Información del autor
Autor Gabriel Blanco García |
Documentos disponibles escritos por este autor (2)



Modelos econométricos para la previsión de cotizaciones bursátiles semanales, máximas y mínimas de empresas europeas / Gabriel Blanco García (2020)
![]()
Título : Modelos econométricos para la previsión de cotizaciones bursátiles semanales, máximas y mínimas de empresas europeas : Banco Bilbao Vizcaya Argentaria Tipo de documento: documento electrónico Autores: Gabriel Blanco García, Autor ; Rafael Flores de Frutos, Director de tesi Fecha de publicación: 2020 Número de páginas: 38 p. Nota general: Grado en Administración y Dirección de Empresas Idioma : Español (spa) Materias: Análisis bursátil
Banca
Modelos econométricosPalabras clave: Previsibilidad, eficiencia débil, semi fuerte, paseo aleatorio, cointegración, modelo vectorial de corrección error, estrategia Clasificación: 330.43 Econometría Resumen: El tronco central de este informe se corresponde con el estudio de la hipotética eficiencia informacional, en sus formas débil, semi fuerte y fuerte, de diferentes series de precios relativos a las acciones del Banco Bilbao Vizcaya Argentaria. Más concretamente, los precios máximos, mínimos y de cierre, en frecuencia semanal, desde enero del año 2010 hasta enero del año 2020. También se utiliza el índice del New York Stock Exchange Composite con fines comparativos. Para estudiar dichas hipótesis, se utilizan modelos econométricos de dos familias, la familia de modelos autorregresivos y medias móviles y la familia de modelos vectoriales de corrección de error. Los resultados que se obtienen de estos análisis tienen dos implicaciones claras. En primer lugar, no es posible rechazar la hipótesis de la eficiencia débil, para ninguna de las variables. En segundo lugar, la hipótesis de la eficiencia semi fuerte no puede ser rechazada ni para los precios de cierre ni para el índice NYSE, pero sí es rechazada para los precios máximos y mínimos del BBVA. Link: https://biblioteca.cunef.edu/gestion/catalogo/index.php?lvl=notice_display&id=47448 Modelos econométricos para la previsión de cotizaciones bursátiles semanales, máximas y mínimas de empresas europeas : Banco Bilbao Vizcaya Argentaria [documento electrónico] / Gabriel Blanco García, Autor ; Rafael Flores de Frutos, Director de tesi . - 2020 . - 38 p.
Grado en Administración y Dirección de Empresas
Idioma : Español (spa)
Materias: Análisis bursátil
Banca
Modelos econométricosPalabras clave: Previsibilidad, eficiencia débil, semi fuerte, paseo aleatorio, cointegración, modelo vectorial de corrección error, estrategia Clasificación: 330.43 Econometría Resumen: El tronco central de este informe se corresponde con el estudio de la hipotética eficiencia informacional, en sus formas débil, semi fuerte y fuerte, de diferentes series de precios relativos a las acciones del Banco Bilbao Vizcaya Argentaria. Más concretamente, los precios máximos, mínimos y de cierre, en frecuencia semanal, desde enero del año 2010 hasta enero del año 2020. También se utiliza el índice del New York Stock Exchange Composite con fines comparativos. Para estudiar dichas hipótesis, se utilizan modelos econométricos de dos familias, la familia de modelos autorregresivos y medias móviles y la familia de modelos vectoriales de corrección de error. Los resultados que se obtienen de estos análisis tienen dos implicaciones claras. En primer lugar, no es posible rechazar la hipótesis de la eficiencia débil, para ninguna de las variables. En segundo lugar, la hipótesis de la eficiencia semi fuerte no puede ser rechazada ni para los precios de cierre ni para el índice NYSE, pero sí es rechazada para los precios máximos y mínimos del BBVA. Link: https://biblioteca.cunef.edu/gestion/catalogo/index.php?lvl=notice_display&id=47448 Ejemplares
Signatura Medio Ubicación Sub-localización Sección Estado ningún ejemplar Documentos electrónicos
![]()
Documento completoAdobe Acrobat PDFUtilización de modelos de Transformers en la gestión de respuestas a preguntas en PLN / Isabel Afán de Ribera Olaso (2021)
![]()
Título : Utilización de modelos de Transformers en la gestión de respuestas a preguntas en PLN : aplicación a asistentes conversacionales Tipo de documento: documento electrónico Autores: Isabel Afán de Ribera Olaso, Autor ; Gabriel Blanco García, Autor ; Valentina Díaz Torres, Autor ; Andrea Jiménez Zúñiga, Autor ; Francisco Izquierdo Catalán, Director de tesi Fecha de publicación: 2021 Número de páginas: 49 p. Nota general: Máster en Data Science para Finanzas Idioma : Español (spa) Materias: Inteligencia artificial
Tratamiento automático de datos
TurismoPalabras clave: Asistente virtual, Machine Learning, Deep Transformers, Inteligencia Artificial, Embeddings, atención, turismo; Virtual assistant, Artificial Intelligencce, Attention, Tourism. Clasificación: 004.8 Inteligencia artificial. Razonamiento y aprendizaje automatizados. Sistemas inteligentes Resumen: Los modelos de Transformers llegaron al Procesamiento de Lenguaje Natural en 2017 aportando eficiencia, rapidez y mejores resultados a todo lo que se había hecho anteriormente. A partir de la Atención y novedosos mecanismos, han conseguido mayor facilidad para la gestión de conversaciones, proporcionar respuestas concretas y cerradas y una fácil escalabilidad. El objetivo de este estudio será construir una simulación completa, aplicando estos modelos a un asistente virtual orientado al turismo, con el fin de que este proporcione respuestas precisas, extraídas de diferentes textos. Además, se tratará el plan estratégico, financiero, y de arquitectura, entre otras cuestiones que serían necesarias para ser implementado. Link: https://biblioteca.cunef.edu/gestion/catalogo/index.php?lvl=notice_display&id=48903 Utilización de modelos de Transformers en la gestión de respuestas a preguntas en PLN : aplicación a asistentes conversacionales [documento electrónico] / Isabel Afán de Ribera Olaso, Autor ; Gabriel Blanco García, Autor ; Valentina Díaz Torres, Autor ; Andrea Jiménez Zúñiga, Autor ; Francisco Izquierdo Catalán, Director de tesi . - 2021 . - 49 p.
Máster en Data Science para Finanzas
Idioma : Español (spa)
Materias: Inteligencia artificial
Tratamiento automático de datos
TurismoPalabras clave: Asistente virtual, Machine Learning, Deep Transformers, Inteligencia Artificial, Embeddings, atención, turismo; Virtual assistant, Artificial Intelligencce, Attention, Tourism. Clasificación: 004.8 Inteligencia artificial. Razonamiento y aprendizaje automatizados. Sistemas inteligentes Resumen: Los modelos de Transformers llegaron al Procesamiento de Lenguaje Natural en 2017 aportando eficiencia, rapidez y mejores resultados a todo lo que se había hecho anteriormente. A partir de la Atención y novedosos mecanismos, han conseguido mayor facilidad para la gestión de conversaciones, proporcionar respuestas concretas y cerradas y una fácil escalabilidad. El objetivo de este estudio será construir una simulación completa, aplicando estos modelos a un asistente virtual orientado al turismo, con el fin de que este proporcione respuestas precisas, extraídas de diferentes textos. Además, se tratará el plan estratégico, financiero, y de arquitectura, entre otras cuestiones que serían necesarias para ser implementado. Link: https://biblioteca.cunef.edu/gestion/catalogo/index.php?lvl=notice_display&id=48903 Ejemplares
Signatura Medio Ubicación Sub-localización Sección Estado ningún ejemplar Documentos electrónicos
![]()
Documento completoURL