facebook twitter linkedin google-plus
Datos de identificación
Facultad: Finanzas, Gobierno y Relaciones Internacionales
Grupo: ODEON
Línea: Caracterización de Mercados Financieros
Titulo del proyecto: Machine Learning y Finanzas Computacionales
Estado del proyecto Activo
Investigadores
Investigador principal:
  • DIEGO ISMAEL LEÓN NIETO
Co-investigadores: -
Trabajos de grado
Vinculados al proyecto
Monitores: ¿Requiere monitor de investigación de pregrado?: NO
Alianzas ¿El proyecto se realizará en alianza con otra universidad o institución? NO
Justificación
Objetivo General Las principales instituciones financieras y las empresas están adoptando tecnologías avanzadas de aprendizaje de máquina o como se conoce en inglés, "Machine Learning", para obtener ideas útiles de datos de mercado, estandarización de información financiera de una variedad de fuentes además de reducción del tiempo de respuesta a flujos de datos en tiempo real. Hoy en día se están desplegando soluciones de Machine Learning y Computación en productos financieros, trading algorítmico, así como en análisis y gestión de datos. De tal forma que se pretende abordar el tópico de investigación desde las tres naturalezas de los datos, volumen, velocidad y variedad utilizándolas como un prisma a través del cual se puedan entender las dificultades y oportunidades de las tecnologías computacionales emergentes en las finanzas cuantitativas.
Objetivos Especificos
Resultado tangible
 
  • A High-Frequency Trading Strategy Using a Deep Multilayer Perceptron One-Minute Average Price Predictor in 7th Annual Stevens Conference on High Frequency Finance and Analytics
    Tipo de resultado: Ponencias en eventos internacionales especializados
    Autores: Diego Ismael León Nieto
    Editorial: Stevens Institute of Technology
    New York
    Publicado en 2016