1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Tamaulipas
4. Instituto Tecnológico de Ciudad Madero
5. Tesis
6. Tesis de Maestría
7. Maestría en Ciencias de la Computación

Título:	APRENDIZAJE POR REFUERZO PROFUNDO PARA TRADING ALGORITMICO
Autor:	RODRIGUEZ HERNANDEZ, IRVING OMAR
Data:	2022-05-01
Editora:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Instituto Tecnológico de Ciudad Madero
Descrição:	El problema de asignación continua de recursos en mercados financieros o trading conlleva la construcción de portafolios de inversión a ejecutar en intervalos de tiempo discretos. La solución a este problema exige el desarrollo de estrategias de comercialización de bienes que tengan como objetivos el incremento sustancial del capital inicial y una baja volatilidad (riesgo) en comparación con métodos y técnicas ya conocidos tanto para la gestíón activa como pasiva de portafolios de inversión. Este trabajo presenta el método GA-DRL para la generación de estrategias de inversión con acciones de los mercados de valores. Por una parte, integra el algoritmo GenPo-Sharpe para la preselección de activos financieros cuya finalidad es proporcionar un portafolio de inversión con un número reducido de activos, de acuerdo a las preferencias del inversionista, y balanceado en cuanto a su rendimiento y riesgo esperados. En segundo lugar integra un agente de aprendizaje por refuerzo profundo para el rebalanceo diario del portafolio de inversiones obtenido en la primera etapa. La concatenación de estas dos técnicas, que constituyen al método presentado, se provee como una alternativa adicional para la gestión activa de portafolios de inversión con resultados prometedores en acciones de las bolsas de valores de Nueva York y Brasil.
metadata.dc.type:	info:eu-repo/semantics/masterThesis
Aparece nas colecções:	Maestría en Ciencias de la Computación

Este registo está protegido por copyright original. Ver licença

Este registo está protegido por Licença Creative Commons