[eng] Forex has always been an active field of
investigation. Hence, in this work, we study the
long short-term memory (LSTM) algorithm to
analyse and forecast the EUR/USD exchange
rate. We find that the LSTM provides good fit
and forecasts for this series, which provides
trading strategies in a hypothetical streaming
trading session. In addition, we show a web
application in which we fit a LSTM that makes
predictions using a statistical learning model.
Therefore, we visualise, analyse, and make
optimal decisions through a deep learning model
[spa] Forex desde siempre ha sido un campo de
investigación muy activo. Tal es su importancia,
que en este trabajo se estudia el algoritmo long
short-term memory (LSTM) con el objetivo de
analizar y predecir el comportamiento del tipo de
cambio EUR/USD. Se verifica el buen
rendimiento que presenta y lo adecuado que
resulta este tipo de algoritmo para este tipo de
problemas. Se muestra como el LSTM sirve de
base para la creación de una estrategia en una
hipotética sesión de trading a tiempo real. Para
ello, se enseña como en una aplicación web se
aplica una estrategia de trading valiéndose de las
predicciones de un modelo de Aprendizaje
Estadístico. De esta manera, se puede visualizar,
analizar, y tomar decisiones de manera óptima
guiándose por un modelo de Deep Learning.