Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/11000/8468
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorAntón Sánchez, Laura-
dc.contributor.authorRodríguez Manresa, Víctor Rafael-
dc.date.accessioned2021-09-24T13:08:55Z-
dc.date.available2021-09-24T13:08:55Z-
dc.date.created2021-06-
dc.date.issued2021-09-24-
dc.identifier.urihttp://hdl.handle.net/11000/8468-
dc.description.abstractLos términos Inteligencia Artificial y Machine Learning han ganado un enorme peso durante los últimos años, han sido introducidos en nuestro día a día mientras interactuamos con ellos, muchas veces sin darnos cuenta, por ejemplo, el hecho de desbloquear nuestro teléfono móvil con el reconocimiento facial es gracias a los avances en el Machine Learning. La Inteligencia Artificial y Machine Learning han ido ganando terreno en numerosos campos con aplicaciones en campos como la medicina, economía, negocios o automoción. La popularización de estos sistemas se debe en parte a que vivimos en un mundo en el que se genera una gran cantidad de información y datos debido a Internet y la hiperconectividad. Estas tecnologías son usadas, entre otras cosas, para mejorar la experiencia de los usuarios, por ejemplo, servicios de streaming como Netflix y de música como Spotify, que aprenden a identificar el contenido que le gusta al usuario y presentarle recomendaciones personalizadas gracias al Machine Learning. En este trabajo se busca estudiar cómo está influenciando el Machine Learning el ámbito financiero. El Machine Learning ha supuesto un gran impacto en los sectores financieros, y estos, a su vez, son un pilar de la sociedad, abarcando una gran gama de negocios desde bancos hasta compañías de seguros pasando por compañías de contabilidad. En el ámbito financiero han aparecido en los últimos años muchos términos relativamente nuevos como Machine Learning, Deep Learning o Big Data, por lo que en este trabajo los identificaremos y diferenciaremos unos de otros. Es importante entender qué se está usando y de dónde viene, por tanto, primero analizaremos la evolución del Machine Learning desde mediados del siglo pasado; una vez conocida su trayectoria es vital entender qué tipos de Machine Learning existen, como el supervisado o no supervisado, y cómo se pueden utilizar mediante algunos de los algoritmos más comunes. Qué beneficios puede aportar el Machine Learning en las empresas es un punto clave para pensar si quiera en su adopción; analizaremos cómo está relacionado con los mercados financieros y sus aplicaciones en esta área en la actualidad, diferenciando de las centradas en los clientes, como el Credit Scoring, de las centradas en las operaciones, como el trading y gestión de cartera o los modelos de gestión de riesgo. Una vez conocidos sus aplicaciones y usos en los mercados financieros nos centraremos en sus posibles efectos en el sector financiero y las leyes a las que está sometido o, más bien, a las que podrá estar sometido en un futuro el Machine Learning, debido a que aún no se ha regulado de forma oficial. Para finalizar, hablaremos del futuro del Machine Learning y lo optimista que parece ser de cara a seguir desarrollándose e implantándose en los años próximos, acompañado de un aumento de la inversión en el Machine Learning, crecimiento del sector y creación de puestos de trabajo en esta áreaes
dc.formatapplication/pdfes
dc.format.extent39es
dc.language.isospaes
dc.rightsinfo:eu-repo/semantics/openAccesses
dc.subjectAprendizaje automático (Inteligencia Artificial)es
dc.subjectInteligencia artificiales
dc.subjectMercado financieroes
dc.titleMachine Learning y los mercados financieroses
dc.typeinfo:eu-repo/semantics/bachelorThesises
dc.typeinfo:eu-repo/semantics/bachelorThesises
dc.typeinfo:eu-repo/semantics/bachelorThesises
Aparece en las colecciones:
TFG - Administración y dirección de empresa. Orihuela


Vista previa

Ver/Abrir:
 TFG Rodríguez Manresa, Víctor Rafael.pdf
1,34 MB
Adobe PDF
Compartir:


Creative Commons La licencia se describe como: Atribución-NonComercial-NoDerivada 4.0 Internacional.