Resumen

El Internet de las Cosas (IoT) desempea un papel importante en el sector financiero en las ltimas dcadas, ya que varios modelos de prediccin burstil pueden realizarse con precisin gracias a los servicios basados en el IoT. En las aplicaciones en tiempo real, la precisin de la previsin de la fluctuacin del precio de las acciones es muy importante para los inversores, y les ayuda a gestionar mejor sus fondos a la hora de formular estrategias de negociacin. Siempre ha sido un objetivo y un problema difcil para los investigadores financieros utilizar herramientas predictivas para obtener valores predichos ms cercanos a los valores reales a partir de un conjunto de datos financieros dado. Los indicadores adelantados, como los futuros y las opciones, pueden reflejar cambios en muchos mercados, como la prosperidad del sector. Aadiendo el conjunto de datos de los indicadores adelantados se puede predecir bien la tendencia de los precios de las acciones. En esta investigacin, se propone una estrategia para encontrar seales de negociacin de valores que combina redes neuronales de memoria a corto plazo con algoritmos genticos. Este nuevo marco se denomina red neuronal de memoria a corto plazo con ndice lder, o LSTMLI para abreviar. Tomamos los mercados burstiles de Estados Unidos y Taiwn como objetos de investigacin y utilizamos datos histricos, futuros y opciones como conjuntos de datos para predecir los precios de las acciones de estos dos mercados. A continuacin, utilizamos algoritmos genticos para encontrar seales de negociacin para el sistema de negociacin de valores diseado. Los resultados experimentales muestran que el sistema de negociacin de acciones propuesto en esta investigacin puede ayudar a los inversores a obtener ciertos rendimientos.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Internet de las cosas; Modelos de predicción bursátil; Sector financiero; Estrategias de negociación; Herramientas de predicción; Cotizaciones bursátiles
• Keywords:Internet of things; Stock prediction models; Financial sector; Trading strategies; Predictive tools; Stock prices