Predicción de criptomonedas con técnicas de Deep Learning

Abstract

Este trabajo aborda el estudio de distintas técnicas de Deep Learning para la predicción de series temporales. Para hacer este estudio, usaremos los datos históricos de la criptomoneda Ethereum con un periodo de vela de cinco minutos. Realizaremos un análisis de los datos y extraeremos nueva información a partir de algunos indicadores técnicos. Finalmente, estudiaremos distintos tipos de arquitecturas neuronales y llevaremos a cabo una comparativa de su rendimiento. Aunque en este documento aplicamos el estudio sobre el mercado de las criptomonedas, este trabajo es extrapolable a cualquier otro mercado de valores como el bursátil, e incluso a otro tipo de datos de series temporales.