Ir al contenido

Documat


Resumen de Nuevos métodos de predicción económica con datos masivos

Daniel Peña Sánchez de Rivera (ed. lit.) Árbol académico, Pilar Poncela Blanco (ed. lit.) Árbol académico, Esther Ruiz Ortega (ed. lit.) Árbol académico

  • En este siglo la revolución en la velocidad de almacenamiento y computación, de transmisión de la información y la disponibilidad de grandes bases de datos masivos, el conocido en el argot como big data, han abierto en la última década nuevas posibilidades en la predicción de fenómenos complejos en economía y finanzas. Desde el campo de aprendizaje automático (Machine Learning, ML por sus siglas en inglés) e inteligencia artificial, se han desarrollado nuevos métodos de predicción que, prescindiendo de hipótesis sobre el modelo generador de los datos, tratan de explotar las relaciones (posiblemente no lineales) existentes entre muchas variables en grandes bancos de datos generados automáticamente. Estos nuevos datos han impulsado avances en Estadística y Econometría en el análisis conjunto de grandes sistemas de series temporales interdependientes, con el objetivo de mejorar las predicciones. En particular, la combinación de varios métodos y modelos está proporcionando buenos resultados en gestión de carteras, análisis de coyuntura, modelos de riesgo y otras muchas áreas. Este libro tiene por objeto presentar y evaluar algunas aplicaciones en economía y empresa de los nuevos enfoques de predicción basados en datos masivos.


Fundación Dialnet

Mi Documat