Advances in Financial Machine Learning – Marcos Lopez De Prado – 1st Edition

El aprendizaje automático (ML) está cambiando prácticamente todos los aspectos de nuestras vidas. Hoy en día, los algoritmos de ML realizan tareas que hasta hace poco sólo podían realizar humanos expertos. En lo que se refiere a las finanzas, este es el momento más emocionante para adoptar una tecnología disruptiva que transformará la forma en que todos invierten durante generaciones.

Este libro explica herramientas de aprendizaje automático científicamente sólidas que me han funcionado a lo largo de dos décadas y me han ayudado a administrar grandes fondos para algunos de los inversores institucionales más exigentes. Los libros sobre inversiones se clasifican en gran medida en una de dos categorías. Por un lado encontramos libros escritos por autores que no han practicado lo que enseñan. Contienen matemáticas extremadamente elegantes que describen un mundo que no existe. El hecho de que un teorema sea verdadero en un sentido lógico no significa que lo sea en un sentido físico. Por otro lado encontramos libros escritos por autores que ofrecen explicaciones ausentes de cualquier teoría académica rigurosa.

Hacen mal uso de herramientas matemáticas para describir observaciones reales. Sus modelos están sobreajustados y fallan cuando se implementan. La investigación y publicación académica están divorciadas de la aplicación práctica a los mercados financieros, y muchas aplicaciones en el mundo del comercio y las inversiones no se basan en la ciencia adecuada. Una primera motivación para escribir este libro es cruzar la proverbial división que separa la academia y la industria. He estado en ambos lados de la grieta y entiendo lo difícil que es cruzarla y lo fácil que es atrincherarse en un lado. La virtud está en juego. Este libro no defenderá una teoría simplemente por su belleza matemática, ni propondrá una solución sólo porque parezca funcionar.

Mi objetivo es transmitir el tipo de conocimiento que sólo surge de la experiencia, formalizado de manera rigurosa. Una segunda motivación está inspirada en el deseo de que las finanzas sirvan a un propósito. A lo largo de los años, algunos de mis artículos, publicados en revistas y periódicos académicos, han expresado mi descontento con el papel actual que desempeñan las finanzas en nuestra sociedad. Los inversores se sienten atraídos a apostar su riqueza basándose en corazonadas descabelladas originadas por charlatanes y alentadas por los medios de comunicación. Un día en el futuro cercano, el aprendizaje automático dominará las finanzas, la ciencia limitará las conjeturas y la inversión no significará apostar. Me gustaría que el lector desempeñara un papel en esa revolución. Una tercera motivación es que muchos inversores no comprenden la complejidad de las aplicaciones del ML a las inversiones.

Esto parece ser particularmente cierto para las empresas discrecionales que ingresan al espacio «cuantitativo». Me temo que sus altas expectativas no se cumplirán, no porque ML haya fallado, sino porque lo usaron incorrectamente. En los próximos años, muchas empresas invertirán en algoritmos de aprendizaje automático disponibles en el mercado, importados directamente del mundo académico o de Silicon Valley, y mi pronóstico es que perderán dinero (por mejores soluciones de aprendizaje automático). Vencer la sabiduría de las multitudes es más difícil que reconocer rostros o conducir automóviles. Con este libro, espero que aprenda cómo resolver algunos de los desafíos que hacen de las finanzas un campo de juego particularmente difícil para el aprendizaje automático, como el sobreajuste de pruebas retrospectivas. El ML financiero es un tema en sí mismo, relacionado pero separado del ML estándar, y este libro lo desentraña para usted.