Discusión sobre el artículo "Redes neuronales en el trading: una visión unificada del espacio y el tiempo (Extralonger)"
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Artículo publicado Redes neuronales en el trading: una visión unificada del espacio y el tiempo (Extralonger):
En los estudios sobre transporte, los datos constituyen una red en la que los nodos son estaciones de monitorización y las aristas reflejan las relaciones entre ellos. En el mundo financiero, los activos, las bolsas, los brókeres y las plataformas de trading desempeñan un papel similar, y entre ellos circulan continuamente la información y el capital. Si en la red viaria la señal es el tráfico de vehículos, en los sistemas financieros esa señal la constituyen los precios, los volúmenes, la liquidez y el comportamiento de los participantes en el mercado. En ambos casos, el objetivo consiste en identificar, a partir del análisis de datos históricos, los patrones de la dinámica espaciotemporal y elaborar un pronóstico para el futuro.
Los enfoques tradicionales para resolver este tipo de problemas se apoyaban en considerar por separado los componentes espacial y temporal. En los estudios sobre transporte, esto suponía analizar las series temporales del tráfico independientemente de la topología de la red viaria. En finanzas, a su vez, métodos análogos se centraban bien en la dinámica temporal de las series de precios, bien en las correlaciones estructurales entre activos. Esta brecha entre el espacio y el tiempo genera graves limitaciones: los algoritmos se vuelven excesivamente intensivos en recursos y su capacidad de pronóstico a largo plazo se reduce drásticamente.
La principal dificultad radica en que el procesamiento de las características temporales requiere iteraciones repetidas a lo largo de las relaciones espaciales. Al mismo tiempo, el análisis de las dependencias estructurales entre los nodos requiere múltiples pasadas a lo largo del eje temporal. Como resultado, la complejidad de los cálculos aumenta en un orden de magnitud con respecto a los problemas de predicción pura de series temporales. Si a esto le sumamos los volúmenes de datos en rápido crecimiento propios de los sistemas de transporte y los mercados financieros, resulta evidente que, sin un enfoque fundamentalmente nuevo, es prácticamente imposible avanzar más allá de un horizonte de unas pocas horas o unos pocos pasos.
Una de las posibles soluciones a este problema fue propuesta por los autores del trabajo «Extralonger: Hacia una perspectiva unificada de los factores espaciotemporales para la previsión del tráfico a muy largo plazo». Los autores se inspiran en las ideas de Albert Einstein sobre la indisolubilidad del espacio y el tiempo, y sostienen que los factores espaciales y temporales deben considerarse de forma inseparable y simultánea. Esta idea se plasma en el concepto de «Unified Spatial-Temporal Representation» —una representación espaciotemporal unificada—, que elimina la necesidad de separar artificialmente los datos en componentes temporales y espaciales. La información espacial se incluye en cada paso temporal, y la información temporal, en cada nodo de la red.
Autor: Dmitriy Gizlyk