Desarrollo de estrategias de inversión algorítmica en mercados de valores basadas en aprendizaje automático

Abstract

Resumen El simple cálculo de operaciones matemáticas hasta el reconocimiento de dígitos escritos a mano, son ejemplos de procesos de automatización en la actualidad. Actualmente, en los mercados de valores en los EEUU, la mayor parte de las transacciones son realizadas por algoritmos que operan en la bolsa, también denominados sistemas automáticos de trading. La utilización de sistemas automatizados en mercados ha sido la tendencia en la industria fi nanciará durante los últimos años. Una de las mas grandes atracciones de dichos sistemas es que a través de ellos se eliminan las emociones de los operadores humanos, ya que todo se encuentra sistematizado. Como enfoque innovador en el área, han surgido tendencias en donde se involucran modelos de aprendizaje automático para mejorar el desempeño de estos sistemas automatizados. Por lo expuesto previamente, en el presente trabajo especial de grado se realizó un estudio de las tendencias de investigación entre las áreas de ML y finanzas,específicamente, trading de acciones en el mercado de valores de los EEUU, utilizando datos técnicos de empresas bien conocidas en el área de la computación, para diseñar e implementar estrategias o sistemas automatizados de trading los cuales son apoyados por modelos de aprendizaje supervisados, bien conocidos en el área de ML, obteniendo así resultados que no demuestran un buen rendimiento a nivel de modelos de ML pero que aun así, tomando encuentra la información que proveen los modelos, en conjunto con otros criterios de decisión, implementar una estrategia de inversión automatizada la cual tiene un mejor desempeño que el resto de estrategias las cuales no toman en cuenta ningún modelo de ML para tomar decisiones. Palabras clave: Mercados, aprendizaje automático, modelos, predicción, acciones, fi nanzas, retornos, trading.