Resumen

La previsión financiera se basa en el uso de información financiera pasada y presente para hacer la mejor predicción de la situación financiera futura, evitar situaciones de alto riesgo y aumentar los beneficios. Tales previsiones son de interés para cualquier persona que desee conocer el estado de las posibles finanzas en el futuro, incluidos inversores y tomadores de decisiones. Sin embargo, la naturaleza compleja de los datos financieros dificulta obtener previsiones precisas. La inteligencia artificial, que se ha demostrado ser adecuada para analizar problemas muy complejos, puede aplicarse a la previsión financiera. Los datos financieros son tanto no lineales como no estacionarios, con características de frecuencia de banda ancha. En otras palabras, hay un amplio rango de fluctuación, lo que significa que las predicciones hechas solo utilizando la memoria a corto plazo (LSTM) no son suficientes para garantizar la precisión. Este estudio utiliza un modelo LSTM para el análisis de datos financieros, seguido de una comparación de los resultados analíticos con los datos reales para ver cuál tiene

• Materias:Virus informático Entropía del gráfico Modelo epidémico Modelo de optimización Modelos conceptuales
• Subjects:Computer virus Entropy of the graph Epidemic model Optimization model Conceptual models
• Palabras claves:Pronóstico financiero; Inteligencia artificial; LSTM; Descomposición en modo empírico; RMSE; Datos financieros
• Keywords:Financial forecasting; Artificial intelligence; LSTM; Empirical mode decomposition; RMSE; Financial data