Zobrazit v EDS

Backtesting d’estratègias de trading

Uloženo v:
Podrobná bibliografie
Název: Backtesting d’estratègias de trading
Autoři: Pelaó Asensio, Arnau
Přispěvatelé: Duarte López, Ariel
Informace o vydavateli: Universitat Politècnica de Catalunya, 2025.
Rok vydání: 2025
Témata: Cryptocurrencies, Àrees temàtiques de la UPC::Matemàtiques i estadística, Risk management, Criptomoneda, Anàlisi financera, Machine learning, Aprenentatge automàtic, Investment analysis, Àrees temàtiques de la UPC::Informàtica, Gestió del risc
Popis: Aquest Treball de Fi de Grau (TFG) té com a objectiu el desenvolupament i l’avaluació d’estratègies de trading algorítmic aplicades al mercat de les criptomonedes. Integrant indicadors tècnics tradicionals amb variables de sentiment extretes de notícies. Durant el treball s’implementen diverses estratègies combinant mitjanes mòbils exponencials (EMA), l’índex de força relatiu (RSI) i mètriques de sentiment. Aquest procés s’ha dut a terme utilitzant el framework Backtrader, amb dades de preus extretes de Yahoo Finance i dades de sentiment proporcionades pel tutor. La metodologia del treball inclou la neteja i preparació de les dades, la definició de regles de compra i venda de les estratègies, la segmentació entre període d'entrenament i període de validació, l'optimització dels paràmetres i l’avaluació dels resultats obtinguts mitjançant mètriques tant de rendiment com de risc. Els resultats mostren que les estratègies que integren informació de sentiment presenten un comportament significativament superior respecte a aquelles que es basen exclusivament en indicadors tècnics tradicionals. És veritat que cada actiu respon de forma diferent, i estudiar individualment cadascun és clau per al treball. En determinats escenaris, aquestes estratègies han arribat a tenir rendibilitats anualitzades superiors al 35 %, mantenint un perfil de risc controlat. Les conclusions d’aquest treball confirmen que l’anàlisi de sentiment pot ser una font d’informació molt útil i complementària per al trading algorítmic. A més, el projecte ha tingut un gran valor formatiu, ja que ha servit per posar en pràctica coneixements tècnics i analítics en un escenari financer real.
Druh dokumentu: Bachelor thesis
Popis souboru: application/pdf
Jazyk: Catalan; Valencian
Přístupová URL adresa: https://hdl.handle.net/2117/440546
Přístupové číslo: edsair.od......3484..34767cec4cefa6d464f3b7be7ed3b6d4
Databáze: OpenAIRE
Popis
Abstrakt:Aquest Treball de Fi de Grau (TFG) té com a objectiu el desenvolupament i l’avaluació d’estratègies de trading algorítmic aplicades al mercat de les criptomonedes. Integrant indicadors tècnics tradicionals amb variables de sentiment extretes de notícies. Durant el treball s’implementen diverses estratègies combinant mitjanes mòbils exponencials (EMA), l’índex de força relatiu (RSI) i mètriques de sentiment. Aquest procés s’ha dut a terme utilitzant el framework Backtrader, amb dades de preus extretes de Yahoo Finance i dades de sentiment proporcionades pel tutor. La metodologia del treball inclou la neteja i preparació de les dades, la definició de regles de compra i venda de les estratègies, la segmentació entre període d'entrenament i període de validació, l'optimització dels paràmetres i l’avaluació dels resultats obtinguts mitjançant mètriques tant de rendiment com de risc. Els resultats mostren que les estratègies que integren informació de sentiment presenten un comportament significativament superior respecte a aquelles que es basen exclusivament en indicadors tècnics tradicionals. És veritat que cada actiu respon de forma diferent, i estudiar individualment cadascun és clau per al treball. En determinats escenaris, aquestes estratègies han arribat a tenir rendibilitats anualitzades superiors al 35 %, mantenint un perfil de risc controlat. Les conclusions d’aquest treball confirmen que l’anàlisi de sentiment pot ser una font d’informació molt útil i complementària per al trading algorítmic. A més, el projecte ha tingut un gran valor formatiu, ja que ha servit per posar en pràctica coneixements tècnics i analítics en un escenari financer real.