Aprendizaje Automático Probabilístico para Finanzas e Inversión

Hay varias razones por las que el aprendizaje automático probabilístico representa el marco y la tecnología ML de próxima generación para las finanzas y la inversión. Este conjunto generativo aprende continuamente a partir de conjuntos de datos financieros pequeños y ruidosos, al tiempo que permite sin problemas la inferencia probabilística, la retrodicción, la predicción y el razonamiento contrafáctico. El ML Probabilístico también te permite codificar sistemáticamente el conocimiento personal, empírico e institucional en modelos de ML.

Tanto si se basan en teorías académicas como en estrategias de ML, todos los modelos financieros están sujetos a errores de modelización que pueden mitigarse, pero no eliminarse. Los sistemas ML probabilísticos tratan las incertidumbres y los errores de los sistemas financieros y de inversión como características, no como fallos. Y cuantifican la incertidumbre generada por entradas y salidas inexactas como distribuciones de probabilidad, no como estimaciones puntuales. Esto hace que las inferencias y predicciones financieras sean realistas y útiles para la toma de decisiones y la gestión del riesgo.

A diferencia de la IA convencional, estos sistemas son capaces de avisarnos cuando sus inferencias y predicciones dejan de ser útiles en el entorno actual del mercado. Al alejarte de metodologías estadísticas defectuosas y de una visión convencional restrictiva de la probabilidad como frecuencia límite, avanzarás hacia una visión intuitiva de la probabilidad como lógica dentro de un marco estadístico axiomático que cuantifica la incertidumbre de forma exhaustiva y satisfactoria. Este libro te muestra cómo.