Redes neuronales aplicadas a la estimación de la liquidez: el caso del bono estadounidense

• Ignacio M Luque Raya ^[1]
  1. [1] Analistas Financieros Internacionales
• Localización: Leveraging new business technology for a sustainable economic recovery / coord. por Abel Monfort, Susana Fernández Lores, 2022, ISBN 978-84-19480-06-4, pág. 80
• Idioma: español
• Texto completo no disponible (Saber más ...)
• Resumen

  • Este trabajo comienza mostrando el gran aumento que en la producción científica, en particular en el ámbito de las finanzas, relacionada con el Data Science se ha producido en los últimos años. Se comprueba el enorme aumento en trabajos y en citas que aplican redes neuronales, machine learning y deep learning.Dentro del amplio abanico de posibilidades ahora se analiza laaplicación a la estimación de la liquidez de las redes neuronalesrecurrentes (RNNs) conocidas como Long Short-Term Memory o LSTM que se entrenan a través de backpropagation. Aplicando el modelo a la estimación de la liquidez, en concreto el bono del tesoro americano, se comprueba que mejora los resultados de estimación reducción el loss y evitando el overfittin