Inteligencia Artificial y Big Data para Gestión de Activos

Aunque todos los negocios están tranformándose gracias a la digitalización, la gestión de activos apenas a comenzado esa transformación y estamos viendo los primeros pasos en el uso del big data y la inteligencia artificial para dar soporte o automatizar las decisiones de inversión en una cartera.

En las charlas de Introducción al uso de Inteligencia Artificial y Big Data para Gestión de Activos el Dr. Raúl Gómez Martínez describe como se crean los modelos que InvestMood utiliza para desarrollar sus sistemas big data de trading algorítmico basados en modelos de inteligencia artificial sobre el sentimiento del inversor.

Para ello es necesario utilizar una herramienta estadística, en este caso la versión free de dVelox desarrollada por Apara:


Código Licencia:
A800cP1600435F00
A5005P1601435F03

Y, por suspuesto, tener datos, como los que hay en el fichero adjunto extraídos de Google Trends.

En la primera parte de la charla enmarcamos la investigación en el contexto de la eficiencia del mercado, entrando en la neuroeconomía para entender por qué las decisiones de inversión no son tan racionales como deberían ser, valorando el componente emocional de las mismas y describiendo los sesgos conductuales que han sido demostrados en la literatura económica como son el clima, los patrones estacionales, los resultados deportivos o las fases lunares.

En este punto la clave es medir el sentimiento del inversor para anticiparnos a estos sesgos emocionales y al mercado, lo que nos lleva a un enfoque Big Data donde utilizamos la inteligencia artificial para predecir la evolución del mercado en función de medidas de sentimiento exclusivamente. En la última parte de la charla, utilizando dVelox y un sencillo set de datos el alumno crea su propio modelo. En este vídeo podéis ver cómo crear el wrokflow para entrenar el modelo de inteligencia artificial, y cómo lanzar nua predicción para el próximo periodo:

En la última charla realizada, los alumnos modelizaron un sistema de trading sobre la tendencia semanal del Bitcoin que ofrecía estas tasas de acierto con una validación retrospectiva:


ċ
Raul Gomez,
21 sept. 2018 23:06
ċ
Raul Gomez,
22 jul. 2019 23:51
ċ
Raul Gomez,
25 ene. 2019 9:33
ċ
Raul Gomez,
27 ene. 2020 3:06
Comments