Redes neuronales convolucionales: clasificación de procesos estocásticos y su aplicación a la gestión de riesgos financieros

• Autores: Muratore, Evelyn Giselle
• Año de publicación: 2025
• Idioma: español castellano
• Tipo de recurso: tesis de grado
• Colaborador/a o director/a de tesis: Basaluzzo, Gabriel; Fernando Kricun
• Institución: Universidad de San Andrés

Fil: Muratore, Evelyn Giselle. Universidad de San Andrés. Escuela de Negocios; Argentina.
El presente trabajo propone estudiar la capacidad de las redes neuronales convolucionales, o Convolutional Neural Networks (CNN) en inglés, de clasificar características de los procesos estocásticos. En particular, nos interesa su capacidad para reconocer tendencia, estacionalidad y clusters de volatilidad. En primera instancia, nos avocamos a clasificar series de paseos aleatorios puros, con deriva y estacionales y movimiento browniano geométrico, con el fin de identificar patrones de tendencia y estacionalidad. En segunda instancia, el análisis se orientará al ámbito de la gestión de riesgos mediante la clasificación de clusters de volatilidad, explorando si las CNNs pueden determinar la cantidad de estados de volatilidad ´optima — de acuerdo con la métrica silhouette score — para su aplicación en el método K-means clustering.