Saltar al contenido

Machine Learning y Trading

La tecnología de Machine Learning permite que nuestros robots aprendan a operar.

En el trading de sistemas clásico partimos de una teoría de mercado que vamos refinando progresivamente hasta dar con una estrategia rentable. Por ejemplo, intentamos saber cuándo el mercado está sobrecomprado mediante un indicador (típicamente el indicador RSI) y a partir de una señal del indicador ejecutamos una operación de venta.

Posteriormente comprobaremos mediante un análisis de backtest si la idea funciona e iremos refinando mediante la incorporación de otros indicadores y técnicas.

Pero con Machine Learning no necesitamos seguir ese proceso, directamente utilizamos los datos para extraer las ineficiencias de mercado y poder diseñar sobre ellas los sistemas de trading que las explotan.

Mercado Forex: ideal para aplicar machine learning

El mercado Forex es especialmente apropiado para aplicar machine learning y todas sus técnicas. Ésto se debe a la gran diversidad de sus participantes, ya sea en capitalización, objetivos o experiencia, lo que da lugar a una gran cantidad de ineficiencias que generan patrones explotables.

Existen tres tipos de aprendizaje: supervisado, no supervisado y reforzado.

En cada uno de estos tipos de aprendizaje hay diferentes modelos algorítmicos a utilizar (redes neuronales, clusters k-means, árboles de decisión, etc) que podemos aplicar a diferentes aspectos para diseñar sistemas de trading.

En el vídeo te explicamos cómo aplicar Machine Learning para diseñar sistemas de trading rentables que aprendan a operar.