Descargar la presentación
La descarga está en progreso. Por favor, espere
Publicada porValentín Lagos Modificado hace 5 años
1
Jugando a ser ricos: Machine Learning para predecir la Bolsa
Pau Sempere Jugando a ser ricos: Machine Learning para predecir la Bolsa
2
BIG Thanks to SQLSatMadrid sponsors
Platinum Gold
3
Sponsor sessions at 10:15 & 13:00
Don’t miss them, they might be getting distributing some awesome prizes! Also XBOX One & Raffle prizes at 17:45
4
Agenda El fantasma de las predicciones futuras El caso del mercado de stocks ¿Cómo lo hemos aproximado?
5
Agenda El fantasma de las predicciones futuras El caso del mercado de stocks ¿Cómo lo hemos aproximado?
6
El fantasma de las predicciones futuras
7
El fantasma de las predicciones futuras
Para predecir a futuro necesitamos Tendencia Periodicidad
8
El fantasma de las predicciones futuras
9
Demo Time Series
10
El fantasma de las predicciones futuras
11
Demo Time Series y La Bolsa
12
Agenda El fantasma de las predicciones futuras El caso del mercado de stocks ¿Cómo lo hemos aproximado?
13
Mercado de valores Análisis “manual” Gran variedad de indicadores
Origen gráfico Origen “indefinido” Desconfianzas
14
Mercado de valores
15
Cuestión de confianza Nasdaq perdió 150 puntos en 2013 por una noticia falsa en Twitter ¡Obama! ¡Bomba! ¡Herido! ¡Casa Blanca!
16
Modelando el mercado de valores
Comportamiento histórico de la acción: Precios de cierre Máximos y mínimos Volúmenes de negocio Indicadores económicos: LIBOR, PIB, cambios de divisas… La LIBOR (London InterBank Offered Rate, «tipo interbancario de oferta de Londres») es una tasa de referencia diaria basada en las tasas de interés a la cual los bancos ofrecen fondos no asegurados a otros bancos en el mercado monetario mayorista o mercado interbancario.
17
Modelando el mercado de valores
Noticias Análisis de sentimiento Análisis técnico: Medias móviles Resistencias y soportes Tendencias
18
Agenda El fantasma de las predicciones futuras El caso del mercado de stocks ¿Cómo lo hemos aproximado?
19
Aproximando con regresores
Un time series es un regresor lineal
20
Aproximando con regresores
Time Series aceptan regresores externos Se convierten en variables extra en la ecuación 𝑦 𝑡 = 𝑎 1 𝑦 𝑡−1 + 𝑎 2 𝑦 𝑡−2 + 𝑎 3 𝑦 𝑡−3 + 𝑑 1 𝑟 𝑡−1
21
Aproximando con regresores
Cualquier time series se puede convertir en una predicción de regresión clásica Cada elemento de las ecuaciones de ARIMA pueden transformarse en features de un regresor Cada elemento que define el negocio puede añadirse como features de un regresor
22
Arquitectura
23
Demo Stocks con elementos de negocio
24
Siguientes pasos Añadir indicadores técnicos Tunear algoritmos actuales Usar Deep Learning
25
Conclusiones La predicción ha de ser realista y útil para negocio Modelar el negocio es más importante que el algoritmo que se usa El algoritmo tampoco es irrelevante La manera de hacer el test y la simulación es FUNDAMENTAL
27
¡Gracias!
Presentaciones similares
© 2024 SlidePlayer.es Inc.
All rights reserved.