Discusión sobre el artículo "Ecuación simbólica de previsión del precio con SymPy"

[MetaQuotes]

Artículo publicado Ecuación simbólica de previsión del precio con SymPy:

El artículo describe un enfoque interesante del trading algorítmico basado en ecuaciones matemáticas simbólicas, en lugar de las tradicionales «cajas negras» del aprendizaje automático. El autor muestra cómo transformar redes neuronales opacas en ecuaciones matemáticas legibles utilizando la biblioteca SymPy y la regresión polinómica, lo que permite comprender plenamente la lógica que subyace a las decisiones de trading. Este enfoque combina la potencia computacional del aprendizaje automático con la transparencia de los métodos clásicos, lo que permite a los traders analizar, ajustar y adaptar los modelos en tiempo real.

Dada la dificultad que entraña interpretar el funcionamiento interno de los modelos de aprendizaje automático, me pregunté: ¿y si pudiéramos crear un modelo que fuera igual de potente, pero totalmente transparente? Un modelo que no solo ofreciera una previsión, sino una fórmula matemática exacta: «Precio en 24 horas = f(RSI, MACD, volatilidad, ...)». Esto nos permitiría no solo predecir, sino también comprender el mercado a un nivel fundamental.

La investigación condujo a las matemáticas simbólicas, un ámbito en el que los ordenadores no trabajan con números, sino con expresiones matemáticas. Si el aprendizaje automático convencional dice «la respuesta es 1,4523», entonces las matemáticas simbólicas explican: «la respuesta es 1,4523 porque 0,003×RSI - 0,127×volatilidad² + …».

La biblioteca SymPy de Python fue todo un descubrimiento. Permite no solo entrenar un modelo, sino también extraer de él una ecuación matemática en su forma más pura. Imagina: en lugar de una misteriosa red neuronal, tienes una fórmula que puedes escribir en un papel, analizar y comprender cada uno de sus términos. SymPy se integra con scikit-learn, lo que permite transformar las regresiones en expresiones algebraicas. Esto no es nada nuevo: el concepto lleva desarrollándose desde los años 80 (con sistemas como Mathematica), pero en el ámbito del trading resulta revolucionario. Según mi experiencia con el sistema Midas, esto aumentó la estabilidad del sistema en un 25 %, ya que me permitió ajustar manualmente las fórmulas a las condiciones del mercado.

Autor: Yevgeniy Koshtenko

[HeAic]

No acabo de entender de qué se trata, pero tiene buena pinta :) Lo ejecuto en Spyder (Python 3.13) desde la colección WinPython 3.13.50. Para obtener los datos en la terminal, hay que pulsar Ctrl+U.