Inteligencia Artificial en Finanzas

Apéndice B. Clases de redes neuronales

Partiendo de las bases del Apéndice A, este apéndice proporciona implementaciones sencillas, basadas en clases, de redes neuronales que imitan las API de paquetes como scikit-learn. La implementación se basa en código Python puro y simple, y tiene fines ilustrativos e instructivos. Las clases presentadas en este apéndice no pueden sustituir a las implementaciones robustas, eficientes y escalables que se encuentran en los paquetes estándar de Python, como scikit-learn o TensorFlow en combinación con Keras.

El apéndice consta de las siguientes secciones:

• "Funciones de activación" introduce una función Python con diferentes funciones de activación.

• "Redes neuronalessencillas" presenta una clase de Python para redes neuronales sencillas.

• " Redesneuronales poco profundas" presenta una clase de Python para redesneuronales poco profundas.

• "Predecir la dirección del mercado" aplica la clase de redes neuronales poco profundas a los datos financieros.

Las implementaciones y los ejemplos de este apéndice son sencillos y directos. Las clases de Python no son adecuadas para atacar problemas de estimación o clasificación de mayor envergadura. La idea es más bien mostrar implementaciones de Python fáciles de entender desde cero.

Funciones de activación

El Apéndice A utiliza dos funciones de activación de forma implícita o explícita: función lineal y función sigmoidea. La función Python activation añade las funciones relu (unidad lineal rectificada) ...