Óscar Romero Quincoces

Proyectos / Trabajos del máster

Predicción del S&P 500

256 entrenamientos, ninguno bate a uno lineal

2026Máster MIAX, Instituto BME
Mejor error de test para cada ventana de entrada y de salida: filas idénticas, así que la ventana de entrada no importa
Figura 1. Mejor error de test para cada ventana de entrada y de salida: filas idénticas, así que la ventana de entrada no importa

Resumen

Dieciséis arquitecturas, densas, recurrentes, convolucionales e híbridas, para predecir los retornos de 23 valores del S&P 500: 256 entrenamientos en total. Ninguna bate a una regresión lineal, y el trabajo explica por qué: los retornos se parecen mucho al ruido, así que todas las redes acaban prediciendo la media. Equipo de 3.

La tarea

Predecir la media de los log-retornos futuros de 23 valores del S&P 500 a partir de sus retornos pasados, en 16 combinaciones de ventanas de entrada y salida de 1 a 90 días, con el MAE como nota. Entrenamos dieciséis arquitecturas, densas, recurrentes, convolucionales e híbridas: 256 entrenamientos en total.

Resultados

Ninguna batió a una regresión lineal. Todas las redes llegaron al mismo error en todas las ventanas, porque los retornos se parecen mucho al ruido blanco y la mejor respuesta es la media. La única mejora real vino de la diferenciación fraccional, que bajó un 8,9 % el error a un día.

Figuras

Barrido del orden de diferenciación fraccional: el menor error de test aparece con d = 0,2
Figura 2. Barrido del orden de diferenciación fraccional: el menor error de test aparece con d = 0,2
Rentabilidad acumulada en 2025: la cartera de la red frente a comprar y mantener a partes iguales
Figura 3. Rentabilidad acumulada en 2025: la cartera de la red frente a comprar y mantener a partes iguales

Hecho con

PythonKeras 3 + TensorFlowyfinancescikit-learnpandas