Predicción del precio de azúcar en Argentina a partir de modelos de Machine Learning

Abstract

Gracias al avance tecnológico vivenciado en la última década, posibilitando contar con una disponibilidad masiva de datos y una mayor facilidad de cómputo, se observaron avances en algoritmos y técnicas de aprendizaje automático. Esto abrió una nueva oportunidad para las organizaciones de contar con cierto tipo de información que antes se consideraban inalcanzable. En Argentina, y sobre todo en el sector agropecuario, el uso de estas herramientas aún tiene un largo camino por recorrer. El objetivo de este trabajo es utilizar técnicas relacionadas con el enfoque estadístico de aprendizaje supervisado (machine learning) para predecir el precio del azúcar en el mercado argentino. El mismo, cuenta con un contexto económico y político que lleva a pensar que responde a la ley de oferta y demanda, donde el precio depende de la cantidad de oferta circulante en el país. Por otro lado, el azúcar proviene del procesamiento de la caña de azúcar producida en los campos argentinos, siendo el clima un factor relevante para la predicción de la oferta de azúcar circulante. Debido a esto, para la realización de este trabajo se combinaron los datos climáticos con datos de producción de azúcar para predecir la producción anual a través de los modelos de XGBoost, Maquinas de Vector Soporte y Redes Neuronales. A partir de esta predicción y en combinación con los precios históricos del azúcar, se utilizaron las técnicas de Regresión Lineal, Regresión Exponencial, PieceWise, Splines, Prophet y XGBoost para la predicción del precio y posterior inferencia sobre su movimiento. Durante la ejecución de ambas predicciones el mejor modelo resultó ser XGBoost, alcanzando un error porcentual en datos no observados sobre la producción anual de 10,88% y un MAPE de 9,50% en la predicción del precio. A pesar de contar con estos resultados, luego de analizar aquel modelo que proporciona el valor que tendrá el precio en el futuro, se pudo observar que el mismo no utiliza a la producción nacional como un factor determinante a la hora de realizar su predicción. Esto, no permite validar desde una perspectiva estadística la hipótesis desde la cual se parte al iniciar este trabajo. Sin embargo, este trabajo demuestra que la aplicación de técnicas de machine learning puede proporcionar con razonable precisión predicciones que resultan de gran utilidad a la hora de tomar decisiones estratégicas.