| dc.contributor |
Gibert i Oliveras, Karina, 1967- |
|
| dc.contributor |
Guillén, Montserrat |
|
| dc.creator |
Aguiló Thorson, Adrià |
|
| dc.date |
2018-09-04T07:28:27Z |
|
| dc.date |
2018-09-04T07:28:27Z |
|
| dc.date |
2018-07 |
|
| dc.date.accessioned |
2024-12-16T10:26:36Z |
|
| dc.date.available |
2024-12-16T10:26:36Z |
|
| dc.identifier |
http://hdl.handle.net/2445/124246 |
|
| dc.identifier.uri |
http://fima-docencia.ub.edu:8080/xmlui/handle/123456789/21339 |
|
| dc.description |
Treballs Finals de Grau en Estadística UB-UPC, Facultat d'Economia i Empresa (UB) i Facultat de Matemàtiques i Estadística (UPC), Curs: 2017-2018, Tutor: Karina Gibert; Montserrat Guillén |
|
| dc.description |
(eng) The main conceptual element this thesis orbits around is the idea of using social networks as a data source. First, classical trading theory and current usage of data obtained from social networks is reviewed. Taking all this information into account, a forecasting of the Bitcoin price is performed using both classical methods and machine learning Neural Networks. In order to obtain data from social networks, another complexity layer needs to be added by accessing the sources through APIs and directly web-scrapping the net. The results of all of this complex implementation are given with a strong focus on visualisation using several different techniques. Finally, after a critical discussion a Future Work chapter is introduced, where many possible follow-ups are drawn up. |
|
| dc.description |
(cat) El principal element conceptual al voltant del qual gira aquest Treball de Fi de Grau és la idea d’utilitzar les xarxes socials com a font d’informació. D’entrada, s’analitza tant la teoria clàssica d’inversió com l’ús actual de les xarxes socials com a font d’informació. Tenint en compte tot això, es procedeix a modelitzar i predir el preu del Bitcoin mitjançant tant mètodes classics com Xarxes Neuronals Artificials. Per tal d’obtenir dades a partir de xarxes socials, cal afegir una capa de complexitat al treball mitjançant l’access a les fonts a través d’APIs i directament scrapejant les webs. Els resultats obtinguts a partir d’aquesta complexa implementació es mostren en un format explícitament visual utilitzant diferents tècniques. Finalment, després d’una discussió crítica, es procedeix al capítol de Futur del Projecte on es plantegen varies possibles vies de continuació del treball. |
|
| dc.format |
87 p. |
|
| dc.format |
application/pdf |
|
| dc.language |
eng |
|
| dc.rights |
cc-by-nc-nd (c) Adrià Aguiló Thorson, 2018 |
|
| dc.rights |
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
|
| dc.rights |
info:eu-repo/semantics/openAccess |
|
| dc.source |
Treballs Finals de Grau (TFG) - Estadística i Economia (Doble Grau UB-UPC) |
|
| dc.subject |
Estadística |
|
| dc.subject |
Xarxes socials |
|
| dc.subject |
Teoria de la predicció |
|
| dc.subject |
Treballs de fi de grau |
|
| dc.subject |
Statistics |
|
| dc.subject |
Social networks |
|
| dc.subject |
Prediction theory |
|
| dc.subject |
Bachelor's theses |
|
| dc.title |
Social networks & price forecasting: The case of Bitcoins |
|
| dc.type |
info:eu-repo/semantics/bachelorThesis |
|