Predicción del índice bursátil IBEX 35 mediante selección de inputs con redes neuronales

Abstract

[ES] El presente trabajo tiene como objetivo la modelización del precio del índice Ibex-35 mediante una red neuronal de tipo Backpropagation, en el que se realizará una preselección de los inputs. Dicha preselección se estima necesaria dado que, a pesar de la capacidad de generalización de un problema de la red Backpropagation, la incorporación de inputs altamente correlacionados entre sí puede provocar ruido en el proceso de aprendizaje de la red. Para evitar este hecho, se pretende realizar una preselección de aquellos inputs que contribuyan y tengan un peso específico mayor en la predicción del índice Ibex 35. Dicha preselección se realizará también mediante una red neuronal Backpropagation pretendiendo conseguir una reducción del ruido de posibles interacciones entre dichos inputs, mediante el método de redes neuronales de tipo Backpropagation. En este proyecto justificaremos si la metodología aplicada en las redes neuronales Backpropagation demuestra su teoría y mejora los resultados obtenidos haciendo una comparativa con la aplicación del método de redes neuronales sin preselección, o no.