Resumen

El ascenso de las FinTech ha sido meteórico en China. La inversión en fondos de inversión a través de robo-advisor se ha convertido en una nueva innovación en el sector de la gestión de patrimonios. En los últimos años, el aprendizaje automático, especialmente el aprendizaje profundo, se ha utilizado ampliamente en la industria financiera para resolver problemas financieros. Este trabajo tiene como objetivo mejorar la precisión y la puntualidad de la clasificación de fondos mediante el uso de algoritmos de aprendizaje automático, es decir, el algoritmo de clustering híbrido gaussiano. Al mismo tiempo, se implementa un modelo de predicción basado en el aprendizaje profundo para predecir el movimiento de los precios de las clases de fondos basándose en los resultados de la clasificación. La clasificación de fondos realizada con 3.625 fondos de inversión chinos muestra resultados precisos y eficientes. El módulo de aprendizaje profundo de conjunto espacio-temporal basado en clústeres muestra una mejor precisión de predicción que los modelos de referencia con solo acceso a muestras de datos limitadas. La principal contribución de este trabajo es proporcionar un nuevo enfoque para la clasificación de fondos y la predicción del movimiento de los precios para apoyar la toma de decisiones de la próxima generación de robo-asesores asistidos por la inteligencia artificial.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:clasificación de fondos, industria de la gestión de patrimonios, fondos de inversión chinos, auge de las fintech, robo de nueva generación, módulo de aprendizaje profundo, predicción del movimiento de los precios, puntualidad de los fondos, movimiento de los fondos, mayor precisión en la predicción
• Keywords:fund classification, wealth management industry, chinese mutual fund, rise of fintech, next generation robo, deep learning module, price movement prediction, timeliness of fund, movement of fund, better prediction accuracy