Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.ulvr.edu.ec/handle/44000/4040
Título : Comportamiento del mercado de divisas: una aplicación de Redes Neuronales Artificiales
Autor : Morales Castro, Arturo
Ramírez Reyes, Eliseo
Jiménez Zamudio, Ricardo
Palabras clave : Tipo de cambio;Divisa;Mercado;Inteligencia artificial
metadata.dc.rights: openAccess
metadata.dc.rights.uri: http://creativecommons.org/licenses/by-nc-sa/3.0/ec/
Fecha de publicación : 2020
Editorial : Guayaquil: ULVR, 2020.
metadata.dc.language.iso: spa
Citación : Morales Castro, A., Ramírez Reyes, E., & Jiménez Zamudio, R. (enero-junio de 2020). Comportamiento del mercado de divisas: una aplicación de Redes Neuronales Artificiales. Yachana Revista Científica, 9(1), 39-53.
metadata.dc.format.extent: pp. 39-53
Resumen : El objetivo de este estudio es analizar mediante un modelo de redes neuronales, el rendimiento intradía del tipo de cambio peso mexicano – dólar estadounidense en función del comportamiento de las divisas tanto de países emergentes como desarrollados, dentro de los cuales se encuentran rand sudafricano (USDZAR), lira turca (USDTRY), rublo ruso (USDRUB), zloty polaco (USDPLN), corona checa (USDCZK), euro (EURUSD), corona sueca (USDSEK), corona noruega (USDNOK), franco suizo (USDCHF), dólar canadiense (USDCAD), libra esterlina (GBPUSD), yen japonés (USDJPY) y el real brasileño (USDBRL), en el periodo de julio de 2018 a enero de 2019 para identificar cuál de las variables analizadas tiene un mayor impacto en el comportamiento del tipo de cambio peso en el periodo seleccionado.
Descripción : The objective of this study is to analyze, through a neural network model, the intraday yield of the Mexican peso - US dollar exchange rate based on the behavior of currencies of both emerging and developed countries, within which South African rand are located (USDZAR ), Turkish Lira (USDTRY), Russian Ruble (USDRUB), Polish Zloty (USDPLN), Czech Krone (USDCZK), Euro (EURUSD), Swedish Krona (USDSEK), Norwegian Krone (USDNOK), Swiss Franc (USDCHF), Dollar Canadian (USDCAD), British pound (GBPUSD), Japanese yen (USDJPY) and Brazilian real (USDBRL), in the period from July 2018 to January 2019 to identify which of the analyzed variables has a greater impact on the behavior of the exchange rate weight in the selected period.
URI : http://repositorio.ulvr.edu.ec/handle/44000/4040
ISSN : 2528-8148
Aparece en las Tesis: VOL. 9, NÚM 1 (2020)

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Comportamiento del mercado de divisas una aplicación.pdf1,53 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons