Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/20.500.12104/96409
Registro completo de metadatos
Campo DCValorLengua/Idioma
dc.contributor.authorRangel López, Omar Alberto
dc.date.accessioned2023-11-10T20:04:04Z-
dc.date.available2023-11-10T20:04:04Z-
dc.date.issued2020-07-14
dc.identifier.urihttps://wdg.biblio.udg.mx
dc.identifier.urihttps://hdl.handle.net/20.500.12104/96409-
dc.description.abstractEn la actualidad se toman en cuenta diferentes factores e indicadores para predecir el comportamiento de una acción dentro del mercado financiero, con la finalidad de incrementar la posibilidad de aumentar ganancias a corto o largo plazo. Con el apoyo de la tecnología es relativamente fácil detectar las tendencias en el mercado, ya que la información está almacenada en la Web, y esto elimina la necesidad de las empresas de gastar en estudios de mercado o en encuestas. Como lo menciona el autor (Wu, 2008), “con el desarrollo del mercado de valores, muchos datos históricos de transacciones se han almacenado en la base de datos de valores. Se convierte en un indicador significativo utilizando la tecnología de minería de regla de asociación para analizar y pronosticar el mercado de valores”. Diversos investigadores han utilizado esta metodología; uno de ellos el caso de (Boginski, Butenko, Shirokikh, Trukhanov, & Gil Lafuente, 2014), que apuestan por la elección de acciones diversificadas apoyándose en esta tecnología “las técnicas propuestas proporcionan un nuevo marco para seleccionar carteras diversificadas rentables, que se verifican mediante experimentos computacionales en datos históricos durante la última década.” Mientras que la investigación de (Cavallo, 2016), utiliza precios de acciones descargadas de la web para documentar explícitamente el impacto de los sesgos de medición en algunas estadísticas clave de adherencia. Partiendo de una base de datos previamente etiquetada con valores positivos y negativos, utilizadas como conjunto de entrenamiento del cual se retroalimenta por medio de modelos matemáticos de predicción, es posible deducir cual será el resultado de cada uno de los datos obtenidos de internet, esto se conoce como clasificación.
dc.description.tableofcontentsAGRADECIMIENTO ÍNDICE INTRODUCCIÓN JUSTIFICACIÓN OBJETIVO GENERAL MÉTODO, MATERIAL Y MUESTRA GLOSARIO DE TÉRMINOS PREGUNTA DE INVESTIGACIÓN SUPUESTO MARCO TEÓRICO CAPÍTULO I LA BOLSA DE VALORES CAPÍTULO II MINERÍA DE DATOS CAPÍTULO III TÚ OPINIÓN Y SU IMPACTO CAPÍTULO IV ESTUDIO DE CASO CONCLUSIONES TRABAJOS FUTUROS REFERENCIAS
dc.formatapplication/PDF
dc.language.isospa
dc.publisherBiblioteca Digital wdg.biblio
dc.publisherUniversidad de Guadalajara
dc.rights.urihttps://www.riudg.udg.mx/info/politicas.jsp
dc.titleTu opinión y su impacto en la bolsa de valores: Un estudio de caso de la minería de datos
dc.typeTesis de Maestría
dc.rights.holderUniversidad de Guadalajara
dc.rights.holderRangel López, Omar Alberto
dc.coverageGUADALAJARA, JALISCO
dc.type.conacytmasterThesis
dc.degree.nameMAESTRIA EN TECNOLOGIAS DE INFORMACION
dc.degree.departmentCUCEA
dc.degree.grantorUniversidad de Guadalajara
dc.rights.accessopenAccess
dc.degree.creatorMAESTRO EN TECNOLOGIAS DE INFORMACION
dc.contributor.directorAlanís Pérez, María Elvia Edith
Aparece en las colecciones:CUCEA

Ficheros en este ítem:
Fichero TamañoFormato 
MCUCEA11058FT.pdf1.59 MBAdobe PDFVisualizar/Abrir


Los ítems de RIUdeG están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.