Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/107367
Títol: | A comparison between LSTM and Facebook Prophet models: a financial forecasting case study |
Autoria: | González Mata, Alejandro |
Tutor: | Isern, David |
Altres: | Ventura, Carles |
Resum: | La predicció d'actius financers és una de les principals aplicacions de l'aprenentatge automàtic i les xarxes neuronals. En concret, les xarxes basades en Long Short-Term Memory (LSTM) han demostrat ser especialment útils en aquest camp i en altres problemes de sèries temporals. Per contra, s'ha investigat menys sobre la idoneïtat i el rendiment del model Facebook Prophet, basat en el model additiu i que és capaç d'unir tendències no lineals amb estacionalitats configurables. Aquest projecte buscava construir i comparar dos models: un basat en una xarxa neuronal LSTM i l'altre basat en l'algorisme Prophet, per així analitzar quin dels dos actuava millor com a predictor, en concret sobre el preu de l'índex borsari S&P500. Per tal de comparar aquests models un mòdul de simulació de trading va ser implementat i utilitzat com a plataforma de backtesting, mitjançant el qual, els models poguessin posar en pràctica les seves prediccions i així determinar el seu rendiment econòmic. Després de l'anàlisi dels models, es va concloure que la LSTM aconseguia millors resultats i actuava com un predictor decent en comparació amb altres estratègies de trading senzilles. El model Prophet també tenia retorns d'inversió positius, però era menys robust com a predictor. A banda, el projecte ha demostrat la utilitat de fer ús d'una plataforma de backtesting en qualsevol tasca de predicció financera, ja que ajuda a detectar asimetries entre el rendiment d'un model durant la fase de test de l'algorisme i el posterior rendiment del model en un entorn de trading simulat. |
Paraules clau: | LSTM Facebook Prophet predicció financera |
Tipus de document: | info:eu-repo/semantics/bachelorThesis |
Data de publicació: | gen-2020 |
Llicència de publicació: | http://creativecommons.org/licenses/by/3.0/es/ |
Apareix a les col·leccions: | Bachelor thesis, research projects, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
agonzalez_mataTFG0120memory.pdf | Memory of TFG | 1,44 MB | Adobe PDF | Veure/Obrir |
agonzalez_mataTFG0120presentation.pdf | Presentation of TFG | 309 kB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons