Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/149633
Títol: | Applying Machine Learning to investment management. Building a strategy to consistently beat the benchmark |
Autoria: | Gine Rabadan, Joan |
Tutor: | García Agudiez, David |
Altres: | Solé-Ribalta, Albert |
Resum: | L’objectiu d’aquest treball és construir una cartera que sigui capaç d’obtenir una rendibilitat superior a la de l'índex borsari S&P 500. La cartera estarà omposada pels Exchange Trading Funds dels sectors m´es importants de l’economia d’Estats Units. La profunditat històrica de cotitzacions de l’índex de referència i dels ETFs serà de 10 anys. A banda, s’intentaran incorporar altres variables que aportin poder predictiu al model, com per exemple la inflació o el producte interior brut. Seguidament, s’entrenaran models d’aprenentatge automàtic de regressió per tal de, a cada mes, determinar la composició de la cartera que aporti una rendibilitat màxima. Al model obtingut se li durà a terme un exercici de backtest per tal de determinar la seva capacitat predictiva. Primerament es durà a terme una validació creuada; si el resultat és satisfactori, es durà a terme un backtest mitjan¸cant una mostra out-of-sample. Finalment, els models seleccionats seran comparats amb altres estratègies de gestió de carteres orientades a la gestió de riscos, tals com una cartera amb pesos iguals, o en el límit de frontera eficient. |
Paraules clau: | investments S&P 500 Exchange Trading Fund |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | 9-gen-2024 |
Llicència de publicació: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Apareix a les col·leccions: | Bachelor thesis, research projects, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
jginerabFMDP0224report.pdf | FMDP report | 1,58 MB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative CommonsLlicència Creative Commons