Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.ulvr.edu.ec/handle/44000/4040Registro completo de metadatos
| Campo DC | Valor | Lengua/Idioma |
|---|---|---|
| dc.contributor.author | Morales Castro, Arturo | - |
| dc.contributor.author | Ramírez Reyes, Eliseo | - |
| dc.contributor.author | Jiménez Zamudio, Ricardo | - |
| dc.date.accessioned | 2020-12-09T21:09:08Z | - |
| dc.date.available | 2020-12-09T21:09:08Z | - |
| dc.date.issued | 2020 | - |
| dc.identifier.citation | 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. | es_ES |
| dc.identifier.issn | 2528-8148 | - |
| dc.identifier.uri | http://repositorio.ulvr.edu.ec/handle/44000/4040 | - |
| dc.description | 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. | es_ES |
| dc.description.abstract | 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. | es_ES |
| dc.format.extent | pp. 39-53 | es_ES |
| dc.language.iso | spa | es_ES |
| dc.publisher | Guayaquil: ULVR, 2020. | es_ES |
| dc.rights | openAccess | es_ES |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/3.0/ec/ | es_ES |
| dc.subject | Tipo de cambio | es_ES |
| dc.subject | Divisa | es_ES |
| dc.subject | Mercado | es_ES |
| dc.subject | Inteligencia artificial | es_ES |
| dc.title | Comportamiento del mercado de divisas: una aplicación de Redes Neuronales Artificiales | es_ES |
| dc.type | article | es_ES |
| Aparece en las Tesis: | VOL. 9, NÚM 1 (2020) | |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| Comportamiento del mercado de divisas una aplicación.pdf | 1,53 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
