Título: Pronóstico del rango del precio del ether empleando análisis de sentimiento como variable exógena
Campo OCDE: https://purl.org/pe-repo/ocde/ford#2.11.04
Fecha de publicación: 24-ene-2025
Institución: Pontificia Universidad Católica del Perú
Resumen: En el año 2009, surgió la primera criptomoneda conocida como Bitcoin. Sin embargo, no fue
sino hasta el año 2020, con el inicio de la pandemia global, que este tipo de activos digitales
despertó interés en un segmento de la población. Esto se debió a que las restricciones impuestas
para prevenir la propagación del COVID-19 hicieron que los inmigrantes buscaran alternativas
a los métodos tradicionales para enviar remesas, ya que estos se volvieron inaccesibles. Como
resultado, las criptomonedas se convirtieron en una opción viable para la transferencia de valor.
Además, provocó una disminución de los empleos físicos, dejando a muchas personas
desempleadas y con tiempo libre. Esto incentivó la exploración de nuevas formas de generar
ingresos. Como consecuencia, inversores retail comenzaron a considerar las criptomonedas
como una vía para preservar su capital en un entorno marcado por la inflación o la falta de
confianza en las políticas gubernamentales. Otro grupo de individuos percibe estos activos
digitales como una oportunidad para aumentar su patrimonio, dado que, a diferencia de las
acciones, las criptomonedas carecen de un valor intrínseco y se basan principalmente en
especulaciones de mercado. El presente estudio se enfoca en determinar el rango del precio del
Ether con el fin de poder proporcionar un modelo cuantitativo que complemente el análisis
técnico. Se emplearán métodos tradicionales de pronóstico de series de tiempo, así como
modelos de ML que incluirán la variable exógena sentimiento del mercado. La obtención de
esta variable se llevará a cabo a través de la extracción de los titulares de noticias de la
plataforma financiera Investing mediante web scraping. La intención es evaluar si el
sentimiento transmitido por estos titulares de noticias tiene un impacto significativo en el valor
de la criptomoneda. Finalmente, se presentará un nuevo enfoque conocido como predicción
conformal que permite cuantificar la incertidumbre y proporcionar un intervalo de confianza a los pronósticos realizados por el modelo de ML. Se concluye que la predicción conformal
robustece el modelo de ML seleccionado.
Disciplina académico-profesional: Ingeniería Industrial
Institución que otorga el grado o título: Pontificia Universidad Católica del Perú. Facultad de Ciencias e Ingeniería
Grado o título: Ingeniero Industrial
Jurado: Atoche Diaz, Wilmer Jhonny; Rodriguez Anticona, Miguel Angel; Rojas Polo, Jonatan Edward
Fecha de registro: 24-ene-2025