Un modelo para la predicción del movimiento del precio de las acciones del mercado bursátil basado en un análisis de sentimiento y datos históricos de la BVC

Abstract

La creciente tendencia por la inversión en los mercados financieros, junto con el avance acelerado en las tecnologías durante los últimos 20 años han permitido, crear un campo investigativo amplio, basado en una rama de la inteligencia artificial llamativa para los inversores e investigadores como lo es el aprendizaje automático. Cuyo objetivo es el de refutar la hipótesis de los mercados eficientes, haciendo uso de herramientas que van desde el análisis técnico y fundamental, hasta técnicas de procesamiento de lenguaje natural (PLN) y estructuras más complejas de Deep learning. En el presente trabajo se hace uso de información estructurada extraída de página web de la Bolsa de Valores de Colombia y no estructurada, como lo son, los datos financieros de noticias web relacionadas del índice de indicadores más representativo del mercado colombiano Colcap, Ecopetrol y Bancolombia. Por lo que se plantea, mediante técnicas de aprendizaje automático y varios enfoques de análisis de sentimiento, adaptar un modelo predictivo del movimiento del precio de las acciones dentro del contexto local, por medio de un algoritmo de Regresión Logística y Análisis de Sentimiento basado en los lexicones SenticNet, LoughranMcDonald, y herramientas basadas en reglas y bayesianos ingenuos como VADER y Textblob. Para predecir el movimiento del precio de las acciones mencionadas, para un horizonte de tiempo diario y semanal.