Impacto
Downloads
Downloads per month over past year
Frutos Serrano, Sergio (2022) Comparación entre XGBoost y Regresión Lineal Múltiple para la predicción de la evolución del precio de las acciones. [Trabajo Fin de Grado]
Preview |
PDF
Creative Commons Attribution Non-commercial. 6MB |
Abstract
La predicción de la evolución del precio de las acciones de la bolsa de valores es un estudio que lleva practicándose durante mucho tiempo. El desarrollo del área del Data Science y de los algoritmos de Machine Learning abre nuevas posibilidades para llevar a cabo predicciones como esta. Este trabajo se centra en el desarrollo de un proyecto de Data Science siguiendo una metodología adecuada para el mismo. Con este proyecto se elaboran dos modelos predictivos para los precios de las acciones: uno con XGBoost y otro con Regresión Lineal Múltiple. De esta manera, se pretende comparar la eficacia de cada uno de los algoritmos para el caso que se estudia y poder determinar, por lo tanto, cuál de ellos resulta más útil para la predicción del precio de las acciones.
Resumen (otros idiomas)
Stock price evolution prediction is a study that has been practiced for a long time. The development of the area of Data Science and Machine Learning algorithms opens up new possibilities to carry out predictions like this. This piece of work focuses on the development of a Data Science project following an appropriate methodology for it. With this project, two predictive models for stock prices are developed: one with XGBoost and the other with Multiple Linear Regression. In this way, it is intended to compare the effectiveness of each of the algorithms for the case under study and to be able to determine, therefore, which of them is more useful for stock price prediction.
| Item Type: | Trabajo Fin de Grado |
|---|---|
| Additional Information: | Trabajo de Fin de Grado en Ingeniería Informática, Facultad de Informática UCM, Departamento de Sistemas Informáticos y Computación, Curso 2021/2022. |
| Directors: | Directors Estévez Martín, Sonia |
| Uncontrolled Keywords: | XGBoost, Regresión Lineal Múltiple, Árboles de decisión, Modelos lineales, Gradient boosting, Predicción del precio de acciones, Indicadores técnicos, Data Science, Lenguaje R |
| Palabras clave (otros idiomas): | XGBoost, Multiple Linear Regression, Decision Trees, Linear Models, Gradient Boosting, Stock Price Forecast, Technical Indicators, Data Science, R language |
| Subjects: | Sciences > Computer science |
| Título de Grado: | Grado en Ingeniería Informática |
| ID Code: | 74561 |
| Deposited On: | 19 Sep 2022 15:48 |
| Last Modified: | 19 Sep 2022 15:48 |
Origin of downloads
Repository Staff Only: item control page
