Uso de indicadores técnicos para la previsión de series temporales financieras mediante modelos de aprendizaje automático

Question

Hola, estoy tratando de utilizar indicadores técnicos financieros para la previsión, utilizando modelos de aprendizaje automático. El enfoque habitual en la validación cruzada de series temporales es utilizar una ventana móvil o una ventana creciente. La metodología que estoy utilizando se describe en los siguientes pasos

1. Calcule los indicadores técnicos TA1, TA2, ....TAN para todo el conjunto de datos históricos, utilizando el retardo 1
2. A continuación, utilice un método sencillo de selección de características, como averiguar la correlación cruzada entre las variables independientes y eliminar las variables con una correlación cruzada superior a un determinado umbral
3. Retrasar las variables de entrada en uno
4. A continuación, se entrena el modelo de aprendizaje automático utilizando una ventana móvil y se informa de su rendimiento en el conjunto de entrenamiento
5. Probar su rendimiento en un conjunto de pruebas que no se utilizó en el proceso de entrenamiento

El problema al que me enfrento es que los resultados son muy optimistas. Mi pregunta es si debo calcular los indicadores técnicos por separado para el conjunto de datos de entrenamiento y de prueba y luego utilizarlos, o si debo calcularlos para todo el conjunto de datos al principio y luego dividirlos en conjunto de entrenamiento y de prueba.

Answer 1

En términos de previsión, es MUY difícil predecir series temporales financieras, especialmente utilizando modelos ML. Uno de los trabajos "exitosos" que he visto utiliza un enfoque de clasificador (por ejemplo, la previsión de rendimientos extremos).

Ver: http://algorithmicfinance.org/2-1/pp45-58/

Dicho lo anterior, la estructura de su modelo supondría que los parámetros son estables a lo largo del tiempo. Por qué no utilizar un enfoque VARMA utilizando los indicadores de AT ver aquí: http://users.monash.edu.au/~gathana/slides/isf07.pdf

Answer 2

Hay que tener cuidado cuando se utilizan técnicas de aprendizaje automático en series temporales financieras. Estás asumiendo implícitamente que la tendencia que detectas en los datos con los que entrenas tu modelo, la misma tendencia estará ahí en futuras series temporales.

Además de lo sugerido por KKB, hay otro modelo llamado "Echo State Network" (una familia de RNNs) que deberías mirar. Pero también se aconseja entrenar con datos breves. La razón es que lo que ocurrió hace dos años puede no ser relevante ahora, pero lo que está ocurriendo en los últimos meses sí lo es, ya que refleja acontecimientos recientes. En realidad es un laberinto. Hay que usar la intuición.

Utilice también el intervalo de confianza para juzgar el significado de su valor estimado. Una distribución de probabilidad es bastante útil para calibrar la eficacia de la predicción.