Aplicaciones financieras de la Inteligencia Computacional
Sistemas económicos
El modelado de sistemas económicos es una tarea problemática. Por un lado hay muchas variables que tomar en consideración, algunas de las cuales son altamente impredecibles (por ejemplo, los desastres naturales). Por otra parte es muy difícil teorizar sobre cómo la variación de una variable afecta al resto ya que las consecuencias suelen ser no lineales y pueden aparecer con bastante retraso en el tiempo. Otra de las dificultades que surgen con este tipo de sistemas es que no se pueden realizar experimentos controlados tal y como se suele hacer con los sistemas físicos, ya que sólo se dispone de los datos históricos que se van generando a lo largo del tiempo. Todo esto hace que modelar un sistema económico y predecir sus movimientos sea una tarea muy compleja.
¿Qué es la Inteligencia Computacional?
La Inteligencia Computacional (IC), a veces denominada Soft Computing, es una rama de la Inteligencia Artificial que consiste en el estudio de mecanismos adaptativos para permitir o facilitar el comportamiento inteligente en sistemas complejos y cambiantes.
La Inteligencia Computacional se basa en la utilización de heurísticas y computación para resolver problemas. Mientras que la Inteligencia Artificial convencional (cuyas áreas clave son el razonamiento basado en casos, las redes Bayesianas y los sistemas expertos) toma un enfoque “de arriba abajo”, en el que la estructura de las soluciones está impuesta desde arriba, en IC el enfoque es “de abajo a arriba”, donde las soluciones emergen desde un estado inicial sin estructurar.
Los cinco principales paradigmas en IC son las redes neuronales artificiales, la inteligencia de enjambres (swarm intelligence), los sistemas difusos (fuzzy systems) y los sistemas inmunológicos artificiales y la computación evolutiva. Este último campo consiste en la evolución automática de soluciones usando ideas basadas en la selección natural.
Computación evolutiva
El objetivo de la computación evolutiva es buscar en el espacio de posibles soluciones aquella que resuelva el problema planteado de una manera óptima. Las soluciones pueden ser desde resultados numéricos hasta soluciones con estructuras complejas y jerárquicas (una función matemática, una estrategia de juego…) y de forma y tamaño no predefinidos
Las ventajas de utilizar computación evolutiva son las siguientes:
- Ha demostrado ser un buen método de resolución de problemas difíciles, no lineales y que implican muchas variables.
- Proporciona una alta probabilidad de encontrar un óptimo global, a diferencia de métodos convencionales que pueden quedar atascados en soluciones locales subóptimas. Además, en el caso de problemas con más de un objetivo (p. ej. la optimización de carteras, donde se desea maximizar el rendimiento y minimizar el riesgo), esto permite encontrar varios puntos de la frontera eficiente simultáneamente
- Es capaz de funcionar bien en entornos dinámicos, es decir, cuando el problema o sus objetivos son variables en el tiempo.
- Se puede manejar problemas con cientos o miles de variables.
- Se puede optimizar múltiples criterios simultáneamente.
- Es posible trabajar con distintos tipos de variables: discretas (1, 2, 3) continuas (1.678), difusas (“es probablemente inferior a 10”), descriptivas (azul/ rojo) etc.
- Las soluciones producidas son robustas, es decir, no sensibles a perturbaciones en el problema.
- Se pueden manejar múltiples restricciones (por ejemplo, maximizar el rendimiento sujeto a un coste menor que 10).
- A diferencia de otras técnicas, como las redes neuronales, las máquinas de soporte vectorial o la regresión logística, las soluciones obtenidas son comprensibles por el personal no especializado.
- Se puede incorporar reglas basadas en el conocimiento de los expertos, si éste está disponible.
¿Qué tipo de problemas financieros se pueden resolver?
Construcción de modelos de predicción
- Predicción de quiebra empresarial
- Predicción de índices bursátiles
- Predicción de tipos de cambio
- Predicción de los valores de las acciones
Construcción de modelos de evaluación
- Evaluación de la capacidad financiera de una empresa para absorber un préstamo
- Evaluación de hipotecas
- Estimación de riesgos (p.ej. a la hora de conceder un seguro y calcular la prima)
Optimización de carteras
Asignación de recursos económicos
Para más información, vea nuestra página de publicaciones o contacte con nosotros