Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10908/19606
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.MentorKreiner, Javier
dc.creator.AutorAlonso, Ariel Gonzalo
dc.date.accessioned2022-07-27T17:38:45Z
dc.date.available2022-07-27T17:38:45Z
dc.date.issued2022-05
dc.identifier.urihttp://hdl.handle.net/10908/19606
dc.descriptionFil: Alonso, Ariel Gonzalo. Universidad de San Andrés. Escuela de Negocios; Argentina.
dc.description.abstractEl objetivo de este trabajo es entrenar y comparar dos agentes de aprendizaje reforzado con distintos niveles de información para que negocien en alta frecuencia un bono argentino. Se busca analizar si existe una diferencia estadísticamente significativa del rendimiento obtenido por parte del agente al que se le entrega el libro de órdenes entero del bono por sobre el otro, al que sólo se le entrega la mejor oferta de compra y venta del libro. Para ello se desarrolla un modelo adaptado al tratamiento de series temporales con las características necesarias para permitir el entrenamiento y posterior predicción de acciones a tomar en la negociación del bono.
dc.formatapplication/pdf
dc.languagespa
dc.publisherUniversidad de San Andrés. Escuela de Negocios
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.titleEstrategias de negociación utilizando agentes de aprendizaje reforzado
dc.typeTesis
dc.typeinfo:eu-repo/semantics/masterThesis
dc.typeinfo:ar-repo/semantics/tesis de maestría
dc.typeinfo:eu-repo/semantics/updatedVersion
Aparece en las colecciones: Tesis de Maestría en Finanzas

Ficheros en este ítem:
Fichero Tamaño Formato  
[P][W] M. Fin. Alonso, Ariel Gonzalo.pdf6.09 MBAdobe PDFVisualizar/Abrir
Mostrar el registro sencillo del ítem


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.