¡Hola amigos, excelente tarde!
Como ya han notado en mi blog, suelo realizar muchos pronósticos usando Redes Neuronales Artificiales con el fin de que puedan aprovechar los resultados para prevenir y/o realizar estrategias de inversión efectivas. Sin embargo, en la siguiente publicación me gustaría profundizar más sobre que son las Redes Neuronales como tal, y como podemos aprovechar su potencial en la toma de decisiones en nuestras estrategias de inversión.
Idea básica de una Red Neuronal.
El concepto de Red Neuronal Artificial se refiere a un sistema matemático formulado de acuerdo a ciertas condiciones y valores (establecidos como parámetros) que permiten obtener en su conjunto un cierto resultado; estas tratan de emular el comportamiento de las Redes Neuronales Biológicas, es decir, un conjunto de neuronas conectadas entre sí que trabajan en conjunto para realizar diferentes actividades; aprenden de la experiencia vivida por los seres humanos, de tal forma permiten "aprender" sobre la marcha. Una Red Neuronal Artificial, por lo tanto, trata de emular este "aprendizaje" a partir de la "experiencia" (que, en este caso en concreto, se refiere a los datos con los que alimentamos a dicha Red).
La estructura de una red neuronal artificial de una única capa oculta que he usado para realizar mis pronósticos es:
Donde A representa a las entradas de los datos (en este caso, representa los valores de la diferencias logarítmicas de los precios de las acciones rezagados de acuerdo al orden de rezago de la red), B y D representan los pesos asociados al proceso de optimización (que en este caso, es una red Neuronal de tipo Feed-forward), C representa los nodos ocultos de la red neuronal y que se calcula la función de activación de la red neuronal, E representa la capa de salida de acuerdo a la función de salida de la red, y F que representa los resultados del cálculo de la red (que en nuestro caso, resultan en los pronósticos del modelo). Por lo tanto, la Red Neuronal funciona de manera similar a un modelo estimado con el proceso Box-Jenkins, ya que se encarga de realizar pronósticos con base en los datos rezagados, con la ventaja de que no es necesario confirmar que los supuestos de los residuos de un modelo lineal se cumplan.
Usos en el análisis bursátil.
Los pronósticos como tal son herramientas muy útiles para estimar el posible comportamiento de una serie de tiempo (como por ejemplo, los movimientos de los precios de una acción o los movimientos en los valores de los índices), de tal manera que tengamos un escenario de referencia para decidir en que invertir, cuanto invertir, y cuanto tiempo permitir que la inversión se mantenga. Concretamente hay dos posibles usos de un pronóstico:
- Usando el valor del pronóstico como un indicador: usando las estimaciones del mismo como referencia para decidir si invertir o no, decidir si retiras una inversión o si la mantienes, etc.
- Aprovechar los Intervalos de confianza: su uso es casi exclusivo para establecer nuestros Stop Loss y Take profit, ya que delimitan, de acuerdo a un cierto nivel de probabilidad (en el caso de mis pronósticos, dicho intervalo de probabilidad es del 95%) a que dirección se dirigirán los precios con una perdida Máxima o una ganancia Máxima.
El aplicar ambas estrategias en una inversión ayudara no solo a adelantarse a las tendencias del mercado, si no además a administrar de mejor manera los riesgos asociados a invertir en un instrumento financiero. Por otra parte, el uso de los pronósticos usando Redes Neuronales con esta estructura son muy versátiles, ya que al no ser modelos causales no es necesario verificar que exista o no relación económica entre las variables que se están introduciendo (ya que prácticamente es la misma variable pero en diferentes periodos de tiempo), lo cual hace que estos modelos sean bastante sencillos de realizar. Por el lado negativo, estos resultados solo son eficientes en pequeños periodos de tiempo (nunca recomiendo realizar un pronóstico a un tiempo mayor de 12 periodos). El conocer todas estas características te permiten aprovechar al máximo su uso para el análisis bursátil y las estrategias de inversión.
¡Saludos!
