Saltar al contenido

M02- Predicción de Series Temporales Financieras con Machine Learning.

Tutor: Emmanuel Tassone

Descripción y objetivo del proyecto

¡Bienvenido al apasionante mundo del análisis de datos aplicado a los mercados financieros! En esta mentoría, te sumergirás en el fascinante universo de las finanzas, explorando cómo los datos pueden transformarse en información valiosa para la toma de decisiones en el mundo de las inversiones.

A lo largo de este proyecto, aprenderás las técnicas más avanzadas de análisis de datos y su aplicación en la interpretación y predicción de movimientos en los mercados financieros. Desde la recolección y limpieza de datos hasta la implementación de modelos predictivos, adquirirás las habilidades necesarias para convertirte en un experto en análisis de datos financieros.

Trataremos de responder algunas de las siguientes preguntas

– ¿Cómo puedo recopilar y limpiar datos financieros de manera efectiva?
– Aprenderemos las mejores prácticas para recopilar datos financieros de diversas fuentes y cómo limpiarlos para su análisis.
– ¿Cómo puedo identificar patrones y tendencias en los datos financieros?
– Exploraremos técnicas de análisis exploratorio de datos para identificar patrones, tendencias y relaciones ocultas en los datos financieros.
– ¿Cómo puedo predecir movimientos futuros en los mercados financieros?
– Utilizaremos técnicas avanzadas de Machine Learning para desarrollar modelos predictivos que nos ayuden a anticipar los movimientos en los mercados financieros.
– ¿Cómo puedo interpretar los resultados del análisis de datos financieros?
– Aprenderemos a interpretar los resultados de nuestros análisis y cómo utilizar esta información para tomar decisiones informadas en el mundo de las inversiones.

Integrantes del grupo 1
Ariel Maximiliano Pereira - Griselda Itovich - Juan Cruz Gonzalez - Marcelo Fernando Fullana jornet - Emanuel Nicolás Herrador.
Integrantes del grupo 2
Miqueas Alfredo Álvarez Angella - Gonzalo Martyn - Mikhail Eduardo Ríos Guzmán - Natalia Alejandra Orozco Cano.