Rafael Rosillo Camblor
La introducción de la informática combinada con algoritmos matemáticos en los mercados financieros ha hecho posible la utilización de diversas herramientas software en el análisis de las cotizaciones de las compañías. Asimismo, en estos últimos años, han crecido sustancialmente el número de sistemas de trading que utilizan algoritmos matemáticos para su toma de decisiones.
Esta tesis doctoral tiene como objetivo la generación automática de la toma de decisiones bursátiles mediante la Inteligencia Artificial. Concretamente la investigación se ha centrado en: i) la eliminación de la ambigüedad que genera el uso de los diferentes indicadores del Análisis Técnico, ii) la creación de una herramienta informática para la utilización del Análisis Técnico por parte del pequeño inversor, iii) empleo de las Máquinas de Soporte Vectorial y Redes Neuronales para la generación de reglas de trading, y iv) uso de los indicadores de Volatilidad para mejorar los algoritmos de trading. La combinación del Análisis Técnico, Máquinas de Soporte Vectorial, Redes Neuronales e indicadores de Volatilidad han permitido desarrollar una herramienta de predicción potente y bastante fiable en el ámbito al que va dirigido.
Uno de los principales resultados alcanzados es el desarrollo de un algoritmo de trading que es capaz de proporcionar beneficios al inversor minorista en épocas de crisis, siéndole de gran utilidad las recomendaciones que dicho método genera.
A grandes rasgos, una de las principales características del estudio presentado en esta tesis es la orientación de los algoritmos y aplicaciones desarrolladas a su inmediata utilización por parte del inversor minorista. En la coyuntura económica actual es obvio el potencial impacto de tal utilización así como el amplio mercado que abarca.
Los trabajos realizados han dado lugar a varios artículos de investigación, los cuales constituyen el cuerpo de esta tesis doctoral, presentándose en orden creciente de complejidad, el cual es a su vez orden cronológico.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados