Sobre este proyecto
it-programming / data-science-1
Abierto
Contexto general del proyecto
Se plantea utilizar un modelo de redes neuronales convolucionales (en este caso una ResNet) para el pronóstico de volatilidad de un activo financiero. Primero se genera una serie de imagnees que serán la base del training y test del modelo (imagenes generadas por metodo de Gramian Angular Fields que transforman series de tiempo (1 dimension) en imagenes (2-D)) para predecir un valor de volatilidad (variable y). Las imagenes contienen informacion de 60 minutos de cada día, por lo que cada imagen representa una hora en especifico de un día . (se usa la data de 348 días = 348 imagenes) con las que se espera predecir el comportamiento de la variable de volatilidad histórica HV (esta es una serie de tiempo de los minutos por lo que en total de datos contiene 348 días*60minutos = 20880 datos)
Categoría Programación y Tecnología
Subcategoría Data Science
Tamaño del proyecto Grande
¿Es un proyecto o una posición? Un proyecto
Disponibilidad requerida Según se necesite
Plazo de Entrega: No definido
Habilidades necesarias