Predicción de Tendencia del Precio de Activos Financieros: Análisis de Gráficos de Velas con Aprendizaje Profundo

Abstract

Existe un fuerte interés por parte de la industria financiera por tener predicciones precisas del comportamiento de los precios de los activos. El objetivo de esta tesis es ver si las técnicas modernas de procesamiento, análisis y predicción con imágenes pueden ser utilizadas con gráficos de velas para automatizar la identificación de patrones que permitan predecir la tendencia del precio de acciones a corto plazo. En el presente trabajo se realizan experimentaciones con diversas metodologías, alternando entre varios conjuntos de datos, métodos de clasificación, y algoritmos predictivos. También se contrasta el desempeño de algoritmos de redes neuronales prediciendo tendencias de precios mediante el análisis de gráficos de velas, contra algoritmos más tradicionales de aprendizaje automático prediciendo la misma variable en base a indicadores técnicos. Los resultados obtenidos por algoritmos de redes neuronales al analizar gráficos de velas superan al azar - lo cual es significativo dada la naturaleza desafiante de este problema predictivo - y al análisis tradicional de indicadores técnicos mediante algoritmos de aprendizaje automático. Esto sugiere que a partir de los gráficos de velas podría plantearse un modelo con cierta capacidad predictiva, y sería viable incorporarlo en estrategias de trading.