Predicción para el mercado de acciones con redes neuronales LSTM

Abstract

El objetivo de este trabajo es demostrar la capacidad de las redes neuronales para apoyar en la predicción del precio de las acciones. La capacidad predictiva estable y significativa de las redes neuronales utilizadas y su superioridad predictiva respecto por ejemplo a una regresión múltiple comparable, se puede ver que la memoria larga a corto plazo (LSTM) puede resolver varias tareas de series de tiempo que no pueden resolverse mediante métodos tradicionales, lo cual sugiere usar LSTM solo cuando los enfoques tradicionales más simples fallan. En este trabajo se pretende demostrar que el nivel de precios de las acciones es más que la suma de la información económica disponible en datos históricos, teniendo en cuenta que la mayoría de las decisiones se toman teniendo en cuenta investigaciones previas y las noticias del entorno que rodean a los inversionistas. En este sentido, la idea de este trabajo es contribuir mediante aprendizaje automático a la toma de estas decisiones para operar en bolsa, utilizando de una manera diferente la gran cantidad de información que se encuentra disponible en internet como lo son las noticias en un portal financiero e información histórica de precios.