Artículo
Construyendo un sistema de IA que predice la bolsa y se evalúa a sí mismo
En julio de 2024 escribí sobre los cambios de ánimo del mercado bursátil. Describí cómo sigo indicadores de valor junto a las narrativas de los medios y lo llamé termómetro de ánimo. Aquel artículo terminaba con una frase a la que vuelvo a menudo: el mercado bursátil es un reflejo de las emociones y el comportamiento humanos colectivos.
La pregunta es si la IA puede ayudarme a analizarlo y predecirlo. ¿Puede la IA predecir la bolsa? No con un 100 % de certeza, pero sí con cierta probabilidad. Estoy intentando desarrollarlo. Lo que esta herramienta puede hacer hoy es estimar probabilidades para el movimiento de los precios y determinar el régimen en el que se encuentra el índice. Después comprueba si esas probabilidades se cumplirán a lo largo de cientos de predicciones. Ese es el sistema que estoy desarrollando.
Dos años después de escribir sobre el termómetro de ánimo del mercado bursátil, ese termómetro sigue viviendo en una hoja de cálculo de Google, con los indicadores de valor en las columnas y, al lado, mis propios comentarios sobre lo que decía la prensa financiera. Me funciona. Pero no produce predicciones claras que se puedan contrastar con la realidad. No sé cuántas veces acerté, cuántas me equivoqué ni si lo hago mejor que lanzar una moneda cuando digo que veo una valoración alta. Mi sistema de predicción, que estoy desarrollando con IA, tiene que cambiar eso.
Llevo trabajando en el sistema de predicción de la bolsa desde las cinco de la mañana. Escribo esto a las ocho. La primera versión ya funciona en mi propio ordenador. El pipeline funciona de principio a fin. Todavía no tiene suficientes predicciones evaluadas como para decirme algo significativo. Esa fase apenas empieza. Este artículo es el primero de una serie que documenta el propio desarrollo y lo que me dirá el sistema cuando el registro empiece a llenarse.
¿EN QUÉ SE BASA MI SISTEMA DE PREDICCIÓN CON IA?
La base de lo que estoy desarrollando son tres de mis artículos anteriores. Cada uno es una idea independiente. Juntos forman la columna vertebral.
El primero es la asimetría riesgo-recompensa. Cada predicción que emite el sistema viene con probabilidades explícitas y un nivel de confianza. Tiene que responder a la pregunta que me hago constantemente en voz alta. Si me equivoco, ¿cuánto pierdo? Si acierto, ¿cuánto gano? ¿Y la proporción juega a mi favor?
El segundo artículo de base trata de que la calidad de una decisión importa más que su resultado. Se apoya en La toma de decisiones en marketing y publicidad bajo incertidumbre y en Cometo error tras error. La métrica principal no es la tasa de acierto. Es el error de calibración. Cuando el sistema dice 70 por ciento, ¿será 70 por ciento en la realidad? Una predicción automática que dice 95 por ciento y acierta en el 80 por ciento de los casos es más peligrosa que una que dice 70 por ciento y acierta en el 70 por ciento. El sistema que estoy desarrollando lo impone en su interfaz. La tasa de acierto nunca se muestra sin el error de calibración al lado. Las cifras solo empezarán a tener sentido cuando el registro tenga suficientes predicciones evaluadas.
El tercer artículo de base es mi termómetro de ánimo del mercado bursátil. Lo describí como mi forma de leer el mercado. Trata de lo caro que estaba un activo en relación con su propia historia, también en el contexto de cómo hablaba de él la prensa financiera. También escribí sobre esto en El mercado bursátil zumba de esperanza y en ¿Sabes qué es el CAPE?. En la primera fase del desarrollo, el sistema formaliza solo la parte de la valoración. Calcula el percentil CAPE frente a su evolución histórica desde 1871. Clasifica el mercado en uno de dieciocho regímenes. Cada predicción inteligente depende del régimen en el que se hizo. El efecto de los medios en la evolución del precio todavía no lo tengo automatizado, pero tengo previsto programarlo.
QUÉ HACE REALMENTE LA PRIMERA VERSIÓN
Cada día, en mi propio ordenador, el sistema descarga datos OHLCV del S&P 500, indicadores macroeconómicos de FRED y la serie CAPE de Shiller. Además, obtiene de yfinance los datos para calcular el valor del activo.
Únete a la Biblioteca
Acceso completo a mis hallazgos, historias personales y lo que me cuentan las personas con las que me encuentro.
Únete a la Biblioteca · €29,99 al año ¿Cómo conseguir tu primer empleo sin experiencia? Cuando la… Cómo puede un pequeño empresario, un creador de contenido… ¿Qué estudiar en la era de la IA? ¿Qué… Dejé el trabajo durante varios meses para dedicarme a… Cómo me enamoré de ella, a primera vista ¿Cómo dejar de depender de las redes sociales? ¿Puede…Reciba el artículo completo por correo electrónico y no dude en responder si desea seguir comentándolo.
Aviso legal
Fuentes
Resumen
Preguntas frecuentes sobre el tema del artículo
¿Puede la IA predecir la bolsa?
¿Qué precisión tiene la predicción de la bolsa con IA?
¿Qué datos usa la IA para predecir la bolsa?
¿Puede la IA predecir acciones individuales?
Artículos relacionados
En abril, en la primera parte de esta serie, escribí sobre un sistema predictivo de IA que empecé a desarrollar en mi propio ordenador. Entonces el software tenía unas pocas horas y el registro de predicciones estaba vacío. Desde entonces, los registros del sistema mostraron una cosa: el sistema todavía no entiende el mercado que se le pide predecir. Sabe encontrar el contexto macro, el valor contable de las empresas, las ganancias. Pero no sabe juntar esas cosas en algo que le ayude a entender el precio.
La IA crea el gráfico, el newsletter y la página de producto más rápido que una persona. A quien antes lo hacía le queda una sola cosa: el criterio, saber si el resultado es bueno. Pero la mayoría tiene peor criterio que la IA. Y quien no sabe juzgar la calidad tampoco sabe delegar. ¿Cómo saber si el tuyo es el criterio en el que una empresa se apoya, o el que puede reemplazar?
Antes de enseñarle algo a la IA, necesitas ver lo que te está ocultando.
Más artículos
En los últimos años he hecho cientos de entrevistas para puestos de especialista en marketing, especialista en publicidad y analista de datos. A menudo invitaba a entrevistas con una prueba práctica a principiantes en el sector que solo habían hecho un curso, lo habían estudiado o habían probado ese trabajo en un pequeño proyecto propio. Veía en ellos la motivación para crecer en ese campo.
¿Eres creador de contenido y sigues las reglas de YouTube, Instagram o Google? ¿Eres un pequeño empresario y tu modelo de negocio depende de con qué frecuencia te recomiende Amazon, de lo caras que serán las impresiones de los anuncios de Facebook o de lo caros que serán los clics en Google Ads? Si todo tu contacto con tu público o tus clientes, o la mayor parte de él, depende de que te muestre alguna gran plataforma, no estás en una buena posición.
El desarrollo de la inteligencia artificial cambia la forma en que miramos qué caminos de vida tienen sentido. Qué estudiar y qué profesión elegir.
Era jueves, 31 de marzo de 2022, cuando traspasé las últimas partes de mis responsabilidades a mis compañeros, cerré el portátil y me fui a la biblioteca. Dejé el trabajo durante varios meses y me sumergí en la filosofía. Y lo agradezco enormemente. Hoy estoy, como la mayoría de la gente, en un carrusel, y me cuesta pararme y pensar en las preguntas fundamentales de mi propia vida.
Era septiembre de 2023. Mi vida, mi trabajo, todo era completamente distinto de ahora. Era más sencillo. No poseía casi nada. Necesitaba grabar un anuncio, subí dentro de la empresa a la planta donde estaba el producto que necesitaba para ese anuncio, y allí me fijé en ella por primera vez. Ella se ríe de mí cuando lo describo así, pero en aquel momento el universo me dijo, es ella.
Cómo y por qué voy dejando las redes sociales y las grandes plataformas. Cuando leo que Meta está probando una nueva forma de cobrar por las publicaciones orgánicas que enlazan fuera de su plataforma, me confirma lo acertada que fue mi decisión de ser cada vez menos dependiente de las grandes plataformas y de las redes sociales. No significa que las haya abandonado del todo. Significa que el que yo siga o no en contacto con mis lectores depende de ellas cada vez menos, y hoy casi nada.
Uno de mis familiares describía una empresa que tiene los datos en varias herramientas distintas y cuyos empleados todavía hoy los unen a mano, en hojas de cálculo. Ese es el estado habitual de las empresas. Si a esa gente alguien le dice que no lo haga a mano y que use la IA, no le van a entender. La mayoría de las empresas ni siquiera tiene los conectores básicos entre las herramientas que utiliza. Estas empresas necesitan ayuda con la transformación con IA.
La misma tarea, dos modelos. Fable 5 contra Opus 4.8. Sobre el papel Fable es el mejor modelo, con más contexto y mejores especificaciones. Y aun así perdió. Opus resolvió la tarea con una sola ronda de control por 721.000 tokens, mientras que Fable necesitó nueve rondas y quemó 2,78 millones de tokens. La diferencia no estaba en el modelo, sino en cómo planteé la tarea. Y lo sé porque lo medí.
Setenta por ciento. Ahí empieza el primer resultado de la IA, incluso cuando le das todo el contexto de la empresa y los mejores ejemplos del pasado. Hablamos del tipo de resultado que no se puede definir de forma programática. Es más complejo. A menudo se trata de trabajo creativo. Con un tipo de resultado repetido llegué al ochenta por ciento en una semana. Cada punto porcentual adicional es más difícil que el anterior.
Hace un tiempo escribí sobre cómo construí mi propio sistema de analítica respetuoso con la privacidad. Tenía detección de bots desde la primera versión, pero no bastó. Las visitas directas tenían un peso extrañamente alto. Cuando alguien afirma que el 20 % de sus visitas son bots y el 80 % personas, yo también lo pensaba antes. Hoy diría que la proporción inversa está más cerca de la verdad. Así llegué a esta conclusión.
Tengo a Heidegger y mi cuaderno al lado. Me pregunto hacia dónde se dirige todo esto, hacia dónde nos lleva la inteligencia artificial.
Cuatro días en Cataluña. Sin ordenador, sin IA, casi sin redes sociales. Me compré este cuaderno para anotar lo que pensaría y lo que encontraría y aprendería durante el viaje.

