Presentan aplicaciones financieras de los autoencoders en la sesión de septiembre del Data pub

En el evento “The Data Pub” realizado el 25 de septiembre en la Escuela de Gobierno y Transformación Pública; Gerardo Hernández Del Valle, director actual de  Infraestructuras del Mercado Financiero en el Centro de Estudios Monetarios Latinoamericanos (CEMLA) y socio de Bourbaki Finanzas, expuso sobre  la importancia de los autoencoders y la aplicación que tienen los mismos en el mercado financiero. 

El ponente definió un autoencoder como un tipo de red neuronal artificial, utilizado principalmente en tareas de aprendizaje no supervisado; explicó la relación que tiene esta técnica con el concepto económico de cisne negro; así como con las denominadas muestras sesgadas y con algunos sesgos cognitivos.

Desde su experiencia, Gerardo  detalló  que cuando se crean modelos de machine learning en el ámbito financiero, raramente se toman en consideración los valores atípicos, lo cual resulta problemático ya que detectar este tipo de valores es de suma importancia para el mercado financiero. 

Para finalizar su ponencia, Gerardo enseñó el autoencoder desarrollado por él y su equipo. Dicho autoencoder se alimenta con los rendimientos de cada activo para un periodo de tiempo determinado,  permite la detección de valores financieros atípicos y permite estimar el rendimiento de los activos. 

El evento concluyó con una ronda de preguntas y respuestas, donde los participantes pudieron externar al ponente todas sus dudas e inquietudes respecto al tema, favoreciendo el intercambio de ideas y experiencias entre los asistentes.

La presentación completa de Gerardo Hernández Del Valle  en "The Data Pub" está disponible en línea para aquellos interesados en profundizar más sobre la importancia de los  autoencoders y su aplicación en el mercado financiero.