Discusión sobre el artículo "Aprendizaje automático y Data Science (Parte 40): Uso de retrocesos de Fibonacci en datos de aprendizaje automático"

[MetaQuotes]

Artículo publicado Aprendizaje automático y Data Science (Parte 40): Uso de retrocesos de Fibonacci en datos de aprendizaje automático:

Los retrocesos de Fibonacci son una herramienta muy utilizada en el análisis técnico, ya que ayudan a los traders a identificar posibles zonas de reversión. En este artículo, analizaremos cómo estos niveles de retroceso pueden transformarse en variables objetivo para los modelos de aprendizaje automático, con el fin de ayudarles a comprender mejor el mercado mediante esta potente herramienta.

Los números de Fibonacci se remontan al matemático medieval Leonardo de Pisa, también conocido como Fibonacci.

En su libro titulado «Liber Abaci», publicado en 1202, Fibonacci presentó la sucesión numérica que hoy se conoce como la sucesión de Fibonacci. La sucesión comienza con 0 y 1, y cada número subsiguiente en la serie es la suma de los dos números anteriores.

Esta sucesión es poderosa, ya que aparece en muchos fenómenos naturales, incluidos los patrones de crecimiento de las plantas y los animales.

En biología, aunque no sea perfecta, la espiral logarítmica que se observa en las conchas de algunos animales e insectos se aproxima a los números de Fibonacci.

El patrón de crecimiento similar al de Fibonacci también se puede observar en la población de conejos y en los árboles genealógicos de las abejas.

Los números de Fibonacci también pueden observarse en la composición del ADN de algunos mamíferos y seres humanos.

Estas cifras son universales, ya que se han observado prácticamente en todas partes. A continuación, se presentan algunos de los términos comunes que encontrará al trabajar con números de Fibonacci.

Autor: Omega J Msigwa