Cálculo del exponente de Hurst utilizando Spark Streaming: enfoque experimental sobre un flujo de transacciones de criptomonedas

Autores
Basgall, María José; Hasperué, Waldo; Naiouf, Marcelo; Bariviera, Aurelio F.
Año de publicación
2017
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Actualmente es cada vez más común encontrarse con problemas de Big Data, donde las aplicaciones desarrolladas para resolver dichos problemas son implementadas en frameworks específicos. Uno de los que más se utiliza es Apache Spark, que posee el módulo Spark Streaming el cual permite el tratamiento de datos provenientes de un flujo de información potencialmente infinito. En este trabajo se presenta una aplicación implementada en Spark Streaming que realiza el cálculo del exponente de Hurst, un indicador muy utilizado en el análisis de mercado para la detección de memoria a largo plazo. Los ensayos realizados se hicieron sobre flujos simulados de transacciones de criptomonedas que demuestran la capacidad de Spark Streaming para el tratamiento de este tipo de flujos.
XIV Workshop Bases de Datos y Minería de Datos (WBDDM).
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
spark streaming
stream processing
exponente de Hurst
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/63708
Acceder
id SEDICI_576e6a1341ebbcb66ba9d064a97d9c6c
oai_identifier_str oai:sedici.unlp.edu.ar:10915/63708
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Cálculo del exponente de Hurst utilizando Spark Streaming: enfoque experimental sobre un flujo de transacciones de criptomonedasBasgall, María JoséHasperué, WaldoNaiouf, MarceloBariviera, Aurelio F.Ciencias Informáticasspark streamingstream processingexponente de HurstActualmente es cada vez más común encontrarse con problemas de Big Data, donde las aplicaciones desarrolladas para resolver dichos problemas son implementadas en frameworks específicos. Uno de los que más se utiliza es Apache Spark, que posee el módulo Spark Streaming el cual permite el tratamiento de datos provenientes de un flujo de información potencialmente infinito. En este trabajo se presenta una aplicación implementada en Spark Streaming que realiza el cálculo del exponente de Hurst, un indicador muy utilizado en el análisis de mercado para la detección de memoria a largo plazo. Los ensayos realizados se hicieron sobre flujos simulados de transacciones de criptomonedas que demuestran la capacidad de Spark Streaming para el tratamiento de este tipo de flujos.XIV Workshop Bases de Datos y Minería de Datos (WBDDM).Red de Universidades con Carreras en Informática (RedUNCI)2017-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf558-567http://sedici.unlp.edu.ar/handle/10915/63708spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-34-1539-9info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T10:41:02Zoai:sedici.unlp.edu.ar:10915/63708Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:41:03.098SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Cálculo del exponente de Hurst utilizando Spark Streaming: enfoque experimental sobre un flujo de transacciones de criptomonedas
title Cálculo del exponente de Hurst utilizando Spark Streaming: enfoque experimental sobre un flujo de transacciones de criptomonedas
spellingShingle Cálculo del exponente de Hurst utilizando Spark Streaming: enfoque experimental sobre un flujo de transacciones de criptomonedas
Basgall, María José
Ciencias Informáticas
spark streaming
stream processing
exponente de Hurst
title_short Cálculo del exponente de Hurst utilizando Spark Streaming: enfoque experimental sobre un flujo de transacciones de criptomonedas
title_full Cálculo del exponente de Hurst utilizando Spark Streaming: enfoque experimental sobre un flujo de transacciones de criptomonedas
title_fullStr Cálculo del exponente de Hurst utilizando Spark Streaming: enfoque experimental sobre un flujo de transacciones de criptomonedas
title_full_unstemmed Cálculo del exponente de Hurst utilizando Spark Streaming: enfoque experimental sobre un flujo de transacciones de criptomonedas
title_sort Cálculo del exponente de Hurst utilizando Spark Streaming: enfoque experimental sobre un flujo de transacciones de criptomonedas
dc.creator.none.fl_str_mv Basgall, María José
Hasperué, Waldo
Naiouf, Marcelo
Bariviera, Aurelio F.
author Basgall, María José
author_facet Basgall, María José
Hasperué, Waldo
Naiouf, Marcelo
Bariviera, Aurelio F.
author_role author
author2 Hasperué, Waldo
Naiouf, Marcelo
Bariviera, Aurelio F.
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
spark streaming
stream processing
exponente de Hurst
topic Ciencias Informáticas
spark streaming
stream processing
exponente de Hurst
dc.description.none.fl_txt_mv Actualmente es cada vez más común encontrarse con problemas de Big Data, donde las aplicaciones desarrolladas para resolver dichos problemas son implementadas en frameworks específicos. Uno de los que más se utiliza es Apache Spark, que posee el módulo Spark Streaming el cual permite el tratamiento de datos provenientes de un flujo de información potencialmente infinito. En este trabajo se presenta una aplicación implementada en Spark Streaming que realiza el cálculo del exponente de Hurst, un indicador muy utilizado en el análisis de mercado para la detección de memoria a largo plazo. Los ensayos realizados se hicieron sobre flujos simulados de transacciones de criptomonedas que demuestran la capacidad de Spark Streaming para el tratamiento de este tipo de flujos.
XIV Workshop Bases de Datos y Minería de Datos (WBDDM).
Red de Universidades con Carreras en Informática (RedUNCI)
description Actualmente es cada vez más común encontrarse con problemas de Big Data, donde las aplicaciones desarrolladas para resolver dichos problemas son implementadas en frameworks específicos. Uno de los que más se utiliza es Apache Spark, que posee el módulo Spark Streaming el cual permite el tratamiento de datos provenientes de un flujo de información potencialmente infinito. En este trabajo se presenta una aplicación implementada en Spark Streaming que realiza el cálculo del exponente de Hurst, un indicador muy utilizado en el análisis de mercado para la detección de memoria a largo plazo. Los ensayos realizados se hicieron sobre flujos simulados de transacciones de criptomonedas que demuestran la capacidad de Spark Streaming para el tratamiento de este tipo de flujos.
publishDate 2017
dc.date.none.fl_str_mv 2017-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/63708
url http://sedici.unlp.edu.ar/handle/10915/63708
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-34-1539-9
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
558-567
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1842260276498399232
score 13.13397

Publicaciones similares