Batería de modelos de machine learning aplicado a las inversiones.

  • Florez Rueda, Jose Luis (Tutor de Semillero)
  • Diaz Claro, Alfredo Antonio (Tutor de Semillero)
  • Olaya Sierra, Daniel Arturo (Estudiante de pregrado y/o miembro de semillero)
  • Larrota Rueda, Rafael Santiago (Estudiante de pregrado y/o miembro de semillero)
  • Waked Guerrero, Alejandro (Estudiante de pregrado y/o miembro de semillero)
  • Dangon Pabon, Aranzza (Estudiante de pregrado y/o miembro de semillero)
  • Florez Tolosa, Angelly (Estudiante de pregrado y/o miembro de semillero)
  • Reyes Espinosa, Javier Antonio (Estudiante de pregrado y/o miembro de semillero)
  • Rivera Rodriguez, Catalina (Estudiante de pregrado y/o miembro de semillero)
  • Pacheco Gelvez, Daniela (Estudiante de pregrado y/o miembro de semillero)
  • Jaimes Mantilla, Andres Felipe (Estudiante de pregrado y/o miembro de semillero)
  • Arce Virviescas, Santiago (Estudiante de pregrado y/o miembro de semillero)
  • Velandia Rangel, Juan Camilo (Estudiante de pregrado y/o miembro de semillero)
  • Mendoza Pedraza, Miguel Santiago (Estudiante de pregrado y/o miembro de semillero)
  • Pulido Reyes, Jose Daniel (Estudiante de pregrado y/o miembro de semillero)

Project: Semilleros de Investigación

Project Details

Description

Proporcionar un espacio de formación y práctica a los estudiantes para que aprendan las técnicas de analítica descriptiva y predictiva en la investigación en finanzas e inversiones.

Specific Objectives

Reconocer plataformas tecnológicas para el desarrollo de modelos predictivos con grandes volúmenes (Python).
Analizar, procesar y limpiar datos a través de modelos estadísticos y gráficos.
Entender los modelos de machine learning aplicado en finanzas e inversiones.
Desarrollar una batería básica de algoritmos de machine learning aplicados a finanzas e inversiones.

Proposed challenges for students and/or interns or research practitioners

planteamiento de retos por grupos de trabajo
Preguntas de investigación para el desarrollo de la batería.
Short titleciencia de datos
Acronymcd
StatusFinished
Effective start/end date30/01/2327/05/23

UN Sustainable Development Goals

In 2015, UN member states agreed to 17 global Sustainable Development Goals (SDGs) to end poverty, protect the planet and ensure prosperity for all. This project contributes towards the following SDG(s):

  • SDG 4 - Quality Education

Research Areas UNAB

  • Inversiones

Status

  • In progress