Proyección del precio de criptomonedas basado en Tweets empleando LSTM
RESUMEN El modelamiento y predicción de series temporales constituye una tarea ardua y esencial para los procedimientos de optimización financiera. Numerosos estudios han sido elaborados con la finalidad de reducir la incertidumbre del inversor, mediante el pronóstico de precio de monedas y acciones...
Guardado en:
Autores principales: | Regal,Andrés, Morzán,Juandiego, Fabbri,Carlos, Herrera,Gonzalo, Yaulli,Gabriela, Palomino,Andrea, Gil,Claudia |
---|---|
Lenguaje: | Spanish / Castilian |
Publicado: |
Universidad de Tarapacá.
2019
|
Materias: | |
Acceso en línea: | http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052019000400696 |
Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
Ejemplares similares
-
Using centrality measures to improve the classification performance of tweets during natural disasters
por: Vásquez,Rodrigo, et al.
Publicado: (2021) -
Emotional Politics, Islamophobic Tweet. The Hashtags #Brexit and #chiudiamoiporti
por: Giulia Evolvi
Publicado: (2019) -
@stephanjoubert: Tweeting the gospel aphoristically
por: Jan A. van den Berg
Publicado: (2021) -
Short-term prediction of wind power density using convolutional LSTM network
por: Gupta Deepak, et al.
Publicado: (2021) -
Comparing LSTM and GRU Models to Predict the Condition of a Pulp Paper Press
por: Balduíno César Mateus, et al.
Publicado: (2021)