Aplicaciones de aprendizaje reforzado para el arbitraje estadístico

Simple item page
dc.contributor.MentorMaurette, Manuel
dc.contributor.MentorCortina, Elsa
dc.creator.AutorData, Matias
dc.date.accessioned2023-10-28T12:30:57Z
dc.date.available2023-10-28T12:30:57Z
dc.date.issued2023-06
dc.descriptionFil: Data, Matias. Universidad de San Andrés. Escuela de Negocios; Argentina.
dc.description.abstractEl objetivo de esta tesis es el de aplicar técnicas de aprendizaje reforzado para generar_x000D_ estrategias de trading basadas en el arbitraje estadístico para el mercado de large cap_x000D_ U.S. Equities. En particular, se analiza si las estrategias obtenidas mejoran a las estrategias_x000D_ presentes en la literatura, tanto en un entorno de simulación como en datos históricos.
dc.formatapplication/pdf
dc.identifier.citationData, M. (2023). Aplicaciones de aprendizaje reforzado para el arbitraje estadístico. [Tesis de maestría, Universidad de San Andrés. Escuela de Negocios]. Repositorio Digital San Andrés. http://hdl.handle.net/10908/23278
dc.identifier.urihttp://hdl.handle.net/10908/23278
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.titleAplicaciones de aprendizaje reforzado para el arbitraje estadístico
dc.typeTesis
dc.typeinfo:eu-repo/semantics/masterThesis
dc.typeinfo:ar-repo/semantics/tesis de maestría
dc.typeinfo:eu-repo/semantics/updatedVersion
Files
Original bundle
Thumbnail Image
Name:
[P][W] M. Fin. Data, Matias.pdf
Size:
2.42 MB
Format:
Adobe Portable Document Format
Description:
Download
Collections
Tesis de Maestría en Finanzas