Supervised learning classifier applied to the analysis of fundamental data of listed companies. Development of predictive models

El proyecto tiene como principal objetivo el desarrollo de modelos de predicción en bolsa a medio plazo utilizando regresiones logísticas y maquinas de vectores de soporte kernealizadas (K-SVM). El trabajo concluye con la obtención de dos modelos, uno para cada clasificador utilizado, siendo el obtenido mediante K-SVM el que demostró ser el más eficaz, ofreciendo una exactitud del 67% y una precisión de clasificación cercana al 70%.

The project has as its main purpose the development of medium- term stock prediction models using logistic regressions and kernelized support vector machines. The work concludes with the obtention of two models, one for each classifier used, being the obtained by K-SVM the one that proved to be the most efficient, offering an accuracy of 67% and a classification precision close to 70%