Estoy a punto de embarcarme en el entrenamiento de una red neuronal con datos diarios de divisas, con vistas a obtener una red predictiva. También estoy interesado en utilizar datos distintos a los del propio par de divisas, de forma similar al análisis intermercado. ¿Qué otros datos de series temporales cree el panel que pueden proporcionar una aportación significativa? Obviamente, otros tipos de cambio cruzados son importantes, junto con las series temporales de los tipos de interés. Pero, ¿qué pasa con las series temporales menos intuitivas? Me interesan más las series temporales que tienen una razón fundamental justificada para su inclusión que las que simplemente presentan una correlación histórica. Los enlaces a referencias/documentos en línea, por ejemplo, SSRN, etc., serían muy bienvenidos.
Respuestas
¿Demasiados anuncios?
Además de los tipos de cambio cruzados y los tipos de interés, hay otros datos potencialmente útiles:
1) Datos económicos (PIB, tasas de inflación, cifras de empleo) de los países concretos cuyas monedas le interesan. Aunque estos datos pueden ser indicadores útiles, existen sin embargo dos problemas: En primer lugar, la granularidad de los datos. Si se utilizan datos de divisas del día a día o intradiarios, lo ideal sería que las demás entradas de la NN tuvieran una escala de tiempo similar, y éstas no lo son. El segundo problema es que las estadísticas gubernamentales suelen estar sujetas a "ajustes" algún tiempo después de su publicación. A pesar de estas advertencias, estos datos económicos pueden ser útiles en lo que respecta a las tendencias a largo plazo.
2) Los tipos de cambio son valores relativos de una moneda fiduciaria frente a otra, sin ninguna escala absoluta de valor "verdadero". Es útil incluir también como entrada series de precios de activos "duros", como los metales preciosos y básicos y la energía. Esto ayuda a proporcionar al menos alguna forma de referencia absoluta. Por ejemplo, un aumento del precio del oro (denominado en dólares estadounidenses) puede considerarse como una disminución del valor del dólar frente a los activos duros.
También es necesario examinar los indicadores y filtros técnicos. Los análisis técnicos suelen ser muy utilizados por los profesionales de las finanzas y pueden aplicarse a cualquier tipo de marco temporal, ya sea intradía o EOD. Dado que las RNA son capaces de adaptarse a entradas no lineales complejas, no estaría de más añadir muchos de esos indicadores a la mezcla
En realidad, se pueden encontrar artículos que hablan de alguna relación entre casi cualquier tipo de indicador. Pero en base a mi trabajo esto es lo que te sugiero añadir:
- Futuros sobre materias primas (continúa) (Muchos trabajos sobre la relación entre los precios del petróleo y el USD, el oro/la plata y el USD)
- Índices de mercado (DJI, S&P500, DAX, SET, NZ40, ...)
También te sugeriría que invirtieras los patrones de estos índices y futuros y añadieras tanto el patrón original como el inverso.
Los diferenciales de los tipos de interés son la entrada fundamental más justificable, también la entrada de segundo orden más explicativa que debería utilizar. Otro es la pendiente de la curva de rendimiento y la diferencia de pendiente entre pares. También se puede observar la diferencia relativa en la velocidad de las variaciones de los tipos de interés. Otro dato fundamental es el diferencial real de IR. Buena suerte.
