dc.creatorArias Ramírez, Fernando Alonso
dc.creatorJurado Londoño, Héctor Fabio
dc.creatorRestrepo Sánchez, Daniel Eduardo
dc.date2023-01-27
dc.date.accessioned2023-09-06T22:49:09Z
dc.date.available2023-09-06T22:49:09Z
dc.identifierhttp://hdl.handle.net/10785/12763
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8724945
dc.descriptionArtículo de investigación (Maestría en Finanzas), Facultad de Ciencias Económicas y Administrativas, Pereira, 2023.
dc.descriptionEl bitcoin es un activo digital y su alta volatilidad en el precio despertó el interés de los inversionistas en muy poco tiempo, así surge la necesidad de estimar el comportamiento futuro de esta variable. La presente investigación tiene como propósito predecir el precio del bitcoin a partir de redes neuronales LSTM, la metodología utilizada es de enfoque cuantitativa y se encuentra en el campo de la inteligencia artificial, la información fue extraída de la plataforma de intercambio Binance y corresponde a datos de comercio en diferentes frecuencias de tiempo desde el 14 de agosto de 2019 hasta el 13 de agosto de 2022. El resultado más relevante corresponde al precio máximo en la frecuencia de 12 horas con un indicador de exactitud es de 57%, es decir el porcentaje de acierto del modelo en la predicción de rendimientos positivos y negativos, los resultados con otros estudios de predicción son similares, cabe señalar que estás técnicas no son suficientes por si solas para la toma de decisiones de compra o venta.
dc.descriptionUniversidad Católica de Pereira. Asesor: Carlos Andrés Diaz Restrepo
dc.languageEspañol
dc.publisherUniversidad Católica de Pereira
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
dc.subjectBitcoin
dc.subjectBitcoin
dc.subjectcadena de bloque
dc.subjectblockchain
dc.subjectaprendizaje profundo
dc.subjectdeep learning
dc.subjectLSTM
dc.subjectLSTM
dc.titlePredicción de los precios del Bitcoin a partir de redes neuronales LSTM
dc.typeWorking Paper


Este ítem pertenece a la siguiente institución