forming at the time the application was run was
added. To facilitate the use of the tool, a graphical interface was created along with an
executable file for Windows 10 and Linux. This application can be a novelty compared to
existing methods of investor decision-making. | en |
dc.format.mimetype | application/pdf | |
dc.language.iso | es | |
dc.rights | Licencia Creative Commons (Reconocimiento-No comercial-Sin obras derivadas 4.0 Internacional) | |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es_ES | |
dc.subject | Bolsa de valores | |
dc.subject | DTW | |
dc.subject | Patrones chartistas | |
dc.title | Herramienta de inteligencia artificial para detectar patrones en bolsa | |
dc.type | info:eu-repo/semantics/bachelorThesis | |