Predicción de indicadores económicos a través de noticias usando rss, minería de texto e inteligencia computacional
Cargando...
Fecha
Fecha
2023-11-13
Director
Título de la revista
ISSN de la revista
Título del volumen
Editor
Compartir
Citar documento
Izquierdo Ortiz, Cristhian Johnatan (2023). Predicción de indicadores económicos a través de noticias usando rss, minería de texto e inteligencia computacional. https://hdl.handle.net/11349/42116
Gestores bibliográficos
Altmetric
El indicador aparece cuando Altmetric registra menciones para este documento.
Documentos PDF
Resumen
This study introduces an innovative approach to analyzing economic phenomena by integrating news and social media data as external sources to forecast the values of commodities such as LBMA GOLD and Brent oil, as well as the USD/COP exchange rate. Over twelve months, data from 166 news sources were collected through RSS and Twitter. Techniques including linear regression and ensemble machine learning, such as XGBoost and Random Forest, were employed to predict daily changes. Furthermore, a multi-agent system inspired by the socio-economic framework was developed, capable of evolving using external information and identifying characteristic patterns of complex systems.
Descripción
Este estudio presenta un enfoque innovador para el análisis de fenómenos económicos al integrar datos de noticias y redes sociales como fuentes externas para prever los valores de productos básicos como LBMA GOLD y petróleo Brent, junto con la tasa de cambio USD/COP. Durante un período de doce meses, se recopilaron datos de 166 fuentes de noticias a través de RSS y Twitter. Se aplicaron técnicas de regresión lineal y aprendizaje automático ensamblado, como XGBoost y Random Forest, para prever los cambios diarios. Además, se desarrolló un sistema multiagente inspirado en el sistema económico-social, capaz de evolucionar mediante el uso de información externa y de identificar patrones característicos de sistemas complejos.