Sistema de recomendación para la compra y venta de acciones en la bolsa de valores usando machine learning

Abstract

La bolsa de valores es uno de los varios e importantes medios para realizar inversiones, ya que esta nos proporciona una infraestructura adecuada para la concentración de oferta y demanda de valores, asegurando la efectividad de las operaciones que se realizan en el proceso llamado rueda de bolsa. Para realizar una inversión en la bolsa de valores con el mínimo riesgo es importante tener una herramienta que permita predecir el precio de las acciones a futuro. Las herramientas que proporciona el machine learning en cuanto a predicción y recomendación se ajustan bastante bien a este requerimiento, los sistemas de recomendación basados en contenido son herramientas que trabajan con información precisa, esto permite reducir la incertidumbre que existe acerca el proceso de inversión. En el presente trabajo de investigación se hace un análisis de las variables que influyen en el proceso de predicción del precio de las acciones que se manejan en la bolsa de valores, se desarrolla un sistema de recomendación usando el algoritmo de regresión lineal de machine learning tomando en cuenta el precio de apertura, el precio más bajo, el precio más alto para predecir el precio de cierre, con una confiabilidad de más del 90%. Posterior al desarrollo del sistema de recomendación, se realizó la predicción de precios de las acciones de diferentes empresas en la última semana del mes de noviembre de 2020 y se obtuvo una confiabilidad mayor al 93%, observamos que este porcentaje de confiabilidad es mayor al planteado, lo cual nos indica que el sistema de recomendación cumple con las expectativas.