{rfName}
Ar

Licencia y uso

Icono OpenAccess

Citaciones

25

Altmetrics

Análisis de autorías institucional

Gallardo Olmedo, FernandoAutor o CoautorMéndez-Suárez MAutor o Coautor

Compartir

12 de junio de 2020
Publicaciones
>
Artículo

Artificial intelligence modelling framework for financial automated advising in the copper market

Publicado en:Journal Of Open Innovation: Technology, Market, And Complexity. 5 (4): - 2019-01-01 5(4), DOI: 10.3390/joitmc5040081

Autores: Méndez-Suárez M., García-Fernández F., Gallardo F.

Afiliaciones

ESIC Business & - Autor o Coautor
Marketing School, Madrid - Autor o Coautor
Universidad Autónoma de Madrid - Autor o Coautor
Universidad Politécnica de Madrid - Autor o Coautor

Resumen

© 2019 by the authors. Financial innovation by means of Fintech firms is one of the more disruptive business model innovations from the latest years. Specifically, in the financial advisor sector, worldwide assets under management of artificial intelligence (AI)-based investment firms, or robo-advisors, currently amount to US$975.5 B. Since 2008, robo-advisors have evolved from passive advising to active data-driven investment management, requiring AI models capable of predicting financial asset prices on time to switch positions. In this research, an artificial neural network modelling framework is specifically designed to be used as an active data-driven robo-advisor due to its ability to forecast with today's copper prices five days ahead of changes in prices using input data that can be fed automatically in the model. The model, tested using data of the two periods with a higher volatility of the returns of the recent history of copper prices (May 2006 to September 2008 and September 2008 to September 2010) showed that the method is capable of predicting in-sample and out-of-sample prices and consequently changes in prices with high levels of accuracy. Additionally, with a 24-day window of out-of-sample data, a trading simulation exercise was performed, consisting of staying long if the model predicts a rise in price or switching to a short position if the model predicts a decrease in price, and comparing the results with the passive strategies, buy and hold or sell and hold. The results obtained seem promising in terms of both statistical and trading metrics. Our contribution is twofold: 1) we propose a set of input variables based on financial theory that can be collected and fed automatically by the algorithm. 2) We generate predictions five days in advance that can be used to reposition the portfolio in active investment strategies.

Palabras clave

Artificial intelligenceCommodity investmentCopper investmentFinancial innovationFintechNeural networksRobo-advisor

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista Journal Of Open Innovation: Technology, Market, And Complexity debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia Scopus (SJR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2019, se encontraba en la posición , consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Economics, Econometrics and Finance (Miscellaneous).

Desde una perspectiva relativa, y atendiendo al indicador del impacto normalizado calculado a partir de las Citas Mundiales de Scopus Elsevier, arroja un valor para la media Ponderada del Impacto Normalizado de la agencia Scopus: 2.86, lo que indica que, de manera comparada con trabajos en la misma disciplina y en el mismo año de publicación, lo ubica como trabajo citado por encima de la media. (fuente consultada: ESI 14 Nov 2024)

Esta información viene reforzada por otros indicadores del mismo tipo, que aunque dinámicos en el tiempo y dependientes del conjunto de citaciones medias mundiales en el momento de su cálculo, coinciden en posicionar en algún momento al trabajo, entre el 50% más citados dentro de su temática:

  • Field Citation Ratio (FCR) de la fuente Dimensions: 10.44 (fuente consultada: Dimensions Aug 2025)

De manera concreta y atendiendo a las diferentes agencias de indexación, el trabajo ha acumulado, hasta la fecha 2025-08-06, el siguiente número de citas:

  • Scopus: 22

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2025-08-06:

  • El uso, desde el ámbito académico evidenciado por el indicador de la agencia Altmetric referido como agregaciones realizadas por el gestor bibliográfico personal Mendeley, nos da un total de: 173.
  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 202 (PlumX).

Con una intencionalidad más de divulgación y orientada a audiencias más generales podemos observar otras puntuaciones más globales como:

  • El Score total de Altmetric: 2.7.
  • El número de menciones en la red social X (antes Twitter): 3 (Altmetric).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.

Análisis de liderazgo de los autores institucionales

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (MENDEZ SUAREZ, MARIANO) y Último Autor (Gallardo F).