1. Repositorio Digital USFQ
  2. TESIS COLEGIO DE PREGRADO
  3. COLEGIO DE CIENCIAS E INGENIERÍAS (POLI)
  4. Tesis - Ingeniería en Ciencias de la Computación
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/13864
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorGrijalva, Felipe, dir.-
dc.contributor.authorPupiales Alulema, Pamela Raquel-
dc.date.accessioned2024-11-19T17:34:21Z-
dc.date.available2024-11-19T17:34:21Z-
dc.date.issued2024-05-14-
dc.identifier.citationTesis (Ingeniero en Ciencias de la Computación), Universidad San Francisco de Quito, Colegio de Ciencias e Ingenierías ; Quito, Ecuador, 2024es_ES
dc.identifier.urihttp://repositorio.usfq.edu.ec/handle/23000/13864-
dc.descriptionThis study focuses on the prediction of closing stock prices of foreign technology companies by using Multi-Input Multi-Output deep learning architectures. Three main architectures were developed and compared: LSTM, GRU and TCN, with different variations of retracement windows (1, 3, 5 and 7 days) and models designed to allow simultaneous input of multiple sources of information, including weighted sentiment and factors. macroeconomics. The methodology used seeks to simplify the prediction process, improve the generalization of the results and offer forecasts applicable in the economic field...es_ES
dc.description.abstractEste estudio se enfoca en la predicción de los precios de cierre de acciones de empresas tecnológicas extranjeras mediante el uso de arquitecturas de aprendizaje profundo Multi-Entrada Multi-Salida. Se desarrollaron y compararon tres arquitecturas principales: LSTM, GRU y TCN, con diferentes variaciones de ventanas de retroceso (1, 3, 5 y 7 días) y modelos diseñados para permitir la entrada simultánea de múltiples fuentes de información, incluyendo sentimiento ponderado y factores macroeconómicos. La metodología utilizada busca simplificar el proceso de predicción, mejorar la generalización de los resultados y ofrecer pronósticos aplicables en el ámbito económico...es_ES
dc.format.extent65 h.es_ES
dc.language.isospaes_ES
dc.publisherQuitoes_ES
dc.rightsopenAccesses_ES
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Ecuador*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/ec/*
dc.subjectArquitectura de bibliotecas - Tesis y disertaciones académicas.es_ES
dc.subjectAprendizaje automático (Inteligencia artificial) - Investigaciones.es_ES
dc.subject.otherCienciases_ES
dc.subject.otherComputaciónes_ES
dc.titlePredicción de precios de acciones mediante arquitecturas de aprendizaje profundo multi-entrada y multi-salida incorporando sentimiento ponderado y factores macroeconómicoses_ES
dc.typebachelorThesises_ES
Aparece en las colecciones: Tesis - Ingeniería en Ciencias de la Computación

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
213871.pdfTexto completo6.03 MBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons