Discusión sobre el artículo "Predicción del precio usando redes neuronales"

 

Artículo publicado Predicción del precio usando redes neuronales:

Muchos operadores hablan sobre las redes neuronales, pero lo que estas son y lo que realmente hacen solo lo saben unas pocas personas. Este artículo arroja algo de luz sobre el mundo de la inteligencia artificial. Describe cómo preparar correctamente los datos para la red. Aquí encontrará también un ejemplo de predicción usando los recursos del programa Matlab.

Durante los últimos años observamos la aparición de un gran interés por las redes neuronales, usadas con éxito en distintas áreas: los negocios, la medicina, la tecnología, la geología y la física. Las redes neuronales se usan ampliamente en ámbitos que requieren la predicción, la clasificación y la gestión. Este impresionante éxito se debe a varias razones:

  • Amplias posibilidades. Las redes neuronales son una potente herramienta de modelado que permite la reproducción de relaciones tremendamente complejas. En particular, las redes neuronales son no lineales por naturaleza. Durante un periodo de muchos años, el modelado lineal era el principal método para el modelado en la mayoría de campos, ya que los procedimientos de optimización para ello están bien desarrollados. En las tareas donde la aproximación lineal no es suficiente, los modelos lineales funcionan con escasa eficacia. Además, las redes neuronales son capaces de vencer "el curso de la dimensionalidad", lo que no permite el modelado de relaciones lineales cuando tenemos un gran número de variables.
  • Uso fácil. Las redes neuronales aprenden mediante ejemplos. El usuario de una red neuronal coteja los datos representativos y luego inicia el algoritmo de entrenamiento, que acepta automáticamente la estructura de datos. Por supuesto, el usuario debe tener una serie de conocimientos heurísticos sobre la forma de seleccionar y preparar los datos, de elegir la arquitectura de red adecuada y de interpretar los resultados. No obstante, el nivel de conocimientos necesarios para usar con éxito las redes neuronales es mucho menor que el necesario en los métodos estadísticos tradicionales.

Las redes neuronales son atractivas desde el punto de vista de la intuición, ya que están basadas en el modelo primitivo biológico de los sistemas nerviosos. En el futuro, el desarrollo de dichos modelos neurobiológicos puede llevar a la creación de computadoras realmente inteligentes. [1]

La predicción de series de tiempo financieras es un elemento fundamental de cualquier actividad de inversión. La idea de inversión, invertir dinero ahora con la finalidad de obtener beneficios en el futuro, se basa en la idea de predecir el futuro. Por consiguiente, la predicción de series de tiempo financieras es una parte central del sector de la inversión: todas las bolsas de valores y mercados bursátiles no oficiales.

Hemos logrado recibir predicciones más o menos tolerables sobre las cotizaciones, aunque los expertos en redes neuronales recomiendan encarecidamente no hacer esto. Para ver la neurored resultante hacemos clic en Structure. En el archivo adjunto neuro.zip se encuentra una red neuronal entrenada.

Autor: Shashev Sergei

 
 
Mencionas esto en tu articulo: "Hemos logrado recibir predicciones más o menos tolerables sobre las cotizaciones, aunque los expertos en redes neuronales recomiendan encarecidamente no hacer esto." Sin embargo no argumentas el por que no lo recomiendan. ¿Cuál es el motivo?