El poder del pronóstico multimodelo en el mercado de valores

0
2
El poder del pronóstico multimodelo en el mercado de valores

Hoy en día, los aviones están equipados con algunos altímetros diferentes: altímetro barométrico, altímetro de radar y GPS. Sin mencionar que también los pilotos usan una estimación visual de la altitud. ¿Por qué necesitamos usar tantas herramientas de medición? En primer lugar, cualquiera de ellos puede fallar. En segundo lugar, hay otra razón por la cual se usan múltiples mediciones en todas partes. Es precisión. Por ejemplo, los meteorólogos siempre usan muchos métodos diferentes para mejorar la calidad del pronóstico del tiempo.

El fenómeno de la mejora del pronóstico multimodelo se puede comparar con el poder del Método Experto. Este método puede ilustrarse mediante lo siguiente. Como ejemplo, un experimentalista muestra un bolígrafo y le pide a un grupo de varias personas que escriban su estimación de la longitud. Luego recoge notas y calcula el número promedio. Normalmente es casi un resultado preciso. Por que funciona Porque todos cometen un error en una dirección diferente, de modo que el promedio puede compensar las desviaciones erróneas.

Como muestran los experimentos, en el caso del mercado de valores, un pronóstico multimodelo proporciona una mejora significativa (10 – 25%) sobre el mejor pronóstico individual. Además, las pruebas muestran la ventaja de utilizar pronósticos de diferentes modelos, incluso si son de diferente calidad. La explicación es que hay muchos factores independientes diferentes. Estos factores contribuyen al error en cada pronóstico y los resultados de diferentes modelos normalmente se distribuyen alrededor del valor real.

Evidentemente, para hacer que la idea multimodelo sea más eficiente, los métodos deberían ser diferentes por su naturaleza. Tradicionalmente, los factores fundamentales y el análisis técnico son las principales herramientas del mercado de valores. Además de, dentro del análisis técnico, hay varios modelos diferentes: indicadores técnicos, análisis de patrones de gráficos, teoría de la onda de Elliott, análisis de ciclos, modelo de velas, análisis de líneas de tendencia, modelos de regresión, etc. La mayoría de estos métodos son estadísticamente probados y ampliamente utilizados. que a menudo crean resultados autocumplidos.

Como regla general, aprender y utilizar correctamente muchos de los métodos de análisis técnicos puede requerir mucho tiempo, especialmente en un entorno comercial dinámico moderno. Afortunadamente, los métodos de pronóstico combinados con la potencia de la computadora se han convertido en una buena solución para hacer que el trabajo sea menos lento y más efectivo. En la actualidad, a excepción de diferentes solucionadores lineales y no lineales y métodos analíticos, Neural Network (NN) puede ayudar a automatizar muchas tareas computacionales. Un NN debidamente entrenado puede permitir predicciones con la mayor precisión.

Sin embargo, implementar la aplicación NN puede ser difícil para los no expertos. Además, uno de los grandes obstáculos para implementar el sistema de predicción NN es la formalización de las entradas. Afortunadamente, hay algunas herramientas de software que ya están bien desarrolladas. No requieren un profundo conocimiento técnico. Estas herramientas están optimizadas para cada método y los usuarios pueden no notar incluso toda la potencia computacional detrás de los botones, ventanas y gráficos.

Dejar respuesta

Please enter your comment!
Please enter your name here