%0 Journal Article %A Cabrejas Marina, Jorge %T Estudio de la capacidad predictiva de redes neuronales profundas sobre la cotización de criptomonedas %D 2022 %U http://hdl.handle.net/10017/53354 %X Con la reciente aparición de las criptomonedas como activo de inversión, método de pago e intercambio de valor entre individuos, y su reciente y creciente adopción, indudablemente se han vuelto un instrumento financiero de peso de creciente importancia que día tras día tiene mayor relevancia dentro la vida de las personas. Numerosas plataformas donde comprar, vender e intercambiar las distintas criptomonedas surgen día a día, así como nuevas maneras que facilitan el acceso a gente con pocos conocimientos sobre ellas. A su vez, cada día más empresas invierten en la creación de sistemas que usan las mismas tecnologías que estas criptomonedas, creando un nuevo abanico de posibilidades en cuanto a innovación, permitiendo la formación de un mundo descentralizado donde la aparición de terceros es innecesaria para su manejo. Esto abre la puerta a la pregunta de si realmente es posible predecir cual va a ser el precio de las mismas en el futuro, hecho que es de especial relevancia en el mundo de la informática y las matemáticas aplicadas, surgiendo la duda de si las diferentes técnicas y modelos usados en otros problemas similares, como la bolsa de valores, son aplicables en este ámbito. Con esta premisa, este proyecto busca analizar distintos grupos de criptomonedas para posteriormente aplicar diferentes métodos pertenecientes al Machine Learning y el Deep Learning a las mismas, a efectos de determinar si alguna de estas posee unas características concretas que faciliten el proceso predictivo que se aplicará sobre las mismas. %K Métodos autorregresivos %K Machine Learning %K Deep Learning %K Criptomonedas %K Redes neuronales %K Autoregresive methods %K Cryptocurrencies %K Neural networks %K Informática %K Computer science %~ Biblioteca Universidad de Alcala