Las máquinas están aprendiendo a ganar dinero en Bolsa

CapitalBolsa
Capitalbolsa | 11 dic, 2017 16:39 - Actualizado: 08:26
cbrobots2 chort

El banco francés Societe Generale ha emitido una nota de análisis comparando los resultados de las operaciones de las computadoras - algoritmos de aprendizaje automático - frente a estrategias más básicas de selección de valores. Spoiler: en su mayoría ganan, pero en los últimos dos años han ganado los humanos.

Las diversas barras de colores reflejan el rendimiento de diferentes enfoques del aprendizaje automático utilizando un conjunto de datos de 80 factores fundamentales y técnicos sobre un promedio de 1.000 acciones cotizadas desde diciembre de 1989 hasta septiembre de 2017.

Las acciones están tomadas del índice FTSE Developed World, pero excluyen a las compañías financieras. El modelo de referencia negro "Todos los factores" simplemente utiliza un promedio ponderado de los factores.

El claro ganador es el algoritmo de máquina de vector de soporte no lineal (SVM). Agárrese a la silla un momento mientras trato de explicar qué es eso.

En este caso, la pregunta que debe responderse es si se debe adoptar una posición larga (comprados) o corta (vendidos) dada la información disponible (los factores). Por lo tanto, los algoritmos de aprendizaje automático van a analizar los datos y predecir si se pondrán largos o cortos. Esa decisión será correcta o incorrecta, y el algoritmo usará esa retroalimentación para ajustarse.

Un algoritmo SVM básicamente trata de identificar patrones en un conjunto de datos, y por lo tanto, divide los datos en dos grupos dibujando una línea entre ellos. Todo es esto o aquello. Una decisión binaria. Largo o corto. La idea es encontrar una línea que tenga el mayor margen entre los dos grupos, creando así una distinción lo más clara posible. (Leer más)

contador