FINEANCE, comparador de rentabilidades esperadas de activos mediante machine learning y técnicas tradicionales de cálculo de rentabilidad
dc.contributor.advisor | Núñez García, Manuel | |
dc.contributor.author | García Pinilla, Paula | |
dc.contributor.author | Gómez Galván, Marta | |
dc.contributor.author | Millán García, Alba | |
dc.contributor.author | Zuazo Berasategi, June | |
dc.date.accessioned | 2023-09-20T14:13:07Z | |
dc.date.available | 2023-09-20T14:13:07Z | |
dc.date.issued | 2023 | |
dc.degree.title | GRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS E INGENIERÍA INFORMÁTICA | |
dc.description.abstract | En este trabajo de Fin de Grado se ha desarrollado una aplicación web llamada Fineance destinada a la comparación de rentabilidades y a la predicción de precios futuros de diversos activos financieros. En primer lugar, se lleva a cabo un Business Plan en el que se explican los objetivos del negocio, las principales necesidades que se desean cubrir y adicionalmente, se realiza un estudio de mercado desde una perspectiva externa e interna con el fin de identificar las principales oportunidades que ofrece Fineance. De esta manera, Fineance se posiciona como una aplicación que ofrece información financiera y la posibilidad de realizar una gran variedad de cálculos de rentabilidad, riesgo y predicciones a corto y largo plazo. Para su desarrollo, se han establecido una serie de requisitos tanto funcionales como no funcionales, sirviendo así de pauta para su implementación. La aplicación cuenta con un frontend que utiliza el marco de trabajo Vue y un backend que se desarrolla bajo el framework de Django, escogido por su compatibilidad con el lenguaje Python, en el cual se ha desarrollado la aplicación. Fineance se encuentra desplegada en el servidor Railway, al cual se puede acceder a través del enlace proporcionado: fineance.vercel.app. | |
dc.description.abstract | In this Final Degree project, a web application called Fineance has been developed for the comparison of yields and the prediction of various financial assets future prices. First, a business plan is conducted explaining the business objectives, the main needs that are desired to be covered, and additionally, a market study is carried out from an external and internal perspective to identify the main opportunities that Fineance could take advantage of. This way, Fineance positions itself as an application that offers financial information and the possibility of performing a wide variety of profitability, risk, and short and long-term prediction calculations. For its development, a series of functional and non-functional requirements have been established, serving as a guideline for the implementation. The application has a frontend that uses the Vue framework, and a backend developed under the Django framework, chosen for its compatibility with Python language in which the application has been developed. Fineance is deployed on the Railway server, which can be accessed through the provided link: fineance.vercel.app | |
dc.description.department | Depto. de Sistemas Informáticos y Computación | |
dc.description.faculty | Fac. de Informática | |
dc.description.refereed | TRUE | |
dc.description.status | unpub | |
dc.identifier.uri | https://hdl.handle.net/20.500.14352/87824 | |
dc.language.iso | spa | |
dc.page.total | 126 | |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | en |
dc.rights.accessRights | open access | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.subject.cdu | 004(043.3) | |
dc.subject.keyword | Finanzas | |
dc.subject.keyword | Aplicación web | |
dc.subject.keyword | Activos | |
dc.subject.keyword | Rentabilidad | |
dc.subject.keyword | Predicciones | |
dc.subject.keyword | Finance | |
dc.subject.keyword | Website | |
dc.subject.keyword | Assets | |
dc.subject.keyword | Profitability | |
dc.subject.keyword | Predictions | |
dc.subject.ucm | Informática (Informática) | |
dc.subject.unesco | 33 Ciencias Tecnológicas | |
dc.title | FINEANCE, comparador de rentabilidades esperadas de activos mediante machine learning y técnicas tradicionales de cálculo de rentabilidad | |
dc.type | bachelor thesis | |
dspace.entity.type | Publication |
Download
Original bundle
1 - 1 of 1
Loading...
- Name:
- 54526_MARTA_GOMEZ_GALVAN_Memoria_TFG_2404368_365908524 (1).pdf
- Size:
- 3.26 MB
- Format:
- Adobe Portable Document Format