facebook twitter linkedin google-plus
Datos de identificación
Facultad: Finanzas, Gobierno y Relaciones Internacionales
Grupo: ODEON
Línea: Modelación Financiera y Finanzas Cuantitativas
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
 
  • Portfolio Selection Based on Hierarchical Clustering and Inverse-Variance Weighting
    Tipo de resultado: Capítulos de libro
    En "Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), Volume 11538 LNCS"
    Páginas: 315-325
    ISBN 978-3-030-22743-2
    Autores: León Nieto Diego Ismael, et. al.
    Editorial: Springer
    Publicado en 2019
    Disponible en https://link.springer.com/chapter/10.1007/978-3-030-22744-9_25
  • Price Prediction with CNN and Limit Order Book Data
    Tipo de resultado: Artículos en revistas indexadas en SCOPUS y otros sistemas
    En "Communications in Computer and Information Science"
    Páginas: 1865-0929, Vol 915, 124-135
    Autores: León Nieto Diego Ismael
    Editorial: Springer
    Publicado en 2018
  • Deep Learning and Wavelets for High-Frequency Price Forecasting
    Tipo de resultado: Artículos en revistas indexadas en SCOPUS y otros sistemas
    En "Lecture Notes in Computer Science"
    Páginas: 0302-9743, Vol 10861, 385-399
    Autores: León Nieto Diego Ismael
    Editorial: Springer
    Publicado en 2018
  • Clustering algorithms for Risk-Adjusted Portfolio Construction
    Tipo de resultado: Artículos en revistas indexadas en SCOPUS y otros sistemas
    En "Procedia Computer Science"
    Páginas: 1877-0509, Vol 108 1334-1343
    Autores: León Nieto Diego Ismael
    Editorial: Elsevier
    Publicado en 2017
  • Algorithmic Trading Using Deep Neural Networks on High Frequency Data
    Tipo de resultado: Artículos en revistas indexadas en SCOPUS y otros sistemas
    En "Communications in Computer and Information Science"
    Páginas: 1865-0929, Vol 742, 144-155
    Autores: León Nieto Diego Ismael
    Editorial: Springer
    Publicado en 2017
  • 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