Si quisiera construir una IA para operar en el mercado de valores, ¿cómo lo haría?

Este curso dirigido por Georgia Tech en Coursera le enseña cómo usar la inteligencia artificial para negociar acciones de Inversión Computacional, Parte I – Instituto de Tecnología de Georgia | Coursera. El mismo curso también está disponible en Udacity: Machine Learning for Trading

He realizado este curso y todos los métodos que se enseñan incluyen la capacitación del modelo de inteligencia artificial en datos históricos, es decir, no un aprendizaje no supervisado. Inicialmente, usted preguntó acerca de las redes neuronales, que generalmente se usan en el aprendizaje supervisado, pero luego declaró que desea específicamente que el aprendizaje no esté supervisado. No estoy seguro de por qué haría esa estipulación, pero es mejor evaluar varias metodologías de ML y elegir una (o más) en función de qué tan bien encajan en el dominio del problema en lugar de elegir una desde el principio y forzar su adaptación a un dominio del problema para lo cual puede no ser el más adecuado.

La capacidad de predecir la tendencia del mercado de valores está cerca de obtener una licencia para imprimir dinero.

El aprendizaje automático se está utilizando para predecir las tendencias futuras del mercado de valores a pesar de que las empresas que investigan sobre este tema aún no están listas para comenzar a comerciar con fondos de la gente.

Estos algoritmos analizan todo, desde variaciones de precios, cambios en el volumen hasta datos macroeconómicos, como documentos de contabilidad corporativa e incluso los artículos de noticias de vez en cuando para predecir el futuro de una acción.

La predicción simple de la tendencia de las acciones utiliza datos históricos para predecir el precio de una acción en el futuro cercano. El motor escucha los artículos de noticias sobre el stock de varias fuentes en tiempo real, como periódicos y revistas. Estos datos se comparan con los datos históricos, así como con las conclusiones derivadas del análisis de otros datos textuales, incluidos los resultados trimestrales y los comunicados de prensa. Se pueden recopilar datos históricos de las existencias y se puede realizar un análisis de regresión lineal para encontrar la tendencia durante el período.

Predicción avanzada

El promedio móvil es una estrategia de predicción de series de tiempo que es cuantificable y de fácil acceso debido a los avances en las técnicas de minería de datos. Hay muchas otras técnicas cuantificables como la regresión.

Las fluctuaciones en un índice tienen un efecto en otros índices, por lo que los valores de varios índices globales deben tenerse en cuenta antes de elevar una compra o venta.

El análisis de sentimientos se puede realizar en los datos textuales para considerar las emociones de los inversores antes de hacer una predicción.

He estado trabajando en una aplicación para hacer esto durante casi 20 años, y recientemente la completé para todos los fines prácticos de tal manera que sea lo suficientemente rápido como para comercializar el mercado casi en tiempo real. El mayor desafío fue el marco de trabajo para detectar todos los canales posibles y curvas parabólicas que podrían ajustarse a los datos en tiempo casi real. Después de eso, fue un esfuerzo de 6 o 7 años crear y ejecutar algoritmos de fuerzas brutas para intercambiar virtualmente todas las variaciones y determinar qué canales y curvas son más predictivos en la mayoría de las situaciones.

Eso es solo una parte de eso. Creé un sistema de gráficos completamente nuevo que está cuantificado por precio, construí módulos para analizar zonas de soporte, zonas de resistencia, tendencias de regresión lineal y también “imprimió” cada barra de mercado. La aplicación se llama Paladin Trading. Creo que es la primera IA comercial real de alto nivel que se haya creado. Por ahora solo lo estoy usando para ganar dinero, pero con la ayuda de algunos socios de riesgo, debería haber una versión pública de la aplicación disponible en 1 a 2 años.

Los que respondieron son correctos. Escribo software muy rápido. En mi tercer año de universidad trabajé para el Dr. Jarvik ayudando a modelar el corazón artificial Jarvik 7 escribiendo software de superficie 3D cuando 3D CAD era algo nuevo. La IA es una tarea que consume mucho tiempo. Debe comenzar con una mente humana realmente buena que vea muy bien el espacio del problema, y ​​luego encuentre formas de imprimir el pensamiento humano en matemáticas, y luego ir más allá y mejorar lo que la mente humana es capaz de hacer. Un mejor término para esto es inteligencia aumentada cuando se hace correctamente. Es una experiencia que casi se fusiona con el software, aprender del software y luego el software mejora porque el desarrollador se vuelve mejor para guiar cómo aprende la IA. Es probable que este gran trabajo no sea realizado por un gran equipo cuando el espacio del problema es algo tan complejo como el mercado. Los equipos podrían conducir AI, o síntesis de voz AI, o crear aplicaciones de programas de juegos de IA. Allí donde muchas veces a lo largo de los años pensé que podría no ser posible, pero después de un avance, nunca me di por vencido y finalmente llegué a una solución muy viable que es casi aterradora y predictiva de lo que ves trabajando con datos de Forex en tiempo real . Lo más probable es que funcione tan bien con las acciones, pero prefiero Forex debido a la liquidez, la profundidad del mercado y el volumen del mercado.

Dudo que mi IA comercial vea una competencia significativa durante al menos 20 o 30 años. Esperamos que Paladin Trading se convierta en un nombre de casa. El trabajo restante no es muy técnico, principalmente el embalaje y el respaldo de una empresa para brindar soporte, capacitación, ventas, etc.

Existen varios métodos posibles, los más conocidos son supervisados, pero realmente no necesita respuestas “correctas”, necesita datos históricos en términos de precios de las acciones y algunas características que los influyen, luego en función de los precios que tienen tendencias al alza o a la baja en ciertos umbrales puede configurarlo para comprar o vender.

En términos de redes neuronales, podría ser posible tomar noticias sobre compañías como datos de entrada y datos históricos en esos eventos de noticias y utilizar una red neuronal recurrente para generar las tendencias esperadas.

Hacer un sistema de comercio algorítmico simple es bastante difícil, pero hacer un programa para aprender la teoría del caos, el análisis cuantitativo y todas las demás matemáticas necesarias para analizar y tomar decisiones inteligentes por sí mismo, sin supervisión es más fácil decirlo que hacerlo. Olvídate de los obstáculos académicos iniciales para superar, entrenar un sistema de este tipo requeriría cientos de miles de dólares en hardware y millones más para funcionar.

De todos modos, si algún día construyes un sistema tan inteligente, ofrezco 2 millones de dólares por el 20% de la compañía.

* Recuerda que soy el primero en hacerte una oferta, no me olvides entonces. 🙂