Padilla Franco, Javitt Higmar NahittArenas Martínez, JesúsRobledo Portillo, Ivonne Haydee2021-02-222021-02-222019-11-27LCA-2019-220http://hdl.handle.net/20.500.11961/5786El proyecto analiza el desarrollo de un modelo con redes neuronales recurrentes de tipo LSTM que ayude al pronóstico del precio de Bitcoin. El objetivo es pronosticar el precio en el lapso de tiempo de una semana a futuro. La hipótesis dice qué mediante el análisis y modelado de las fluctuaciones pasadas en el precio del Bitcoin es factible pronosticar su valor futuro con un 50% de nivel de confianza. Se utilizaron datos históricos de la criptomoneda desde el 2009 hasta 2019 en temporalidad medidas en días. Los parámetros que se usaron de entrada para el desarrollo, son los mismos datos extraídos de la Blockchain y el precio. Se construyeron dos modelos, el primero que contiene todos los parámetros y el segundo solo el precio. En el primer modelo solo se llegó hasta el entrenamiento de la red neuronal y el segundo se utilizó para realizar el pronóstico de una semana. Los resultados que se obtuvieron con el primer modelo son deficientes en la exactitud del precio conforme al tiempo, sin embargo, los parámetros de la Blockchain están ligadas con la fluctuación del precio de Bitcoin. El segundo modelo de igual manera tuvo una precisión deficiente precio, pero aprendió de los rangos en que oscila el precio y las posibles bajadas o subidas que presenta. Se cumplió el objetivo con el segundo modelo y la hipótesis este proyecto no fue comprobada ya que, le fue difícil al modelo pronosticar el precio del Bitcoin y el porcentaje no tuvo el nivel de confianza factible. Las recomendaciones conforme al proyecto es que deben usarse tramas de tiempo más cortos por ejemplo de una hora para tener mejores resultados en el pronóstico.spaBitcoin, pronósticom LSTM. series de tiempo, red neuronal recurrenteLCC::TECHNOLOGYinfo:eu-repo/classification/cti/7Trabajo recepcional licenciatura