ETFFIN Finance >> Curso de Finanzas Personales >  >> Criptomonedas >> Bitcoin

Predicción de Bitcoin con IA: ¿Puede la inteligencia artificial predecir movimientos de precio?

Mientras Bitcoin intenta recuperar parte del brillo que tuvo a finales de 2017 cuando casi alcanzó los 20.000 dólares de valor, los inversores siguen cuestionando cómo predecir una moneda tan volátil.

Como criptomoneda, no hay forma física que dé valor a Bitcoin, por lo que es imposible realizar un análisis fundamental tradicional de la moneda. En consecuencia, muchos inversores rastrean los llamados indicadores técnicos de trading (patrones geométricos construidos a partir de precios históricos y volúmenes de trading) para entender y predecir el movimiento futuro de Bitcoin.

Algunos investigadores han tenido éxito con modelos grandes y complicados. Pero estos a veces tienen cientos de variables (o predictores) y es difícil determinar factores clave o probar la replicabilidad de tales enfoques. También es difícil entender qué factores realmente impulsan las fluctuaciones de Bitcoin en el mercado.

Durante más de 20 años, he estado investigando aplicaciones de IA en finanzas. En la Lang School of Business and Economics de la Universidad de Guelph, mi coautor y exestudiante de posgrado Robert Adcock y yo creamos un modelo de red neuronal artificial (ANN) para probar la predecibilidad de los precios de Bitcoin.

Prediciendo fluctuaciones

Usamos indicadores técnicos llamados medias móviles como predictores. Las medias móviles se construyen promediando precios durante un período de tiempo (ej. 50 o 200 días) y trazándolos como una línea junto con los precios. La razón para usar medias móviles es que si el precio de Bitcoin hoy se vuelve mayor o menor que el precio promedio de los últimos 50 o 200 días, los traders podrían esperar la aparición de una tendencia alcista o bajista.

Si Bitcoin es impredecible, entonces nuestro modelo no se espera que supere al modelo de paseo aleatorio — esencialmente, no es mejor que adivinar.

Sin embargo, nuestro modelo proporcionó resultados muy interesantes sobre la predecibilidad de Bitcoin a lo largo del tiempo y durante episodios de volatilidad inusual.

Predicción de Bitcoin con IA: ¿Puede la inteligencia artificial predecir movimientos de precio?

Pronósticos con inteligencia artificial

Usando observaciones diarias de 2011-2018, creamos una ANN con tres predictores: rendimientos, señal de compra-venta de 50 días y señal de compra-venta de 200 días.

También probamos un modelo ANN que incluía el Índice de Volatilidad de la Bolsa de Opciones de Chicago (VIX) para ver si la volatilidad del mercado de valores tenía algún efecto notable en los movimientos de Bitcoin. El VIX es un índice que proporciona expectativas teóricas de mercado a 30 días basadas en el índice S&P 500. Valores más altos de VIX indican que el mercado hará un gran movimiento.

Las redes neuronales artificiales operan de forma similar al funcionamiento básico del cerebro humano. Nuestro modelo toma predictores, o entradas, y salidas (el cambio diario del precio de Bitcoin) e intenta aprender un patrón de todos los datos. Continúa probando sus patrones hasta alcanzar un punto óptimo donde más pruebas son redundantes. Estos modelos avanzados forman la columna vertebral de muchos programas de aprendizaje de IA usados en negocios e ingeniería.

Al combinar análisis técnico de Bitcoin y redes neuronales, esperábamos que la ANN encontrara un patrón entre los datos que nos permitiera predecir rendimientos futuros con mayor precisión.

Inversores no tradicionales

Nuestro modelo ANN logró reducir el error de predicción del paseo aleatorio en aproximadamente un 5 a 10 % durante todo el período de observación. Estas mejoras en la predicción son estadísticamente significativas, indicando que predecir precios de Bitcoin diariamente ya no es adivinanza. Nuestros resultados muestran que Bitcoin no se ve afectado por cómo cambia el mercado de valores, lo que sugiere que los inversores de mercado tradicionales e inversores en Bitcoin son dos grupos distintos.

También separamos los datos en cuatro submuestras de marcos temporales similares para enfocarnos más en ineficiencias de mercado. El rendimiento predictivo de nuestra ANN mejoró aún más dentro de estas submuestras.

Una submuestra, de octubre de 2014 a junio de 2016, proporcionó los mejores resultados del estudio. El modelo de señal aislada de 200 días superó al paseo aleatorio en un 43,55 %. Notamos que esta submuestra tenía baja volatilidad comparada con las otras tres y fue el período de datos más estable que observamos. En esencia, una mayor volatilidad de mercado hace más difícil el aprendizaje de patrones de datos y el entrenamiento del modelo ANN.

Junto con la precisión de precio, también observamos con qué frecuencia nuestros modelos ANN predijeron correctamente si los precios subirían o bajarían. Nuestro modelo integral principal durante todo el período 2011-2018 tuvo casi un 63 % de precisión en la predicción. Dicho de otro modo, operar Bitcoin con nuestro modelo sería en promedio más rentable que colocar órdenes aleatorias de compra y venta que tienen un 50 % de probabilidad de ganancia.

Especulación y burbujas predictivas

Comparado con otros modelos predictivos, nuestra ANN proporcionó el método predictivo más preciso y fiable para Bitcoin. Concluimos que la evolución histórica diaria de precios de Bitcoin siguió tendencias predictivas (o burbujas) que potencialmente surgen de la naturaleza especulativa del trading de criptomonedas.

Creemos que el futuro de la predicción de Bitcoin – y quizás de la inversión en general – reside en las capacidades de la inteligencia artificial y las redes neuronales artificiales. Mientras la gente pueda discutir sobre los méritos de Bitcoin como moneda, al menos podemos apreciarlo como una mercancía fascinante – y ahora más fácil de predecir.