Luis Enrique
Sánchez Crespo
Plateamiento del problema y
objetivos
Descripción del entorno de las
herramientas
SIAPAF (Sistemas de Inteligencia Artificial para
Aprendizaje Financiero).
Manual de usuario
Información útil
Bibliografía sobre mercados financieros
SIAPAF
Sistemas de Inteligencia Artificial para
Aprendizaje Financiero
Realizado por:
Luis Enrique Sánchez Crespo
Dirigido por:
Armando Blanco Morón
Ignacio Requena Ramos
Calificado con Matricula de Honor
Escuela Técnica Superior de Ingeniería
Informática.
Departamento de Ciencias de
Universidad de Granada
Granada, 1998
Ó Todos los derechos reservados
ÍNDICE
Planteamiento del problema y objetivos.
1.- Descripción del entorno de las herramientas.
1.1.- El uso del conocimiento y su importancia en la sociedad actual.
1.1.1.- Problemas en el
uso de la información.
1.1.2.- Características que definen
los sistemas de información actuales.
1.1.3.-
La calidad en los sistemas de toma de decisiones y en el tratamiento de la
información.
1.1.4.- Redes de
decisiones.
1.1.5.- La calidad en el
proceso de utilización del mercado.
1.1.6.- Obtención de la
información de forma precisa.
1.1.7.- Tratamiento de
la información como herramienta de competitividad.
1.1.8.- El telar del
conocimiento.
1.1.9.- Mecanismo de
investigación del mercado.
1.1.10.- Tecnología del
uso de la investigación.
1.1.11.- Datos,
información e inteligencia.
1.1.12.- ¿Cómo se sabe
si se ha hecho la preg unta correcta?
1.1.13.-
Los datos (relevancia y fiabilidad) y la sinergia.
1.1.14.- Desarrollo de
análisis e interpretación de los datos.
1.1.15.- Conocimiento y
sabiduría.
1.1.16.- El centro de
preguntas.
1.1.17.- El aprendizaje.
1.1.18.- Los sistemas
expertos.
1.2.- Mecanismos de adquisición del conocimiento.
1.2.1.- Introducción a la adquisición del conocimiento por medio de expertos.
1.2.2.- Posibles formas de obtener el conocimiento.
1.3.- Introducción a las redes neuronales.
1.3.1.- Concepto de Neurona, Neurona Artificial, Red Neuronal, Entrenamiento.
1.3.2.- Pasos a seguir en el diseño de una Red Neuronal.
1.3.3.- Tipos de Redes Neuronales.
1.3.4.- El perceptrón multicapa.
1.4.- Aplicaciones de las redes Neuronales Artificiales.
1.4.1.- Introducción.
1.4.2.- Áreas de Aplicación de los Sistemas.
1.4.3.- Utilización de modelos Neuronales en áreas de Información Financiera.
1.4.4.- Ejemplos de aplicaciones de aplicaciones en casos reales.
1.4.5.- Resumen general y Conclusiones.
1.5.- Algoritmo de entrenamiento de la red: Backpropagation.
1.5.1.- Introducción.
1.5.2.- Algoritmo de aprendizaje.
2.- SIAPAF (Sistemas de Inteligencia Artificial para
Aprendizaje Financiero).
2.1.- Especificaciones de la base de datos.
2.1.1.- Diseño del esquema Entidad-Interrelación.
2.1.2.- Modelo de datos relacional.
2.1.3.- Desarrollo de los campos de las tablas.
2.1.4.- Explicación detallada las tablas.
2.1.4.1.- Valores del mercado continúo.
2.1.4.2.- Operaciones del mercado continúo.
2.1.4.3.- Indices sectoriales.
2.1.4.4.- Indices generales.
2.1.4.5.- Indices macroeconomicos.
2.2.- Especificaciones de la red neuronal.
2.2.1.- Estructuras.
2.2.2.- Procesos mínimos.
2.3.- Especificaciones del Interface.
2.3.1.- Estructuras.
2.3.2.- Procesos mínimos.
3.- Resultados
experimentales sobre algunos ejemplos.
4.- Conclusiones.
4.1.-
Conclusiones.
4.2.-
Futuras líneas de continuación.
4.2.1.-
Mejoras en la base de datos.
4.2.2.-
Mejoras en la red neuronal.
4.2.3.-
Otras herramientas.
I.- Manual de
usuario.
I.1.- Formulario principal.
I.2.- Acceso a la base de datos.
I.2.1.- Acceso a la base de datos en la zona de valores.
I.2.1.1.- Cotizaciones.
I.2.1.1.1.- Inserción.
I.2.1.2.- Operaciones.
I.2.1.3.- Derechos.
I.2.1.4.- Fechas.
I.2.2.- Acceso a la base de datos en la zona de índices.
I.2.2.1.- Acceso a los índices generales.
I.2.2.2.- Acceso a los índices sectoriales.
I.2.2.3.- Acceso a los índices macroeconomicos.
I.2.2.3.1.- Cotizaciones.
I.2.2.3.1.1.- Inserción.
I.3.- Uso de una red neuronal Backpropagatión.
I.3.1.- Configuración de la red neuronal Backpropagatión.
I.3.2.- Entrenamiento de la red neuronal Backpropagatión.
I.3.3.- Predicción de la red neuronal Backpropagatión.
I.3.4.- Mejor opción de un conjunto de valores o índices.
II.-
Información útil.
II.1.- Direcciones de información bursátil.
II.2.- Direcciones Web sobre mercados financieros y redes neuronales.
II.2.1.- Direcciones Web sobre mercados financieros.
II.2.1.1.- Direcciones de Internet.
II.2.1.2.- Cotizaciones, Gráficos y Análisis.
II.2.1.3.- Las centrales de bolsa de los principales países.
II.2.1.4.- Los bancos y cajas más importantes de los principales países.
II.2.1.5.- Los periódicos más importantes de los principales países.
II.2.1.6.- Direcciones con gran número de datos.
II.2.1.7.- Direcciones con gran número de datos.
II.2.2.- Direcciones de páginas Web sobre redes neuronales.
II.2.2.1.- Información general.
II.2.2.2.- Programas de ordenador.
Bibliografía
sobre mercados financieros y redes neuronales.
Planteamiento del problema y objetivos:
Actualmente, toda la teoría de mercados financieros se encuentra basada en el estudio de la evolución de los índices y valores disponibles en estos mercados. Los índices son formulas matemáticas que han sido desarrolladas de forma minuciosa para cumplir un objetivo especificado (obtención de un valor indicativo del objetivo perseguido), y que en la mayor parte de los casos son obtenidos a partir de los valores de las empresas cotizadas en dichos mercados.
El mercado de corros, que es el que se usaba inicialmente y que hoy tiende a desaparecer, era un mercado poco dinámico y en el que los analistas disponían de tiempo para realizar un estudio de la situación y en base a ello tomar decisiones.
Con la aparición del mercado continuo que usaba un tratamiento informatizado de la situación, el volumen de datos manejados por sesión se multiplico por mil, con lo que los analistas ya no disponían del tiempo necesario para realizar los cálculos, y la capacidad de la mente humana quedo limitada en la toma de decisiones ante la incapacidad de poder analizar los datos de una forma que permitiera la correcta toma de decisiones.
En un contexto tan caótico, en el que los expertos se ven incapacitados para usar los conocimientos que adquieren de forma correcta, ya que una vez analizados los datos estos se encuentran desfasados con respecto a la nueva situación, aparecen unas nuevas herramientas desarrolladas a partir de las ciencias de la computación y que dan una solución a esta situación.
La idea básica de este nuevo conjunto de herramientas consiste en crear sistemas que sean capaces, por una parte de mantener toda la información necesaria para la correcta toma de decisiones y por otra parte aprender de los expertos la forma en que estos tomaban las decisiones, de esta forma y dado que la potencia de calculo de las computadoras actualmente es mucho mayor que el de las personas, las maquinas se encontrarán en una posición privilegiada con respecto a los expertos para la toma de decisiones.
Es decir, los problemas que han aparecido son debidos a la cantidad de datos que permiten manejar las computadoras, los cuales tienen que ser interpretados por expertos humanos y aplicados de nuevo sobre computadora, a lo largo de este proceso máquina - humano - máquina, se produce un cuello de botella debido a la limitada capacidad de calculo de la mente humana, luego la solución pasa por eliminar este cuello de botella y sustituirlo por un elemento que tenga la misma capacidad de calculo que los extremos del proceso.
El estudio de cual podría ser este elemento, nos lleva a la solución más sencilla, el elemento conocido con mayor capacidad de calculo son las computadoras, luego esta deberá ser la herramienta que sustituya a los expertos, pero está sustitución debe ir acompañada de otro tipo de herramientas, las necesarias para que las computadoras puedan tomar las mismas decisiones que tomaría un experto si tuviera su capacidad de calculo, es decir, necesitan el conocimiento.
Después de este análisis vemos como la problemática actual en los mercados financieros queda reducida a un sencillo problema, debemos enseñar a las computadoras a adquirir conocimiento y a usarlo de forma correcta, y estos son precisamente los objetivos en los que se basa este proyecto.
Para poder llevar a cabo los objetivos, se necesita un sistema que permita tener los datos necesarios para que el sistema pueda aprender como un niño hasta obtener el conocimiento de un experto, y por tanto la primera fase del proyecto implicaba el diseño y construcción de una base de datos.
Una vez que el sistema tiene los datos necesarios para aprender, nos falta desarrollar una herramienta que le permita aprender a predecir la evolución de una determinada variable a partir de los datos que tenemos en la base de datos.
La elección de esta herramienta es un proceso difícil, ya que no existen herramientas especificas para el problema planteado. La solución aparece de la mano de las ciencias de la computación, a través de las redes neuronales, que junto a los datos necesarios y la potencia de las computadoras se convierten en los elementos ideales para sustituir a los expertos, esto es posible gracias a la potencia de aprendizaje que tienen la redes neuronales, y que aplicando los parámetros adecuados a los datos adecuados, no solo aprenderá a tomar las decisiones de un experto, sino también a mejorarlas.
Luego, este proyecto pretende desarrollar
un sistema que permita usar las nuevas tecnologías de la información para poder
predecir la evolución de ciertas variables relacionadas con los mercados
financieros y el desarrollo de nuevas técnicas de control en los sistemas
financieros que permitan, un mayor control sobre el sistema económico actual.
Dado que la magnitud del proyecto es
demasiado ambiciosa para un proyecto final de carrera, se ha considerado la
conveniencia de dividirlo en fases, de forma que puedan ser unidas después en
un sólo módulo funcional, que permita realizar los objetivos fijados. Para ello
a lo largo de las fases del proyecto se desarrollarán herramientas que puedan
funcionar de manera independiente, y que además permitan la mayor versatilidad
y manejabilidad posible, de forma que puedan funcionar como módulos
independientes con la posibilidad de poder conectarse entre sí, para formar un
modelo de predicción complejo a partir de objetos mucho más sencillos.
Los procedimientos y funciones que
compongan el núcleo de las herramientas se construirán en un lenguaje con la
máxima portabilidad (C++), de forma que el esfuerzo para llevarlo a otras
estructuras (portabilidad) sea el mínimo posible, además, se tratará de
desarrollar y explicar paso a paso tanto las operaciones que se implementen,
como el funcionamiento de los algoritmos principales, para que, en caso de que
no se pueda usar el código desarrollado en el sistema deseado, sea lo más fácil
posible su implementación en el sistema al que se quiera portar.
Para desarrollar el interface para
las herramientas usaremos entornos visuales, ya que nos permiten construir
objetos independientes en los que podemos definir los métodos y eventos de una
forma sencilla.
La
viabilidad del proyecto, se sustenta en el hecho de que los mercados
financieros se asientan sobre modelos matemáticos computables y, por tanto,
computable, y que aunque algunos "gurús" hayan dado un significado
esotérico a la predicción de mercados financieros, esta forma de ver los
mercados no es la correcta. Por lo tanto, el sistema intenta aunar los métodos
clásicos de funcionamiento de los mercados financieros con las herramientas más
modernas de la inteligencia artificial, para poder llegar a desarrollar nuevos
mecanismos o herramientas de control financiero.
Por todo lo expuesto anteriormente, es fácil deducir que en el proyecto se han previsto los siguientes objetivos:
1ª) fase: Desarrollo de una base de
datos, que contenga las variables más importantes para la predicción de índices
y valores.
2ª)
fase: Desarrollo de una red neuronal de tipo Backpropagation que usando la
base de datos desarrollada en el punto anterior sea capaz de predecir con una
desviación aceptable la evolución de una serie de valores o índices.
Descripción
del entorno de las herramientas.
1.1- El uso del conocimiento y su importancia en la sociedad actual.
Este punto pretende dar una sencilla
visión de la importancia que esta tomando el uso y control de la información en
los sistemas actuales, así como la manera de entender donde radica su verdadero
poder y la forma de aprovechar la información disponible para sacar el máximo
rendimiento. Este punto servirá también para justificar por qué se ha decidido
empezar el proyecto con un mecanismo de tratamiento de la información e
inferencia de nuevo conocimiento.
1.1.1.- Problemas en el uso de la información.
Frecuentemente se usa la expresión
‘conocimiento es poder’, y los mercados financieros es uno de los campos en los
que esta premisa toma mayor relevancia; lo que quiere decir básicamente esta
frase, es que el conocimiento es un
recurso que nos permite tener un mayor control (o poder) sobre los
sucesos que van a ocurrir.
Resulta obvio que, el uso, no uso,
mal uso y abuso de la información en la sociedad actual, marca lo que,
probablemente, sea el proceso social y psicológico más importante de la
sociedad moderna. Se ha llegado incluso a decir que se está viviendo una
segunda revolución industrial, en la que el motor es la información y el éxito
vendrá determinado por la habilidad en el manejo de esa fuerza y, por lo tanto,
lo necesario hoy en día es la habilidad y destreza para procesar y emitir
juicios en función de la información.
El problema más importante en la
sociedad actual radica en el hecho de que la toma de decisiones exige, cada
vez, mayor rapidez y afecta a más gente, dinero, tierras y recursos que nunca.
El primer efecto directo de esta aceleración en el tiempo es que queda reducido
el tiempo disponible para analizar con precisión la información disponible.
Esta aceleración produce, como consecuencia directa, que aquellos sistemas que
no están preparados para soportar los nuevos requerimientos en el uso de la
información, puedan llegar a usar información obsoleta e incorrecta.
La conclusión clara que se puede
sacar de este hecho, es que, en el mundo actual, todas las decisiones han de
tomarse en el momento oportuno, con confianza y basándose en información
precisa y ordenada. Pero, ¿cómo podemos conseguir estos objetivos? En los últimos
años se ha producido una revolución en torno al tratamiento de la información
para intentar obtener, en mayor o menor medida, los objetivos anteriores; esta
revolución ha posible gracias al avance de las ciencias de la computación.
(cuya principal misión es el tratamiento de la información a un nivel antes
impensable).
En los últimos años, la cada vez más
rápida evolución en los cambios de la economía mundial, ha hecho que aquellas compañías
que poseían el mejor tratamiento de la información hayan podido reaccionar a
tiempo contra cambios bruscos, mientras que el resto han sucumbido (ver ‘
En todo esto, no hay que olvidar una
serie de importantes premisas:
1.- ‘El hecho de tener información
disponible no es una garantía de que se vaya a emplear para tomar buenas
decisiones’. Es en este punto donde cobran mayor importancia las actuales
herramientas informáticas, ya que, al haber millones de datos disponibles y
disminuir el tiempo de forma inversamente proporcional al número de datos, nos
encontramos ante el problema de encontrar la manera de analizarlos en la
profundidad necesaria. Y es justo aquí donde los algoritmos de tratamiento de
la información toman una relevancia sin igual y están claramente llamados a ser
el arma más poderosa de la sociedad actual, de manera que, aquel que posea
algoritmos capaces de tratar la información de forma más precisa y rápida,
podrá prepararse mejor para los cambios que se aproximan.
2.- ‘La información tiene una
importancia vital en su empleo a la hora de la toma y reforzamiento de
decisiones’.
3.- ‘La ventaja competitiva no
radica en quién posee la información, sino en aquellos que saben como
emplearla’. Hoy en día, con herramientas como las autopistas de la información,
millones de datos están al alcance de todas las personas, pero sólo unas pocas
sacan verdadera rentabilidad de ellos.
1.1.2.- Características que definen los sistemas
de información actuales.
Actualmente, hay una serie de
características que definen el tratamiento de información en los mercados:
1.- Las estrategias y acciones que
tenían validez en el pasado, dejan de ser útiles al difuminarse las fronteras
de los mercados nacionales, y tender éstos a una economía cada vez más
globalizada.
2.- Muchas veces se dispone de
información que no es útil para el problema que se quiere afrontar y lo único
que se consigue es perder el tiempo estudiando caminos que no llevan a la
solución. La base principal de este problema radica en el hecho de que la
información disponible está mal organizada.
3.- El análisis de datos es una
tarea meticulosa que, dado el volumen de datos que requieren los problemas
actuales, ya no es posible afrontar de la manera tradicional y, por tanto, se
deben buscar nuevas alternativas para el tratamiento de la información
(mediante las herramientas proporcionadas por la inteligencia artificial).
4.- El efecto dominó: es un efecto
muy importante y que casi nunca se tiene en cuenta. Se puede definir del
siguiente modo: ‘sistema defensivo de una empresa para aparentar ser más
competitiva que otra, falsificando sus datos; de esta manera, si otra empresa
contraataca de la misma forma, lo que se consigue es producir información errónea
en cascada’. Tan sólo aquellas personas que estén dentro de las compañías
sabrán que los datos emitidos no se corresponden con la realidad.
5.- Actualmente, el periodo de
tiempo durante el cual una decisión se considera apropiada (correcta) es cada
vez más corto. La principal consecuencia de esto, es que cada vez hay una mayor
incertidumbre a la hora de tomar las decisiones importantes y es, precisamente
esta incertidumbre, el principal problema de los sistemas actuales de
información y uno de los campos donde más se está investigando para mejorar la
calidad del proceso de decisión mediante una correcta utilización de la
información disponible sobre el mercado.
6.- En los sistemas actuales, se
requiere menor cantidad de información pero de mayor valor, es decir, hacer una
criba previa a la información para dejar sólo aquella que tenga el contenido
más importante, o lo que es lo mismo, que la información:
6.1.- esté claramente colocada en un
contexto de decisión.
6.2.- esté organizada de forma que
facilite la toma de decisiones.
6.3.- pueda integrarse fácilmente
con otros conocimientos.
- Por último, una de las
características a la que se ha dado menos importancia, injustamente, en los
sistemas actuales, es la dependencia existente entre los procesos de calidad en
la toma de decisiones y los procesos de calidad en la información sobre el
mercado.
1.1.3.- La calidad en los sistemas de toma de
decisiones y en el tratamiento de la información.
A lo largo del análisis de sistemas,
no sólo informáticos, sino en todos los campos: económicos, tecnológicos, ....
se ha comprobado que la calidad no es algo que se pueda obtener a posteriori,
sino que es un proceso que debe estar presente durante todo el desarrollo del
ciclo de vida del producto. En informática es uno de los campos donde se está
realizando una investigación exhaustiva en este sentido, a cargo de la
ingeniería del software, y cualquier proyecto que se desarrolle con un poco de
perspectivas para el futuro deberá ir acompañado de los pasos adecuados para
poder asegurar la suficiente calidad.
Actualmente, en los mercados
financieros se presenta un problema a la hora de la toma de decisiones con
suficiente calidad: la mayoría de los expertos usan técnicas nada fiables para
el tratamiento de la información y están basadas más en la intuición personal
que en los datos de que se dispone realmente. Esto es culpa, en parte, por la
gran cantidad de datos de los que actualmente se dispone y que es imposible
llegar a tratar.
1.1.4.- Redes de decisiones.
Uno de los campos en los que más
importancia está tomando el conocimiento es en el desarrollo de redes de
decisiones, como una forma de especificar la interacción entre la calidad de la
decisión y la calidad de la información.
Una red de decisión consiste en
hallar la interacción existente entre las diferentes soluciones (decisiones)
que suelen tomarse ante determinadas situaciones. Ejemplo: una decisión de cómo
afecta una caída en el índice Nikei junto a la decisión de cómo afecta una
bajada del paro en España, pueden ayudar a inducir una decisión sobre cómo se
va a ver afectado el mercado de renta variable español.
Normalmente, el proceso de toma de
decisión en este tipo de redes es largo y costoso y, en lo referente a la junta
de decisión que realizará la toma de las decisiones, se pueden diferenciar las
siguientes fases:
1.- Aprobar la concepción del
problema al que se quiere aplicar la decisión.
2- Seleccionar las diferentes
alternativas para su análisis.
3.- Identificar la mejor
alternativa.
4.- Tomar una decisión y mostrar la
solución.
Estos pasos se están intentando
automatizar mediante algoritmos, ya que supondría un gran ahorro de tiempo, y
de recursos, el hecho que fuese un computador el que seleccionase entre las
diferentes alternativas de manera ponderada.
1.1.5.- La calidad en el proceso de utilización
del mercado.
La calidad, en el proceso de
obtención y tratamiento de la información, consta, básicamente, de dos
componentes:
1.- Dinámica organizativa, psicológica
y sociológica, que afecta al empleo de la información: éste es un campo
totalmente abierto y en el que se ha investigado muy poco, fundamentalmente,
por que se considera que razonar y traducir los datos en una información útil
es un proceso inherentemente humano y, por tanto, no computable. El hecho es
que las nuevas herramientas informáticas han demostrado que no sólo ésto no es
cierto, sino que, además, la informática se presenta como la opción ideal para
este tipo de tratamiento de la información.
2.- Recopilación y tratamiento de
datos de formas técnicamente apropiadas: este segundo punto está muy
desarrollado en la actualidad y tiene muy poco campo de estudio.
Existen cinco pasos fundamentales
que se deben dar para llegar a utilizar la información del mercado de una
manera adecuada:
1.- Evaluar las necesidades reales
de información del mercado.
2.- Calibrar el mercado.
3.- Almacenar, recuperar y mostrar
datos.
4.- Analizar y describir los datos
del mercado.
5.- Obtener la calidad del proceso
de información del mercado.
1.1.6.- Obtención de la información de forma
precisa.
Uno de los mayores problemas que hay
que afrontar a la hora de obtener la información es que el punto de vista de quien
la desarrolla y el de quien la obtiene no es el mismo, lo que puede producir la
existencia de una falta de entendimiento entre las dos partes implicadas en el
proceso de obtención de la información. Por lo tanto, se debe intentar llegar a
un equilibrio en el entendimiento en lo referente a los puntos de vista, lo
cual pondrá al investigador en la mejor posición para hacer las preguntas
adecuadas al experto, y el experto estará en mejor posición para facilitar las
respuestas adecuadas. Se suele ofrecer un mensaje a cada una de las partes
implicadas en el proceso:
1.- Para los expertos, que suministran
la información: ‘Quienes responden a los cuestionarios nos proporcionan
nuestros medios. Pero los que emplean la información nos proporcionan nuestra
razón de ser’.
2.- Para los investigadores, que
buscan un conocimiento que les ayude en la búsqueda de la toma de decisiones
más adecuadas: ‘No se te exige que hagas todo el trabajo para adquirir el
conocimiento; no obstante, no se puede adquirir conocimiento sin hacer parte
del trabajo’.
1.1.7.- Tratamiento de la información como
herramienta de competitividad.
El tratamiento efectivo de la
información requiere de dos competencias:
1.- Curiosidad competente: se trata
de una curiosidad hacia los acontecimientos del mercado que sean de importancia
actual y futura junto a la habilidad para satisfacer esa curiosidad con
información oportuna, relevante, precisa y económica.
2.- Sabiduría competente: tiene que ver
con la habilidad de traducir la información en acción efectiva, ya que la mala
información no puede usarse sabiamente, ni podemos compensar un mal juicio con
buena información.. La incapacidad de usar bien la información es el talón de
Aquiles en la mayoría de los procesos de toma de decisiones.
El problema principal se puede
enunciar como ‘debemos pero no lo hacemos’, es decir, actualmente, y cada día
más, se requiere un proceso más detallado de análisis de la información, pero
encontrarse cada vez con más datos hace que la tendencia sea justamente la
contraria, o sea, la toma de decisiones es cada vez más intuitiva.
Básicamente puede centrarse la
necesidad de mejorar el uso de la información en una serie de cambios cada vez
más notables que se dan en la sociedad actual:
1.- Los nuevos sistemas de
comunicaciones hacen que los datos estén disponibles al mismo tiempo para un
número creciente de personas, lo que les hace poseedores de los mismos
conocimientos y, por tanto, les iguala competitivamente a ese nivel.
2.- Cada vez hay un mayor número de
personas interesadas que desarrollan nueva información.
3.- El tiempo disponible para tomar
una decisión se está reduciendo de manera exponencial.
4.- El tiempo de validez de la
información también se está reduciendo, al ser cada vez más frecuentes y
rápidos los cambios en los mercados.
5.- La difuminación de los mercados
y la globalización de los mismos hace cada vez más necesario un tratamiento
adecuado de la información.
En contra de estas razones, aparecen
algunas dificultades en el uso de la información:
1.- Normalmente se tiene en cuenta
información actual, sin fijarse en la información que puede llegar a ser
relevante mañana (‘Hoy es el mañana de ayer’), es decir, no se da a los datos
futuros la importancia que realmente tienen.
2.- La tecnología de la información
ha supuesto un doble camino: por una parte, ha permitido poder contar con mayor
información en menos tiempo; pero, por otra parte, ha supuesto un descuido en
lo referente a determinar qué información es útil y cuál es despreciable.
3.- La relación entre el
suministrador de la información y el usuario que debe tratarla es muy dificil.
Los problemas aparecen debido a que
las decisiones a las que hay que enfrentarse normalmente tienen unas
características nada deseables, como son:
1.- No son rutinarias.
2.- Tienen un alto grado de
incertidumbre y riesgo.
3.- Implican a grupos sociales
diferentes.
4.- Pueden ser importantes a largo
plazo.
5.- Son urgentes.
6.- Pueden suponer la utilización de
muchos recursos y de muchos tipos.
7.- Muchas veces no se benefician de
la información existente.
Los supuestos que serían deseables
para realizar una investigación que lleve a la toma de decisiones correctas
serían:
1.- Disponer de tiempo suficiente.
2.- Evaluación de la necesidad de la
información antes de la toma de decisión.
3.- Existencia de buen entendimiento
entre las partes implicadas (experto y programador).
4.- Que toda la información que se
posea favorezca una decisión concreta.
5.- Entender la incertidumbre y el
riesgo real de la decisión elegida.
El problema radica en el hecho de
que conseguir los supuestos anteriores es casi imposible en la realidad, y
habrá que conformarse con una aproximación a ellos.
Como conclusión a este punto, puede
decirse que el reto más importante al que hay que enfrentarse es mejorar el uso
de la información de que se dispone sobre los mercados, minimizando la
resistencia de aquellos factores que dificultan su uso.
1.1.8.- El telar del conocimiento.
El ‘telar del conocimiento’ es un
concepto que pretende expresar la necesidad de tejer toda la información
disponible de una diversidad de fuentes de forma que el telar nos lleve a una
decisión sabia. Puede verse, más claramente, como la necesidad de reunir
diversas fuentes de información sobre el mercado y asegurarse de que estén
disponibles y se empleen como una condición para tomar decisiones más efectivas
basadas en el mercado.
Una pregunta que ayudará en la
búsqueda del conocimiento es la siguiente: ¿cómo se salva la separación entre
los hechos y la sabiduría?. Para responderla se debe entender dónde encaja la
información (hechos) en el proceso que lleva a la decisión (sabiduría).
Haeckel propuso una jerarquía para llegar
de los datos a la sabiduría. Parte de la observación codificada (datos),
al centrarse en el marco de decisión adecuado (contexto), produce información,
al aplicar el juicio (inferencia) genera inteligencia,
ganar en certidumbre (mayor certeza y aceptabilidad) lleva al conocimiento
y aplicando la síntesis obtiene sabiduría. Con este proceso, se
puede disminuir el volumen de datos mientras se incrementa su valor. La
siguiente gráfica muestra el proceso jerárquico:
La conclusión a la que se llega con
este sistema es obvia: el valor de la información se incrementa de manera
directamente proporcional al aumento de la estructura, la organización y el
contexto en el que se encuentre y, por tanto, debe buscarse un dispositivo de
interfaz que vincule a los seres humanos con la complejidad de la información.
Por último, no debe olvidarse que
las preguntas son una herramienta que permite adquirir un conjunto de actitudes
para mejorar el pensamiento y la acción., creando un mejor fundamento para la
toma de decisiones.
1.1.9.- Mecanismo de investigación del mercado.
Como primer paso, se necesita
valorar la necesidad de la información, usando para ello los siguientes
componentes:
1.- Análisis de decisión: se
intentará lograr calidad en la toma de decisiones mediante la combinación de
aspectos del análisis de sistemas y la teoría de decisión estadística; para su
consecución se pueden distinguir las siguientes fases:
1.1.- Estructuración de la decisión.
1.2.- Identificación de la
incertidumbre.
1.3.- Unión de la información y la
estructura de decisión para obtener una conclusión.
2.- Valoración de las necesidades de
la información, que estará complementada por otras fuentes de información
secundaria.
3.- Revisión de la información
existente acerca del mercado.
4.- Valoración de los signos del
mercado.
5.- Calibración del mercado: una de
las actividades de investigación, que puede considerarse como fundamental, es
la medición de las fuerzas reales que mueven el mercado. Las tareas principales
para la consecución de este punto son:
5.1.- Diseño del instrumento de
estudio.
5.2.- Encuesta de muestreo
probabilístico: en caso de aquellos datos que dependan de la sicología de
masas, ....
5.3.- Datos no probabilísticos.
Los pasos para la obtención de una
información fiable se pueden desglosar en el siguiente esquema:
1.- Almacenar, recuperar y mostrar
datos: se pueden diferenciar los siguientes apartados: almacenar los datos, recuperar
los datos, depurar los datos, presentación preliminar, mostar la información,
preparar la documentación, entregar la documentación.
2.- Analizar y describir los datos:
el análisis descriptivo se puede dividir, a su vez, en las siguientes tareas:
2.1.- Estadística descriptiva:
técnicas que describen los datos que se han recopilado, incluyendo la
preparación gráfica de los datos.
2.2.- Reducción de datos: se usará,
para ello, la técnica de análisis de factores que investiga la relación
existente entre un gran número de factores.
2.3.- Inferencia: inferir
conocimiento a partir de datos.
2.4.- Predicción: generación de
información futura a partir de datos recopilados en el pasado. La predicción ha
sido uno de los campos más estudiados y, de este estudio, han surgido técnicas
interesantes como son: Análisis de
conjuntos, la regresión (permite
establecer una relación entre variables históricas y predecir futuras variables
a partir de la relación existente entre los datos históricos), técnica
"Box-Jenkins" (método de predicción basado en modelos de series
temporales; depende, de que se puedan captar estadísticamente las
características de tendencias, cíclicas y otras características temporales), técnica de igualación (emplea una serie
de datos históricos para predecir el valor de un suceso futuro de la serie, el
problema de la igualación es que debe existir una pauta en la serie que se
repetirá en el futuro).
Durante todo el proceso de obtención
y tratamiento de la información, hay una pregunta que siempre se debe
responder: ¿los datos que se están recopilando son los adecuados para el
problema en cuestión, dicha recopilación se está realizando en la forma
adecuada y la aplicación de dichos datos es de la forma correcta?. La respuesta
a esta pregunta debe ser siempre 'si', ya que, en caso contrario, alguna fase
del proceso es incorrecta.
Como resumen a este apartado, se
puede decir que se ha presentado el marco necesario para la valoración de las
necesidades de información sobre el mercado, así como el calibrado,
almacenamiento, recuperación y muestreo de datos, el análisis y descripción de
datos del mercado, y el incremento de la calidad del proceso de información.
1.1.10.- Tecnología del uso de la investigación.
La tecnología para adquirir información
y almacenar los datos está bastante desarrollada pero, en cambio, los mecanismo
para hacer un uso eficiente de estos datos está poco desarrollado. Hay muy
pocos procedimientos para aumentar la relevancia de los datos y convertirlos en
decisiones válidas. Este hecho tiene una importancia capital, ya que la ventaja
competitiva en la sociedad actual residirá más en aquellos que sepan usar la
información que en los que la tengan.
Pero qué es lo que hace tan
diferente el almacenamiento de la información de su uso. Mientras que la
tecnología de adquisición y tratamiento de datos está orientada a varios tipos
de personas, la tecnología para el uso de información tiene que ver con el
juicio, dado que la conversión de datos en
conocimiento es un proceso (de conducta) humano y, por tanto, para poder
simularlo algoritmicamente, hay que olvidarse de los mecanismos y herramientas
de programación clásicos que son demasiado rígidos, y desarrollar unos nuevos
mecanismos que permitan simular mejor el pensamiento humano, que es menos
rígido y más intuitivo.
Como conclusión, la conversión de
datos en información significativa, creíble y aplicable, es un proceso humano
y, por ello, cualquier esfuerzo para mejorar el uso de información debe
centrarse en la conducta o comportamiento humano. Algo que nunca hay que
olvidar es que la calidad del pensamiento sobre una decisión, después de
haberse recopilado los datos, está claramente determinada por la calidad del
pensamiento antes de la recopilación de los datos.
1.1.11.- Datos, información e inteligencia.
Lo primero que hay que hacer es
distinguir entre datos, información e inteligencia:
1.- Los datos son representaciones
de la realidad que pueden tener o no significado, precisión o credibilidad.
2.- La información la componen
aquellos datos cuyo significado es claro.
3.- Se produce inteligencia cuando
se obtiene un sistema capaz de obtener una información innovadora, que el
sistema desconocía anteriormente. Más claramente, se puede decir que existe
inteligencia cuando a partir de una información obtenemos más información, sin
que está nueva información se obtenga mediante un proceso trivial.
Los marcos de referencia tienen tres
componentes básicos:
1.- Supuestos generales, que serán
el conjunto de premisas que se den por sentadas.
2.- Reglas de decisión, que serán
los sistemas de reglas que se desarrollen para responder a las diferentes
preguntas.
3.- Expectativas, que serán aquellos
sucesos que se espera que se produzcan a partir de las reglas de decisión y las
herramientas que se les apliquen.
Gracias a los marcos de referencia
se consigue:
1.- Orientación, que conlleva el
hecho de centrarse en los factores más importantes, así como desestimar otros
factores menos fundamentales.
2.- Conceptualización de problemas,
que ayuda a determinar cómo se perciben los problemas e incluso si no se
perciben.
3.- Determinación de posibles
soluciones, ya que mediante los marcos de referencia se pueden determinar
aquellas soluciones que pueden ser más aceptables.
Para un buen entendimiento entre el
usuario que suministra la información y el programador que va ha hacer uso de
ella se deben tener en cuenta los siguientes aspectos:
1.- Necesidad de comprender la idea
del experto por parte del programador.
2.- Comprender los usos y
limitaciones de los datos y del análisis de datos y ser capaces de explicárselo
al experto para que lo pueda entender, así como intentar buscar enfoques
alternativos.
3.- Hacer participe al experto en
cada fase de uso de los datos y la forma
en que se van a tratar.
4.- Asegurar que el conocimiento
será amplio y correcto mediante el uso de todos los recursos disponibles
(expertos, bibliografía, otras fuentes).
5.- Intentar aprender a comunicarse en
el leguaje del experto y desarrollar un entendimiento de las restricciones con
las que opera el experto en su vida cotidiana.
6.- Aceptar el hecho de que
conseguir y usar adecuadamente la información requiere trabajo duro, constante,
y en cada fase del proyecto.
7.- Deberá hacerse un esfuerzo para
aprender acerca de las dificultades y los aspectos generales de la recopilación
de la información útil y adecuada.
8.- Animar a los expertos que
suministran la información a formar parte del equipo de usuarios. Esto no
quiere decir que se deleguen en ellos los aspectos relacionados con la
recopilación y el análisis de información.
9.- Se debe planificar con tiempo
las necesidades de información, ya que las peticiones de última hora producen
que la información recopilada con carácter de urgencia sea imprecisa,
inoportuna, irrelevante y difícil de utilizar de forma útil.
Como conclusión, puede decirse que
los marcos de referencia son lentes de prospección para describir, explicar,
predecir y controlar eventos. Del mismo modo, contienen las pruebas de verdad
que se usará para la evaluación de la precisión de los datos, su interpretación
y aplicación.
1.1.12.- ¿Cómo se sabe si se ha hecho la pregunta
correcta?
Las formas más comunes de averiguar
si la pregunta que se ha realizado es la correcta para obtener la información
deseada son:
1.- Esperar hasta después de haber
recopilado y analizado la información.
2.- Esperar a los resultados después
de haber aplicado el sistema de decisión.
El problema, en cualquiera de los
dos casos, es que si la información no se ha obtenido en el momento adecuado,
puede no valer de nada cuando se obtenga de la manera correcta.
Otro problema que surge es el hecho
de que, cuando las preguntas sean triviales, las respuestas serán triviales,
pero cuando las preguntas puedan llegar a suponer un desafío a las creencias
básicas del experto, pueden llevar respuestas erróneas por la dificultad de las
respuestas. El transfondo básico de esta cuestión, es que hay que ver cuándo y
dónde se traza la línea entre los supuestos que deben ponerse en duda y
aquellos que no, dado los cientos de supuestos que intervienen en las
decisiones ordinarias. En la realidad supuestos considerados obvios no son
interesantes, aquellos que contienen un grado de sorpresa son más interesantes
y son susceptibles de merecer la atención y aquellos que parecen absurdos, no
reciben ninguna atención. La mayoría de la gente sólo entra en la región
interesante.
Como conclusión a este apartado,
puede decirse que el definir el problema de forma adecuada y expresarlo
correctamente como un conjunto de preguntas son posiblemente las tareas más
importantes del proceso de investigación para la obtención de información.
Además, hay que tener en cuenta de manera especial que pueden existir supuestos
que, si fueran erróneos, podrían tener graves consecuencias para el proceso de
obtención del conocimiento. El no hacer preguntas importantes y desafiantes a
los expertos puede proporcionar una falsa impresión de conocimiento.
1.1.13.- Los datos (relevancia y
fiabilidad) y la sinergia.
Los datos son representaciones
potenciales (pueden o no ser exactos) de la realidad. Al poner los datos en el
contexto de decisión se generará información y, al aplicar la inferencia (el juicio)
a la información, se generará una información innovadora. Un dato puede ser
tomado como una estadística individual (la ganancia o pérdida de cuota de
mercado en un periodo de tiempo determinado) o bien puede consistir en un
detallado perfil psicológico de un segmento de la población más representativa
de ese valor.
El coste es una de las variables más
importantes a tener en cuenta a la hora de la recopilación de los datos, ya que
no se debe pagar por los datos más dinero del que se piense ganar con los
mismos. Para obtener el mayor beneficio de la información, es importante
comparar el coste relativo de obtener varios tipos de datos, para tener el
menor coste.
Cualquier análisis adicional de la
información recopilada proporcionará una información útil y supondrá una
disminución de los costes, que será de alrededor del 20% cada cinco años.
Uno de los enfoques que más se está
estudiando en los últimos años es la “sinergia”. La sinergia en los programas
de investigación de mercado ocurre cuando dos o más proyectos pueden ser
combinados o coordinados de tal manera que la producción de inteligencia sobre
el mercado es mayor que la suma de sus contribuciones como proyectos aislados.
Los indicadores más relevantes de la sinergia son:
1.- Los enfoques relevantes ganados
por cada proyecto que no se habrían dado de no haber sido coordinados los n
proyectos.
2.- El coste será menor.
3.- Se tendrá la capacidad de
aumentar el tamaño de la muestra.
4.- Las técnicas de criba para
detectar variables poco importantes son más efectivas.
5.- Suponen una forma de
construcción piramidal muy apropiada, ya que se puede formar una red con
operaciones sencillas que proporcionen cálculos parciales que se puedan
interconectar.
Pero surge un problema, ya que, para
poder aplicar la sinergia, se deben aplicar dos principios:
1.- El de consistencia: n proyectos
podrán coordinarse si las preocupaciones básicas de cada uno de ellos son
consistentes con la misma cuestión básica, es decir, el fin que persiguen es el
mismo.
2.- El de complementariedad: n
proyectos podrán coordinarse cuando sus preguntas y métodos son compatibles, es
decir, pueden ser usados de forma conjunta. Otro tipo de complementariedad crea
sinergia al producir mayor perspicacia acerca de la evolución del mercado, ....
Por lo tanto, se puede ver la
sinergia como: Sinergia = Consistencia + Complementariedad.
Se pueden hacer dos preguntas acerca
de la relevancia de los datos:
1.- ¿Qué datos son relevantes para
una decisión específica? Para responder a esta pregunta habrá que centrarse en
definir los tipos y fuentes de los datos requeridos que puedan ser relevantes y
poder disponer de ellos.
2.- ¿Cuál es la relevancia especial
de un conjunto dado de datos? Para dar respuesta a esta pregunta habrá que ver
si los datos que se han recopilado son relevantes para el problema en cuestión
(según dice la primera pregunta). Los datos pueden no ser relevantes para el
problema si no se ha hecho la pregunta adecuada, si no se ha realizado al
experto adecuado, si el momento no era el correcto o si la respuesta ha sido
tratada de forma incorrecta.
También conviene tener en cuenta
otra cuestión acerca de la fiabilidad de los datos que se han adquirido. Cada
una de las actividades básicas en el proceso de uso del conocimiento (dudas,
datos, análisis, ...) tiene un valor único de fiabilidad que hay que controlar,
es decir, el valor de los datos está limitado por la confianza que en ellos
tenga la persona que los va a utilizar.
Las conclusiones que se pueden sacar
de este apartado se resumen en:
1.- Los datos son representaciones
de la realidad y pueden ser obtenidos en diversidad de formas, desde
descripciones altamente cuantitativas de acontecimientos a impresiones
intuitivas basadas en experiencias pasadas.
2.- El coste de la adquisición de
los datos varía en función del tipo de los datos, el tiempo al que se refieran
y la facilidad con que puedan ser usados.
3.- Es importante (al igual que en
cualquier otro proceso informático) que se sigan unos estándares en la
recopilación, proceso y presentación de los datos, y que todos los involucrados
en su tratamiento y utilización conozcan que se siguen esos estándares, de tal
manera que permitan centrarse más en el significado y aplicaciones que se
puedan dar a los datos y menos en las pruebas sobre la fiabilidad de éstos.
1.1.14.- Desarrollo de análisis e interpretación
de los datos.
El análisis es el proceso de
utilización de los datos obtenidos para llegar a interpretar las ideas. Los
análisis se basan en diferentes tipos de datos. Un análisis efectivo de los
datos depende, en gran medida, de la capacidad para realizar una recopilación
de datos eficiente.
En la actualidad, hay cuatro tipos
básicos de análisis:
1.- Análisis alertas: advierten
sobre eventos importantes que acaban de ocurrir o que se producirán en un
tiempo cercano.
2.- Análisis corrientes:
proporcionan un tipo de información básica, como subidas diarias de valores,
evolución de la bolsa, ....
3.- Análisis básicos: proporcionan
información detallada sobre una cuestión, de forma que facilite el proceso de
toma de decisiones.
4.- Análisis estimativo: tratamiento
de la información sobre acontecimientos futuros, como predicción de mercados.
El mismo tipo de datos se puede usar
con varios tipo de análisis.
Mediante el análisis de los prejuicios en el comportamiento se puede obtener
una percepción sobre la orientación que el experto tiene en la forma de
entender los datos que pone a disposición del programador. Estos prejuicios se
pueden dividir en dos tipos:
1.- Evitables: son aquellos que se
pueden medir, reducir y eliminar de una forma sencilla.. Suelen ser explícitos.
2.- Inevitables: son debidos a
factores sociológicos y sicológicos. Actualmente no existe ningún método
efectivo para controlarlos.
Dado que existen prejuicios
inevitables, será, por lo tanto, imposible obtener una realidad totalmente
objetiva. El mecanismo de reducir los efectos de estos prejuicios es obtener
los datos desde diferentes perspectivas.
Existen unos tipos de prejuicios
cuya relevancia al aplicar un procedimiento para el uso correcto del
conocimiento, es vital, éstos son:
1.- Prejuicios en la evaluación de
la información: se tiene tendencia a dar mayor crédito y relevancia a la
información que comparte las siguientes características:
1.1.- Concreción: se da más énfasis
a la información concreta que a aquella información más abstracta (aunque pueda
ser más fiable).
1.2.- Recuperabilidad: el recuerdo
del dato está influenciado por el juicio (que está influenciado por factores
externos que lo hacen subjetivo).
1.3.- Prominencia: se sobrevalora el
significado de datos que son prominentes.
2.- Prejuicios confirmadores de
hipótesis: hay una tendencia a realizar las preguntas de forma que las
respuestas ofrezcan una evidencia confirmatoria de lo que se quiere oír, es
decir, las preguntas van guiadas y no son realizadas de forma objetiva.
3.- Prejuicios de observador y de
participante: la forma de ver las cosas desde los ojos del experto o de las
personas encargadas de tratar la información no es objetiva.
4.- Insensibilidad a los principios
estadísticos: se suele generalizar a partir de muestras muy inferiores en
tamaño y precisión a las que realmente se necesitan, aún sabiendo que en un
sentido técnico es incorrecto hacerlo.
5.- Juicio ex post facto: cuando
sucede un hecho y el resultado no coincide con las expectativas, se tiende a buscar
la causa mediante una explicación sencilla, rechazando las explicaciones
complejas aunque estén más fundamentadas. En los mercados de valores, éste es
uno de los mayores problemas ya que este tipo de pensamiento es común en la
interpretación de las experiencias personales. Aún siendo la intuición, la
experiencia y la opinión experta fuentes de conocimiento válidas e importantes,
son susceptibles de causar la generalización a partir de unos pocos datos,
apuntar a la explicación menos complicada (por ser la más intuitiva) y no
buscar las causas de los acontecimientos subyacentes, aunque éstas sean más
poderosas, ya que requieren un análisis más costoso y detallado.
6.- Preferencias de información: las
circunstancias bajo las cuales se toma una decisión pueden influir en el uso de
la información. Dependiendo del riesgo, se pueden presentar dos situaciones
diferentes:
6.1.- No existir riesgo asociado a
la acción ni a la alternativa: se suele ignorar tanto la información que apoya
la decisión como la negativa.
6.2.- Todas las opciones implican
graves riesgos y se tiene la impresión de que ninguna de las opciones pueden
ser beneficiosa: en este caso, se suele aplazar la toma de decisiones.
6.3.- Situación idónea: es la
situación más sencilla, pero que nunca va a llegar a producirse. En esta
situación, el tomador de decisiones tendrá tiempo y recursos para evaluar las
diferentes opciones, así como para buscar información tanto confirmatoria como
contraria, produciendo una selección de los datos más fiables.
Cuando, debido a una de las causas
anteriormente descritas (explicaciones o análisis incorrectos) se opte por
descartar la decisión, se estará ante lo que se denomina “falacia”. Las falacias más comunes que se pueden presentar son:
1.- Distracción: se hace ver de una
manera hábil la realidad que le interesa al ponente y no la situación real
(esto puede verse todos los días en los telediarios). Los tipos básicos de
distracción son:
1.1.- Falso dilema: se presentan tan
solo dos alternativas (sí o no) cuando el número de alternativas reales es
mayor.
1.2.- Pendiente resbaladiza: si se
sigue un camino, éste producirá otros
acontecimientos que llevarán a una situación indeseable. Ej: al vender el
Santander la banca Morgan, el miedo a que el Santander supiese algo, hizo que
se produjera una venta masiva e injustificada de acciones.
1.3.- Hombre de paja: se puede hacer
creer que una empresa está en mejor situación económica que otra haciendo que
la situación del otro parezca más débil.
1.4.- Razonamiento falso: se pueden
reexponer las premisas que se conocen desde un punto de vista particular, de
forma que se obtengan ciertos apoyos engañosos que ayuden a sustentar la
decisión.
2.- Apelaciones a la emoción: son
siempre impropias, ya que impulsan a tomar decisiones incorrectas. Existen dos
tipos de estas apelaciones:
2.1.- Apelación a la fuerza y a la
compasión.
2.2.- Utilización del lenguaje
sesgado como un mecanismo para enmascarar la falta de claridad y fiabilidad de
los datos.
Las conclusiones a este apartado se
pueden resumir en:
1.- El análisis a partir de los
datos es una cuestión muy importante cuando la cuestión o decisión que se ha de
tomar no es rutinaria y los datos que se tienen no son claros ni bien
estructurados.
2.- Es importante en todas las
situaciones de decisión explorar y poner en duda el pensamiento existente y ser
sensible a la presencia de prejuicios en el análisis de datos.
3.- Los prejuicios son inevitables y
no necesariamente malos, si se saben utilizar de la forma adecuada. El ser
sensibles a la naturaleza y presencia de los prejuicios ayuda a guardarse de
sus efectos indeseables.
1.1.15.- Conocimiento y sabiduría.
Existen dos principios que sirven de
guía a la generación y selección de alternativas en las redes de decisiones:
1.- Principio de consistencia: cada
componente del plan debe ser consistente con el objetivo que persigue el plan.
El mayor obstáculo que aparece para la aplicación de este principio es la
ausencia de un objetivo bien definido.
2.- Principio de complementariedad:
en una red de decisiones, éstas deben reforzarse unas a otras positivamente.
Este principio reduce el conjunto de acciones a aquellas que son más
reforzadoras que las demás.
Normalmente, hay que preocuparse más
de las decisiones que se van a obtener que de usar de forma correcta la
información para alcanzar decisiones correctas.
1.1.16.- El centro de preguntas.
Por centro de preguntas hay que
entender los sistemas usados por los expertos para la obtención de los datos
relevantes para el proyecto. Al usar el centro de preguntas habrá que tener en
cuenta:
1.- Transmitir a los expertos el
concepto esencial del centro de preguntas.
2.- Demostrar su verdadera
importancia.
3.- Reducir las barreras existentes
entre los suministradores del conocimiento (expertos) y los usuarios del
conocimiento (programadores).
Como conclusión puede decirse que la
idea del centro de preguntas se basa en la necesidad de aprender como un medio
de mejorar el pensamiento y la acción.
1.1.17.- El aprendizaje.
El uso de los procesos explicados en
los apartados anteriores da lugar al aprendizaje. Durante la fase de
aprendizaje, se deberá aprender:
1.- Lo que se necesita saber.
2.- Los hechos relevantes.
3.- Lo que significan esos hechos.
4.- Qué hacer a partir de ese
significado.
5.- Las consecuencias de las
decisiones.
6.- Por qué ocurrieron determinados
resultados y no otros.
7.- Si se necesita cambiar la forma
de pensamiento básico que se está usando.
Puede definirse el aprendizaje como
la creación de un entendimiento útil, o perspicacia, mediante el procesado de
experiencia. Con esto se incluye la adquisición de nuevos entendimientos y
maneras de pensar basadas en la transformación de experiencia en algo
significativo y útil.
Habrá que tener en cuenta dos
factores en el proceso de aprendizaje:
1.- El proceso de la experiencia.
2.- La creación de entendimiento.
En la actualidad se puede dividir el
aprendizaje en tres niveles básicos, que son:
1.- Explicativo: se aprende a un
nivel descriptivo sencillo. Ej: estudios que siguen los cambios del mercado a
lo largo del tiempo. Ayuda a crear una conciencia de las características del
entorno. El aprendizaje explicativo puede ir desde una sencilla descripción de
acontecimientos a una explicación de qué los produce y cómo interactuan estas
causas y contribuyen a otros sucesos.
2.- Predicción: se aprende a reducir
la incertidumbre en torno a acontecimientos futuros. Está claro que cuanto
mejor se puedan describir y explicar los factores qué afectan a las
percepciones, menor será la incertidumbre en torno a dichas predicciones.
3.- Control: se refiere a los
intentos de alterar las percepciones al manipular los factores que influyen
sobre estas percepciones. No hay que olvidar, que el ser capaz de explicar un
suceso no significa necesariamente que pueda explicarse, predecirse o
controlarse. Resulta claro que, cuanto mejor descrito esté un acontecimiento,
mejor podrá explicarse, con mayor precisión podrá predecirse, y más fácilmente
podrá controlarse. Éste es el aprendizaje más deseable, pero el que menos se
da.
1.1.18.- Los sistemas expertos.
Mientras que la tecnología para
manipular datos e información está disponible desde los primeros días de la
computación, la capacidad de generar inteligencia mediante ordenadores es una
innovación más reciente que se ha desarrollado por medio de los sistemas
expertos. El objetivo principal de los sistemas expertos consiste en tomar la
inteligencia acumulada por los expertos y encerrarlas en cápsulas que puedan
utilizar los no expertos para elevar el nivel de inteligencia efectiva sobre un
tema concreto, con el consecuente ahorro en tiempo, recursos ....
En el siguiente cuadro puede verse
la valoración actual del estatus de tecnología informática en relación con la
jerarquía descrita por Haeckel:
Nivel
|
Elementos manipulados |
Estatus |
|
Datos |
Números, palabras |
Disponible |
|
Información |
Enunciados |
Disponible |
|
Inteligencia |
Normas |
Disponible |
|
Conocimiento |
Bases de conocimiento |
A corto plazo |
|
Sabiduría |
Bases de conocimiento combinadas |
A largo plazo |
De una forma sencilla, se pueden ver
los sistemas expertos como sistemas formados por dos componentes principales:
1.- Base de conocimiento o de
reglas: conjunto de enunciados condicionales conocidos comúnmente como reglas. Estas
reglas son enunciados de inteligencia. Ej: “si se produce una caída de más del
3% con respecto al suelo de un valor en la misma sesión entonces dar una orden
de venta de ese valor”.
2.- Motor de inferencia: es el
mecanismo básico de manipulación de la base de conocimiento. Su forma de
trabajar será tomar las entradas del usuario y, a partir de la base de
conocimiento, inferir una conclusión. A partir de la conclusión, se le dará al
usuario un curso de acción; en caso de no poder llegar a una conclusión, se le
informará al usuario de que la información facilitada no es suficiente para
llegar a una conclusión.
Al conocimiento, actualmente, se le
da la consideración de ser a corto plazo, ya que la investigación sobre los
sistemas expertos todavía está en proceso de desarrollo y, para problemas
complejos, los motores de inferencia actuales pueden no ser eficientes.
En cambio, a la sabiduría le debemos
dar la consideración de ser a largo plazo, ya que se basa en la combinación de
las bases de conocimiento individuales, aunque el rápido desarrollo de
herramientas como las redes neuronales, o los sistemas difusos, pueden
solucionar este problema.
El centro de preguntas se presenta
como un telar de conocimiento multidimensional, pero para tener éxito debe
incorporar tres dimensiones:
1.- La lógica de la toma de
decisiones: la lógica ha sido uno de los
puntos fuertes de la informática desde su creación. La mayor aplicación de la
lógica en los últimos años en el mundo de la informática ha sido en el desarrollo
de bases de datos jerárquica y relacional.
2.- Energía/colaboración: son los
sistemas usados para la diseminación de la información. Estos sistemas
(Internet, correo electrónico) han sufrido un enorme avance, lo que les hace
ser actualmente una de las fuentes más importantes de obtención de información.
3.- Imaginación/creatividad: las
tecnologías que actualmente se ocupan de esto son:
3.1.- Interfaz gráfico de usuario:
la tendencia actual es evitar los interfaces en línea de comandos y usar interfaces
visuales de tal forma que se da prioridad a la intuición humana, y los usuarios
pueden pasar más tiempo haciendo lo que quieren hacer en lugar de estar
averiguando cómo se hace.
3.2.- Multiprogramación: son
interesantes para aquellos sistemas que deban de utilizar datos de diferentes
tipos de forma simultánea. La principal ventaja de los sistemas de
multiprogramación es que mejoran el rendimiento del sistema.
3.3.- Vinculación de hipertextos:
son las nuevas formas de estructurar los documentos, ayudas, ..., de forma que
sea más fácil acceder a aquellos datos que están relacionados con otros
mediante vínculos de hipertextos.
En
este apartado se han visto algunas de las técnicas y herramientas que más se
están utilizando actualmente para la incorporación de los datos, la
información, la inteligencia, conocimiento, sabiduría, toma de decisiones, ...,
y cuyo principal objetivo es hacer más fácil el uso de grandes cantidades de
información y la toma de decisiones a la que obliga. La premisa principal es
que se desarrollen en beneficio de los usuarios y que nunca se olvide que la
oferta (avances tecnológicos) debe ser igual a la demanda (aquella información
que proporcionarán esos avances) y, por tanto, no se pueden ignorar los avances
y se deben desarrollar herramientas que permitan
1.2.- Mecanismos
de adquisición del conocimiento.
En este apartado veremos algunos de los mecanismos que existen para la obtención del conocimiento necesario para el correcto funcionamiento de los postulados del proyecto.
Se debe recopilar la información del experto necesaria para conformar la base de conocimiento, así como las heurísticas para su tratamiento.
1.2.1.- Introducción a la adquisición del conocimiento por medio de expertos.
Pretendemos encontrar reglas heurísticas, es decir, obtenidas de la experiencia, que nos den soluciones buenas a problemas complejos, aunque no podemos garantizar que nos den las soluciones óptimas.
Para encontrar estas reglas heurísticas dependemos del conocimiento que hayan obtenido los expertos sobre una materia a lo largo de sus años de experiencia.
Las ventajas de un sistema en que se almacena el conocimiento son múltiples, a continuación se enumeran las más importantes:
1.- La preservación de ese conocimiento, ya que su adquisición es un proceso caro y de larga duración (una persona puede tardar más de 10 años en ser un experto en una materia).
2.- Por razones de eficiencia, ya que si conseguimos que un ordenador almacene todo el conocimiento del experto, su tratamiento computacional será siempre más eficiente que el que le pueda dar el experto.
3.- Por razones de fiabilidad: un ordenador está exento de fallos motivados por los sentimientos, impulsos ilógicos, cansancio físico, ....
4.- Por razones de comunicación: los datos contenidos en un computador, suelen ser más fácilmente divulgables que aquellos que contienen las personas.
5.- Razones de estructuración: la limitación de los lenguajes naturales con respectos a los lenguajes computacionales hace que los datos contenidos en un ordenados sean mucho más estructurados y ordenados que los que contiene una persona.
6.- Disponibilidad: un sistema computacional está siempre disponible.
7.- Por razones de dinero: un sistema no humano siempre será más barato que un experto en la materia.
En contra de estas ventajas, están las siguientes cuestiones:
1.- Hay materias difícilmente implementables mediante algoritmos, aún usando las técnicas más modernas. Solución: se ha de considerar que los últimos avances informáticos, tanto en hardware (aumentando la potencia computacional de los ordenadores) como en software (elaborando nuevas técnicas de programación que nos permitan atacar y resolver problemas complejos), han dejado suficientemente resuelto el problema, por lo menos en el caso de los mercados y finanzas.
2.- Hay materias que dependen, en mayor o menor medida, de la intuición humana. Solución: en el caso de las finanzas, es totalmente desaconsejable, desde un punto de vista objetivo, el invertir basándose en la intuición más que en los hechos, ya que supone un aumento de riesgo innecesario. Dado que la intuición se debe tomar como la ausencia de conocimiento y, por tanto, de causa justificada para realizar la acción, no podemos crear un algoritmo que la trate, pero sí podemos crear un algoritmo paralelo, que nos permita aumentar o disminuir el riesgo en función de la exigencias del usuario.
3.- Muchos campos no son científicamente exactos, o el número de variables de que dependen es computacionalmente intratable. Solución: el número de variables de que dependen las finanzas es enorme, lo cual es lógico, al ser éste el campo que rige una economía mundial, pero, aún así, es computacionalmente tratable y, dado que está basado en hechos puntuales, si se toman en cuenta todas las posible variables que le afecten, está claro que los resultados deberían ser exactos. Por desgracia, existe un problema adicional, que hasta hace poco tiempo no tendría solución, y que se expone a continuación:
La variable más compleja de controlar en el mundo de las finanzas es aquella que no aparece creada por la mano del hombre, sino que es intrínseca al propio sistema, es decir, la masa. Las finanzas dependen en sí de todas las personas que engloban el sistema, ya que crean el sistema económico, por lo que pretender controlar los hechos o las acciones de cada persona por independiente es una idea descabellada, aparte de que sería imposible, ya que está el hecho de que el poder de una única persona (una persona normal, no un presidente, ...) en la economía global es insignificante, al contrario que ocurre con el poder que puede tener la masa; un claro ejemplo de este poder son los crash (psicosis irracional de una masa globalizada de gente). Por lo tanto, la solución sería desarrollar un modelo estadístico relacionado con la psicología de la masa, que intente detectar el nivel de riesgo de una situación en un momento determinado.
4.- La comunicación con el experto puede suponer un esfuerzo insaciable en algunos casos. Solución: en el caso de las finanzas, hay muchos expertos en la materia, así como sociedades, que llevan años intentando crear un modelo de finanzas, lo cual facilita mucho esta labor, al haber un gran número de documentos sobre la materia.
1.2.2.- Posibles formas de obtener el conocimiento.
Existen diversas formas de obtención del conocimiento para el desarrollo del sistema, que se van a exponer a continuación:
1.- Manuales:
1.1.- Realizando una entrevista al experto, que puede ser:
1.1.1.- Estructurada: se desarrolla un guión sobre los temas a tratar y el modo en que se tratarán. El guión puede incluir preguntas claras y en forma de test, de forma que se obtenga la información de manera rápida. El problema puede surgir en el caso de que el tema sea complejo, ya que el desarrollo de los cuestionarios puede llevar mucho tiempo, por lo que sólo se desarrollarán los cuestionarios en aquellos casos en los que se requiera la intervención de varios expertos.
1.1.2.- No estructurada: se realiza mediante diversas charlas con el experto/s en las que se intentará dar forma a las diversas cuestiones, obteniendo el mayor número de datos sobre ellas.
1.2.- Mediante observación y documentación, que se podrá realizar por:
1.2.1.- Observación directa: el ingeniero observa al experto en acción y va tomando notas de las partes que le interesan. El problema aparece cuando se intentan desarrollar materias de forma diferente a cómo las realizan los expertos, o se trata de desarrollar nuevos algoritmos sobre aspectos que no tienen su equivalente en la forma de trabajo clásica. Por ejemplo, la mayor parte de un sistema computacional de tratamiento de las finanzas no tiene un equivalente en la forma de trabajo actual, y tan solo pequeñas partes de él han sido implementadas mediante las técnicas modernas.
1.2.2.- Observación retrospectiva: se utiliza toda la documentación de que se dispone sobre el tema de las finanzas: libros, revistas especializadas, programas desarrollados, etc.
2.- Automáticas: harán la intervención del experto más cómoda y, en algunos casos, casi innecesaria.
1.3.- Introducción a las redes neuronales.
1.3.1.- Concepto de Neurona, Neurona
Artificial, Red Neuronal, Entrenamiento.
Neurona: El tamaño y la forma de las neuronas es variable, pero con las mismas subdivisiones que muestra la figura. El cuerpo de la neurona o Soma contiene el núcleo que se encarga de todas las actividades metabólicas de la neurona y recibe la información de otras neuronas vecinas a través de las conexiones sinápticas.
Las dendritas, parten del soma y tienen ramificaciones. Se encargan de la recepción de señales de las otras células a través de conexiones llamadas sinápticas. Las dendritas son las conexiones de entrada de la neurona. Por su parte el axón es la salida de la neurona y se utiliza para enviar impulsos o señales a otras células nerviosas. Cuando el axón esta cerca de sus células destino se divide en muchas ramificaciones que forman sinapsis con el soma o axones de otras células. Esta unión puede ser inhibidora o excitadora según el transmisor que las libere.
La transmisión de una señal de una célula a otra por medio de la sinapsis es un proceso químico. En el se liberan substancias transmisoras en el lado del emisor de la unión. El efecto es elevar o disminuir el potencial eléctrico dentro del cuerpo de la célula receptora. Si su potencial alcanza el umbral se envía un pulso o potencial de acción por el axón. Se dice, entonces, que la célula se ha disparado. Este pulso alcanza otras neuronas a través de la distribuciones de los axones. Una neurona se puede comparar con una caja negra compuesta por varias entradas y una salida.
Neurona Artificial: Es una agrupación de neuronas que realiza la suma ponderada de las diferentes señales que recibe de otras unidades iguales y produzce en la salida un uno o un cero según el resultado de la suma con relación al umbral o nivel de disparo. La función de transferencia para la activación o disparo de la neurona puede ser de umbral lógico o de limitación dura o de función tipo s. W representa el peso o ponderación de la conexión a través de una entrada.
En la siguiente figura se presenta el esquema típico de la neurona artificial:
El cuerpo de la neurona será a menudo representada por la suma ponderada de las entradas, Zj , seguida por una función lineal o no lineal, Yj = F( Zj). La eficiencia sináptica es representada por los "pesos de interconexión", wij. La función F(Zj) es llamada "función de activación", que usa los valores de entrada para determinar la actividad de la neurona.
La neurona artificial es un dispositivo que responde a señales eléctricas. La respuesta la produce el circuito activo o función de transferencia que forma parte del cuerpo de la neurona. Las dendritas llevan las señales eléctricas al cuerpo de la misma. Estas señales provienen de sensores o son salidas de neuronas vecinas. Las señales por las dendritas pueden ser positivos o negativos; los positivos contribuyen a la excitación del cuerpo y los negativos contribuyen a inhibir la respuesta de la neurona.
Los pesos de interconexión, representan la fuerza de interconexión entre las neuronas, y pueden ser positivos (excitatorios) o negativos (inhibitorios); además pueden ser fijos o adaptables. Las redes con pesos adaptables usan leyes de aprendizaje para ajustar los valores de la fuerza de interconexión. Si la red neuronal usa pesos fijos las tareas a ser ejecutadas deben estar bien definidas a priori.
Por ultimo quedan por definir las funciones de activación, que se pueden ver de forma general en la siguiente figura:
Red Neuronal: El sistema de neuronas biológico esta compuesto por neuronas de entrada (sensores) conectados a una compleja red de neuronas calculadoras (neuronas ocultas), las cuales, a su vez, están conectadas a las neuronas de salidas que controlan. La figura 6 muestra un esquema conceptual. En el cerebro hay una gigantesca red de neuronas calculadoras u ocultas que realizan la computación necesaria. De esta manera similar, una red neuronal artificial debe ser compuesta por sensores del tipo mecánico o eléctrico.
Nosotros definiremos y construiremos las redes de neuronas artificiales a partir de las redes de neuronas biológicas como una red de neuronas consiste en varios de estos elementos (neuronas) trabajando juntos en la forma mencionada en el punto anterior. Usualmente estos elementos se organizan en grupos conocidos con el nombre de capas. Una red típica consiste en una sucesión de capas conectadas entre ellas en forma total o aleatoria. Estas redes poseen dos capas que tienen contacto con el exterior, que son la capa de entrada y la de salida. Las capas que no se conectan con el exterior reciben el nombre de capas ocultas. En el siguiente esquema se puede ver el esquema típico:
Vamos a ver cuales son las principales funciones de cada una de estas capas:
1.- Unidades de entrada: al igual que el caso de la red de una sola capa, estas unidades son las que reciben el patrón de entrada directamente.
2.- Unidades ocultas o escondidas: estas no reciben entradas directamente y no poseen realimentación directa. Ellas permiten tener una representación interna del patrón en cuestión.
3.- Unidades de salida: estas son las que entregan el resultado de la red.
Operación: Las redes neuronales operan en dos fases: aprendizaje y evocación o recuerdo.
El aprendizaje es el proceso en el cual se adaptan o modifican los pesos de las conexiones en respuesta a un estímulo que ha sido presentado en sus entradas y opcionalmente a su salida. El estímulo presentado a la salida corresponde a la salida deseada para una determinada entrada; esta salida deseada debe ser entregada por un "instructor".
Existen dos tipos de aprendizaje:
1.- A. Supervisado: Se selecciona un número suficientemente grande de vectores de entrada con sus correspondientes vectores de salida. Cada vector de entrada se aplica a la red calculándose la salida, la que posteriormente se compara con la salida deseada, determinando el error. Dicho error es realimentado a través de la red , modificando los pesos de acuerdo a un algoritmo que lo minimice. Los vectores del conjunto de entrenamiento se aplican secuencialmente, calculando los errores y modificando los pesos hasta que el error del conjunto total de entrenamiento converja a un nivel aceptable. Será el que nosotros utilizaremos en todas las redes que desarrollemos.
2.- A. no supervisado: El aprendizaje no supervisado ocurre cuando la red es provista sólo de los valores de entrada, y la red ajusta la fuerza de interconexión basada solamente en los valores de la entrada y la salida de la red en progresión. En otras palabras, el proceso de entrenamiento extrae las propiedades estadísticas del conjunto de entrenamiento y agrupa vectores familiares en clases. Puesto que no es posible determinar el patrón de salida específico generado por una clase de vectores en forma previa al entrenamiento, se requiere transformar la salida generada por la red a una forma que sea comprensible.
La evocación o recuerdo se refiere a cómo la red procesa los estímulos presentados en sus entradas y genera una respuesta en su salida. A menudo la evocación o recuerdo es una parte del aprendizaje; esto sucede cuando la salida deseada debe ser comparada con la salida actual de la red para originar la señal de error.
Entrenamiento: Cuando el sistema humano de neuronas, captan un objeto, algunos de los sensores se activan y envían señales a las neuronas ocultas. Las neuronas que se disparan con la señal de entrada aumentan el grado de conexión de ellas. Si el mismo objeto se presenta una y otra vez, la interconexión de neuronas se refuerza y, por lo tanto, el conocimiento del objeto.
Si se le presenta a la red anterior el objeto modificado la unión de las neuronas para el conocimiento de tal objeto, es débil. Las neuronas deben entrenarse para reconocer el objeto modificado en esta nueva presentación. Después de algunas sesiones de entrenamiento, el sistema neuronal es capaz de reconocer el objeto en todas sus formas. Si el objeto cambia nuevamente, la red de neuronas y el conocimiento se actualizan.
Este entrenamiento, repetido para todos los valores de entrada y salida que se quiera, origina una
representación interna del objeto en la red, que considera todas las irregularidades y generalidades del mismo. Una vez establecidos los pesos definitivos de interconexión, la neurona adquiere su forma tradicional.
1.3.2.- Pasos a seguir en el diseño de una
Red Neuronal.
1.- Conceptualización del modelo: formular la idea para el modelo, se deben conceptualizar las entradas y salidas que se van a utilizar. Decidiendo así que es lo que se va a predecir o determinar con el modelo. Esta información es para estar identificado con el modelo ya que se puede tratar de una sola salida o de un conjunto de datos ( salidas múltiples ), después debemos decidir cuales son los factores que influyen en las salidas.
¿ Que información deberá usar la red neuronal para entrenar un problema dado y predecir una respuesta. ?
Las entradas pueden ser muchas partes separadas de información o un solo conjunto de información que puede ser suministrada a través de varios nodos de entrada.
2.- Obtención de los datos: después de conceptualizar el modelo, los datos de entrada deberán ser recopilados, siendo esta la tarea mas tediosa en el desarrollo del modelo. Los recursos comunes obtención de datos son : Información de servicios en línea, CD Rom's, datos generados por computadoras, entradas manuales de datos.
3.- Procesamiento y formateo de los datos: Una vez que la fuente de datos de entrenamiento es identificada y los datos se encuentra en el estado adecuado, tendremos que determinar cuales son los que necesitan pre-procesamiento.
4.- Creación del modelo de entrenamiento: con los datos de entrenamiento creados, se inicia el proceso de creación del modelo o arquitectura de la red neuronal, que depende de los requerimientos y necesidades. Lo normal es comenzar con una red sencilla que conste de una capa oculta de facil construcción y que facilite la validación de modelo de acuerdo al comportamiento durante su entrenamiento.
5.- Entrenamiento de la red neuronal: mediante la variación de los parámetros de entrenamiento, se llega a ciertos valores que son los mas indicados para el buen funcionamiento de la red, tomando en cuenta también, los valores que nos muestre durante el entrenamiento, los cuales nos servirán como directivas para la mejora del algoritmo de entrenamiento.
6.- Análisis de una red entrenada: cuando el entrenamiento a concluido (o esta cerca de concluir) se debe analizar el comportamiento con los valores de prueba.
1.3.3.- Tipos de Redes Neuronales.
Existen numerosos tipos de redes neuronales, que pueden ser clasificadas y diferenciadas de variadas formas. De éstas, las más clásicas se refieren a su estructura, tipo de aprendizaje y operación, y a su aplicación.
1.- Estructura: se concentra en las capas de la red, neuronas, conexiones y funciones de activación.
2.- Tipo de aprendizaje y operación: algoritmo de aprendizaje + tipo de supervisión + forma de operar de la red.
3.- Aplicación: función que le asigne el diseñador a la red (predicción, clasificación, asociación, filtraje, conceptualización y optimización).
En la siguiente tabla podemos ver los tipos de redes neuronales más importantes que existen en la actualidad:
|
No supervisadas-un sólo sentido |
No supervisadas-realimentadas |
|
a) Learning Matrix b) Driver-Reinforcement Learning c) Linear Associative Memory d) Optimal Linear Associative Memory e) Sparse Distributed Associative Memory f) Fuzzy Associative Memory g) Counterprogation a) Additive Grossberg |
b) Shunting Grossberg c) Binary Adaptive Resonance Theory d) Analog Adaptive Resonance Theory e) Discrete Hopfield f) Continuous Hopfield g) Discrete Bidirectional Associative Memory h) Temporal Associative Memory i) Adaptive Bidirectional Associative Memory j) Kohonen Self-organizing Map k) Competitive learning |
|
Supervisadas-un sólo sentido |
Supervisadas-realimentadas |
|
a) Perceptron b) Adaline, Madaline c) Backpropagation d) Cauchy Machine e) Adaptive Heuristic Critic f) Time Delay Neural Network g) Associative Reward Penalty h) Avalanche Matched Filter i) Backpercolation j) Artmap k) Adaptive Logic Network l) Cascade Correlation m) Extended Kalman Filter n) Learning Vector Quantization o) Probabilistic Neural Network p) General Regression Neural Network |
a)
Brain-State-in-a-Box b) Fuzzy
Congitive Map c)
Boltzmann Machine d) Mean Field
Annealing e)
Recurrent Cascade Correlation f) Backpropagation through time g) Real-time recurrent learning h) Recurrent Extended Kalman Filter |
Del tipo de red que nosotros queremos construir podemos extrapolar algunas caracteristicas que nos permitan reducir el conjunto de redes neuronales a aplicar para solucionar el problema:
1.- Conocemos el valor de salida de la red, luego la red será supervisada, lo que nos permite eliminar de la tabla anterior todos los tipos de redes no supervisadas. En el resto del proyecto nos centraremos tan solo en decidir que red de tipo supervisado es la que nos permite solucionar mejor el problema.
2.- La aplicación para la que se usará la red, será la de predicción del valor de una variable.
3.- Los sistemas reales que se han estudiado aplicados a mercados financieros usan todos el perceptron multicapa y tienden hacia redes de tipo backpropagation. Estos sistemas se resumiran más adelante.
A continuación vamos a estudiar con detalle los dos tipos de red que a priori mejor pueden solucionar el problema, el perceptrón multicapa y la retroprogramación.
1.3.4.- El perceptrón multicapa.
Descripción: Este sistema, es una combinación de diferentes unidades, de las cuales la primera capa (S) simplemente incluye los sensores del ambiente. Las señales producidas por los sensores son combinadas en la segunda capa de unidades llamadas "Elementos Asociativos" (A). Esta capa está conectada en forma total o aleatoria a la primera y opera decodificando los patrones de entrada de modo de detectar sus características específicas: una respuesta activa se obtendrá si y sólo si se da la combinación binaria del valor de la señal de entrada. La tercera capa, de los elementos de respuesta (R), constituye el propio sistema de aprendizaje: las conexiones de A a R son realizadas a través de conexiones variables.
La figura siguiente figura presenta el esquema básico de una red Perceptrón:
Si se denota las señales producidas por los elementos A por Yi, los pesos de las respectivas conexiones de entrada adaptiva por Wi,k, y la salida de una unidad R por Ok, se asume que
0,
si Sk < .
Ok =
1,
si Sk .
donde es el umbral de discriminación y
m
Sk = Yi Wi,k
i=1
Algoritmo de aprendizaje: Asumiendo que un conjunto dado de señales
de entrenamiento es
Wi,k+1 = Wi,k + (Tk - O) Yi,k
Algunos autores sugieren utilizar simplemente =1 y el siguiente procedimiento:
1.-
Aplicar un patrón de entrada y calcular la salida O.
2.-
Si la salida es correcta volver a 1 sino
2.1.-
sino -> Si la salida es incorrecta, y es cero, sumar cada entrada a su peso
correspondiente.
2.2.-
sino. Si la salida es incorrecta, y es uno, restar cada entrada a su peso
correspondiente.
3.-
Volver a 1.
Entrenamiento: Las células asociativas (elementos A) son inicializadas con pesos fijos, cuyos valores pueden ser +1 ó -1. Su conexión con las células de respuesta (elementos R) es en forma aleatoria y dependerá del diseñador.
El proceso de aprendizaje es supervisado en los elementos R y puede tomar diferentes formas. La red puede ser utilizada tanto para casos discretos binarios como para continuos, pero en este último no se entrará en detalle debido a que existe otra red similar que opera en mejor forma y que se presentará a continuación.
El proceso de entrenamiento es prácticamente igual que en el caso del Adaline, pero utiliza el algoritmo de aprendizaje presentado recién.
1.4.- Aplicaciones de las redes Neuronales
Artificiales.
Este apartado nos permite ver como la aplicación de la redes neuronales en casos reales está dando grandes resultados, lo que sirve para apoyar el desarrollo del proyecto.
1.4.1.- Introducción.
La computación programada, basada en
reglas de decisión y algoritmos codificados en programas que se ejecutan sobre
ordenadores digitales, ha dominado el procesamiento de la información en las
últimas décadas. El avance de
En este proceso del pensamiento científico surgen los sistemas neuronales artificiales, con la idea de tomar las características esenciales de la estructura neuronal del cerebro. Estos sistemas están compuestos por multitud de procesadores simples que operan sobre la base de reconocimiento de patrones, y que pueden adquirir, almacenar y utilizar conocimiento experimental, obtenido a partir de ejemplos. Esta forma de adquirir el conocimiento es una de sus características más destacables: no se programa de forma directa, como en los sistemas expertos, sino que se adquiere a partir de ejemplos, por ajuste de parámetros de las neuronas mediante un algoritmo de aprendizaje. En cuanto al modo interno de trabajo las redes neuronales recuerdan más a los modelos estadísticos multivariantes.
Sistemas expertos y redes neuronales se asemejan en cuanto al objetivo de modelizar el conocimiento, pero son radicalmente opuestos en cuanto a cómo aspiran a conseguirlo. Como vemos, los sistemas expertos se acercarían más al razonamiento deductivo y las redes neuronales al inductivo. La gestión empresarial utiliza frecuentemente ambos esquemas de razonamiento, por lo que ambas técnicas tienen cabida. Además, ambos modelos son perfectamente compatibles, de forma que se pueden integrar en un único sistema, que se suele conocer como red experta. Probablemente este tipo de sistemas mixtos, si son capaces de recoger las ventajas de ambos modelos y tendrán un gran desarrollo en un futuro cercano. A lo largo de este proyecto se intentará desarrollar sistemas mixtos, mezclando los conceptos de bases de conocimiento, motor de inferencia, algoritmos de aprendizaje, redes neuronales.
Los elementos básicos de neurocomputación son las neuronas artificiales. Estas se agrupan en capas, constituyendo una red neuronal. Una o varias redes, más los interfaces con el entorno, conforman el sistema global. Un conjunto de capas constituyen una red neuronal, aunque también existen estructuras de una única capa. Una determinada red neuronal está confeccionada y entrenada para llevar a cabo una labor específica. Existen diferentes modelos de conexiones entre capas, en general se suelen distinguir dos básicos: las arquitecturas hacia adelante o feedforward y las realimentadas o feedback. En las arquitecturas feedforward, la información siempre se propaga hacia adelante. En las arquitecturas realimentadas, las señales pueden en ocasiones fluir hacia atrás a través de lazos de realimentación. Un sistema neuronal incluye una o varias redes neuronales, los interfaces de entrada y salida con el medio exterior, y puede incluir otros subsistemas no necesariamente de tipo neuronal. A modo de ejemplo, las redes expertas son simbiosis entre un sistema experto y una red neuronal, y se están mostrando como una de las soluciones más prometedora a la predicción de mercados financieros. Pueden ser:
1.- Interactivas: el experto interactuara con una computadora que le irá haciendo preguntas de respuestas sencillas (mediante opciones), ya que, al parecer, algunos tipos de personas se encuentran más a gusto interactuando con una máquina que charlando con una persona.
2.- Aprendizaje automático: no será necesaria la intervención del experto. Se intentará desarrollar una máquina que tenga un comportamiento adaptativo, es decir, sea capaz de adaptarse a diversas situaciones. La mayor parte del esfuerzo de la primera fase del proyecto irá guiada al desarrollo de un sistema de aprendizaje automático que, a partir de los datos obtenidos de los métodos anteriormente descritos, infiera nuevo conocimiento en forma de reglas que contengan toda la nueva información y puedan ser usadas con posterioridad en las siguientes fases.
3.- Aprendizaje por ejemplos: no será necesario la intervención del experto. El aprendizaje se realizará a través de una serie de datos almacenados en base de datos para que puedan ser enlazados con la herramientas. Tanto el tipo de datos elegidos como la forma de almacenamiento, determinaran el buen funcionamiento del sistema.
No se puede escoger una única forma de obtener el conocimiento, ya que todas ellas serán necesarias para la consecución de los diferentes objetivos a lo largo de las fases. Además, las técnicas de obtención del conocimiento dependerán también del tipo de experto, y del tipo de conocimiento que se quiera extraer.
1.4.2.- Áreas de Aplicación de los
Sistemas.
Las redes neuronales tratan de resolver de forma eficiente problemas que pueden encuadrarse dentro de tres amplios grupos: optimización, reconocimiento y generalización. Estos tres tipos engloban un elevado número de situaciones, lo que hace que el campo de aplicación de las redes neuronales en la gestión empresarial sea muy amplio.
En los problemas de optimización, se trata de determinar una solución que sea óptima. Generalmente se aplican redes neuronales realimentadas, como el modelo de Hopfield. En la gestión empresarial, son decisiones de optimización encontrar los niveles de tesorería, de existencias, de producción, construcción de carteras óptimas, etc. Los usaremos poco a lo largo de este proyecto.
En los problemas de reconocimiento, se entrena una red neuronal con inputs como sonidos, números, letras y se procede a la fase de test presentando esos mismos patrones con ruido. Este es uno de los campos más fructíferos en el desarrollo de redes neuronales y casi todos los modelos: perceptrón, redes de Hopfield, mapas de Kohonen, etc, han sido aplicados con mayor o menor éxito.
En los problemas de generalización, la red neuronal se entrena con unos inputs y el test se realiza con otros casos diferentes. Problemas típicos de generalización son los de clasificación y predicción. Será el mecanismo que usemos en el proyecto.
Las redes neuronales son modelos matemáticos especializados que pueden aplicarse en dominios muy concretos. Las redes neuronales están mostrando su utilidad en muchos problemas reales. Los estudios empíricos muestran la eficiencia de las redes neuronales con datos basados en lógica difusa, patrones o rasgos ocultos para la mayoría de las técnicas incluida la capacidad humana, datos que exhiben no linealidad e información en la que se ha detectado caos.
Los llamados Executive Information Systems (EIS), o Sistemas Informativos para Ejecutivos dominan las decisiones menos estructuradas, con tareas como la planificación estratégica y de contabilidad directiva. Westland (1992) ha propuesto un modelo de red neuronal autoorganizada en estos sistemas informativos, que filtra la información relevante para cada ejecutivo ya que la sobrecarga informativa es uno de los principales problemas de estos sistemas al estar basados en correo electrónico. Finalmente, determinados modelos de redes neuronales podrían aplicarse en problemas de optimización.
En este esquema descrito, hemos situado el análisis de la información financiera en las decisiones semiestructuradas, en las que no hay una teoría general que pueda ser aplicada paso a paso, pero tampoco el análisis contable encaja en las decisiones completamente intuitivas o no estructuradas. Aunque el análisis financiero no encaja perfectamente en las decisiones semiestructuras, si es el grupo con el que comparte más características.
Los sistemas neuronales presentan ciertos inconvenientes. Uno importante es que habitualmente realizan un complejo procesamiento que supone millones de operaciones, por lo que no es posible seguir paso a paso el razonamiento que les ha llevado a extraer sus conclusiones. Sin embargo, en redes pequeñas, mediante simulación o por el estudio de los pesos sinápticos sí es posible saber, al menos, qué variables de las introducidas han sido relevantes para tomar la decisión. Falta todavía mucho por estudiar en el modo de operación de las redes neuronales. En muchas ocasiones si se pueden crear unos informes de salida, que digan que pesos suponen una carga para la red que no es justificable por su importancia, así como la parte más importante del procesamiento que se ha seguido, sobretodo a la hora de tomar decisiones importantes.
Otro problema es que al ser una herramienta novedosa y en pleno desarrollo, no se trata de una disciplina con un cuerpo formal, coherente y establecido, por lo que el investigador se encuentra con muchos problemas a los que todavía no se ha encontrado solución. Debido a esto, cualquier desarrollo neuronal será en parte novedoso, por lo que se debe encontrar lo suficientemente comentado para que pueda ser analizado por otros diseñadores.
1.4.3.- Utilización de modelos Neuronales
en áreas de Información Financiera.
Los principales trabajos desarrollados con información financiera se agrupan en dos temas: análisis del fracaso empresarial y predicción en los mercados financieros. Ambos tipos de trabajos responden a dos de las principales tareas en las que se están aplicando las redes neuronales: clasificación y predicción, que como hemos visto anteriormente, son un caso particular de los problemas de generalización. En este proyecto nos centraremos en la predicción de mercados financieros, dejando a un lado el análisis del fracaso empresarial.
En la mayoría de estos trabajos se obtienen resultados excelentes con las redes neuronales. Pero hay que ser prudentes. Muchos de los trabajos descritos no comparan las redes neuronales con modelos estadísticos o sistemas expertos. Cuando lo hacen, en ocasiones no hay muestra y test, y al utilizar perceptrón multicapa, dada la excelente capacidad para representar todo tipo de funciones de este modelo, se obtienen resultados extraordinarios, sin que haya garantías de que al realizar un test los resultados fueran igualmente buenos.
Incluso cuando se posee muestra y test es posible que la selección del modelo estadístico no sea la más apropiada, ya que muchos modelos estadísticos parten de hipótesis y no son idóneos para todos los tipos de trabajo. No hay garantías de que se esté utilizando el mejor de los modelos estadísticos, como tampoco las hay de que se esté seleccionando la configuración de la red neuronal más apropiada en cuanto a número de neuronas en la capa oculta, funciones de transferencia, etc. Finalmente, tampoco hay garantías de que sólo se estén publicando los éxitos con redes neuronales y no los fracasos.
Los libros "Neural Networks in Finance and Investing" de Trippi y Turban (1992) y "Neural Networks in the Capital Markets" de Refenes (1995) recogen una amplia selección de trabajos, algunos ya publicados con anterioridad en revistas o presentados en congresos y otros reimpresos.
A continuación se muestran los trabajos que por su carácter innovador y por su calidad más han destacado:
1.- Estudios de Clasificación: en los problemas de clasificación se trata de asignar a cada caso su clase correspondiente, a partir de un conjunto de ejemplos: abarca problemas como el estudio del fracaso empresarial, la concesión de préstamos, la calificación de obligaciones, etc.
1.1.- El fracaso empresarial: los estudios de predicción de crisis empresariales son ya clásicos en la investigación empírica. En general se trata de seleccionar un conjunto de variables, generalmente ratios financieros y utilizar un modelo matemático que discrimine o detecte los rasgos que caracterizan a las empresas que tienen éxito de las que fracasan. Son muchos los modelos estadísticos propuestos y dadas las propiedades de los sistemas neuronales de actuar como clasificadores de información y reconocimiento de patrones, tempranamente se aplicaron a esta importante materia de investigación. No entraremos en más profundidad en este tema ya que no está relacionado con la fase del proyecto que se desarrolla actualmente.
1.2.- Evaluación del comportamiento de las acciones en el mercado de valores: en este tipo de estudios también se utilizan como variables los ratios financieros y se trata de evaluar a las empresas. Sin embargo la clasificación no es la anterior en empresas quebradas y solventes, sino que es el mercado de valores quien proporciona la variable independiente, teniendo en cuenta el comportamiento positivo o negativo de las rentabilidades obtenidas por las acciones. Un valor con muchas bajadas, no puede ser un buen valor.
Yoon y Swales (1991) y Yoon, Swales y Margavio (1993) tratan de discriminar a las empresas en dos grupos, según sus acciones hayan tenido o no un buen comportamiento en los mercados financieros. Los datos incluyen información contable cuantitativa y cualitativa, pues examinan la carta que el presidente de la compañía envía a los accionistas. Comparan los resultados del análisis discriminante con los del perceptrón multicapa. El perceptrón sin capa oculta obtenía un 65% de acierto, resultado similar al del análisis discriminante. Al añadir una capa oculta, mejoran los resultados situándose al 76%. El añadir otra capa oculta no mejora significativamente la eficacia del modelo.
Aaltonen y Ostermark (1993) comparan los tres modelos estadísticos más utilizados en la predicción del fracaso empresarial: análisis discriminante, lógit y particiones recursivas con el perceptrón multicapa. En este estudio la variable dependiente, es decir el calificar a la empresa positiva o negativamente, se deriva de los mercados financieros, según el valor estimado de la beta. La beta de un valor es una medida del riesgo sistemático, es decir atribuible al movimiento del mercado en su conjunto y se calcula mediante regresiones que relacionan los movimientos del título con los del índice general de precios del mercado. Las empresas son agrupadas a priori como de alto o bajo riesgo dependiendo de si el valor de su beta está por encima o por debajo de la media de la beta calculada para todas las empresas y todos los años. En los resultados se produce un empate, ya que todos los modelos fallan en el test en las mismas tres observaciones.
1.3.- Concesión de préstamos: metodológicamente son muy similares los trabajos de concesión de préstamos a los de predicción de la quiebra. El conceder o no un préstamo es también una decisión no estructurada y la diferencia radica en que la información disponible no se extrae de bases de datos comerciales o de los registros sino que es información que suministra el propio banco o entidad financiera que encarga el estudio. En este caso la información no se compone exclusivamente de ratios financieros, sino que también hay otro tipo de datos, como por ejemplo quién es el director de la compañía, si es un cliente nuevo, etc.
1.4.- Calificación de obligaciones: la calificación de obligaciones, bonos municipales, etc, es también un problema de clasificación. Las empresas e instituciones públicas emiten instrumentos financieros como bonos u obligaciones en busca de dinero para financiar sus inversiones. Pero, lógicamente, hay un riesgo de que las empresas no devuelvan este dinero y resulta interesante obtener ratings o calificaciones de estos bonos.
2.- Estudios de Predicción: la predicción ha sido una de las aplicaciones que más pronto despertaron el interés de los estudiosos de las redes neuronales. En este tema los resultados no son concluyentes por dos razones: cuando las predicciones las hacen científicos que provienen del campo de las redes neuronales descuidan muchos aspectos estadísticos y viceversa. Además, bajo el epígrafe predicción se engloban estudios muy diferentes: no todas las curvas son iguales en cuanto a forma y tamaño, presencia o no de efectos estacionales, de no linealidad, predicción a corto o largo plazo, etc. Chatfield (1994) comenta que las redes neuronales se están comportando bien en predicción a largo plazo con componentes no lineales, en cambio, no están claras las mejorías observadas en series cortas y estacionales, como son típicas en las predicciones de ventas. Lo cierto es que este autor, como la mayoría, recomienda no hacer caso de las exageraciones e invita a realizar trabajos serios que indiquen en qué tipos de estudios y bajo qué condiciones las redes neuronales son más apropiadas.
2.1.- Análisis Técnico: el análisis técnico pretende predecir las cotizaciones a partir de la evolución histórica de precios y volúmenes de negociación. El primer artículo sobre redes neuronales que manejan información financiera fue realizado por White (1988), quien estudió la predicción de los precios de las acciones con un modelo de red neuronal. El modelo predecía mejor que el modelo de series temporales que utilizaba, un modelo lineal autorregresivo. El perceptrón multicapa es utilizado como análisis técnico, sin incluir variables fundamentales.
Posteriormente la predicción de la cotización de las acciones, del tipo de cambio y de otras variables económicas ha sido uno de los temas más atractivos para los investigadores, pudiendo referenciar gran cantidad de trabajos. Así, Kimoto, Asakawa, Yoda y Takeoka (1990), Kamijo y Tanigawa (1990), Ormerod y Walker (1990), Varfis y Versino (1990), Bergerson y Wunsch (1991), Sharda y Patil (1992), Refenes (1992), Hoptroff (1993) y un largo etcétera.
2.2.- Análisis Fundamental: el análisis fundamental trata de valorar los factores económicos más importantes del entorno y contempla la evolución económico-financiera de las empresas. Wong, Wang, Goh y Quek (1992) diseñan una red neuronal borrosa que combina diferentes herramientas de Inteligencia Artificial para obtener una cartera óptima de acciones. Concretamente su modelo es una red neuronal fuzzy. Consta de tres módulos: el primero contiene treinta y dos reglas del tipo si-entonces proporcionadas por especialistas humanos, el segundo un procesador de reglas fuzzy y el tercero un perceptrón multicapa. El modelo utiliza información del mercado de valores, así como ratios financieros. En el artículo se realiza un test con ochocientas empresas, con el objetivo de predecir las rentabilidades de las acciones, obteniendo resultados satisfactorios.
Refenes, Azema-Barac y Treleaven (1993) describen un modelo de construcción de carteras eficientes y colocación de activos en siete mercados financieros. Hay una serie de reglas establecidas que restringen las cantidades máximas a repartir en cada mercado. La red neuronal utiliza información de los mercados financieros, tipos de interés, precio del petróleo, del oro y una serie de parámetros que no dice el artículo por estar registrados. Los resultados, comparados con otras carteras son muy satisfactorios.
1.4.4.- Ejemplos de aplicaciones de
aplicaciones en casos reales.
Despues de un minucioso estudio, de las redes que sobre este tema se han desarrollado, se ha encontrado muy poca información sobre ellas, tanto en los aspectos de implementación, como en aspectos generales. Este apartado pretende resumir la información interesante que se ha conseguido:
1.- Yoon, Swales y Margavio tratan de discriminar a las empresas en dos grupos, según sus acciones hayan tenido o no un buen comportamiento en los mercados financieros. Los datos incluyen información contable cuantitativa y cualitativa, pues examinan la carta que el presidente de la compañía envía a los accionistas. Comparan los resultados del análisis discriminante con los del perceptrón multicapa. El perceptrón sin capa oculta obtenía un 65% de acierto, resultado similar al del análisis discriminante. Al añadir una capa oculta, mejoran los resultados situándose al 76%. El añadir otra capa oculta no mejora significativamente la eficacia del modelo.
2.- Aaltonen y Ostermark comparan los tres modelos estadísticos más utilizados en la predicción del fracaso empresarial: análisis discriminante, lógit y particiones recursivas con el perceptrón multicapa. En este estudio la variable dependiente, es decir el calificar a la empresa positiva o negativamente, se deriva de los mercados financieros, según el valor estimado de la beta. La beta de un valor es una medida del riesgo sistemático, es decir atribuible al movimiento del mercado en su conjunto y se calcula mediante regresiones que relacionan los movimientos del título con los del índice general de precios del mercado. Las empresas son agrupadas a priori como de alto o bajo riesgo dependiendo de si el valor de su beta está por encima o por debajo de la media de la beta calculada para todas las empresas y todos los años. En los resultados se produce un empate, ya que todos los modelos fallan en el test en las mismas tres observaciones.
3.- Predicción del valor del índice S&P500 mediante un perceptrón multicapa con algoritmo backpropagation (BPN): se intenta predecir el valor del S&P500 dentro de 5 días, a partir del valor actual del índice y del de 5 días antes. Además la red utiliza otras cuatro variables (SK, SD, ADX, MACD), que se corresponden con indicadores bursátiles, de los cuales cabe destacar el ADX (Índice medio de movimiento direccional) y el MACD (Índice de Convergencia y Divergencia). (ver ‘Building Neuronal Networks’, capítulo 5).
Dada una tabla con 20 casos de prueba, la red neuronal construida tiene el siguiente aspecto:
Y los resultados obtenidos se pueden apreciar en la siguiente gráfica:
4.- Otro ejemplo, que muestra el tratamiento que una red neuronal realiza de una lista de variables financieras, es (ver ‘Neural Network in Finance and Investing’, capítulo 12):
Sobre una lista de 3º variables financieras, la red que se construye es:
5.- Garrido y LaTorre (1997) crean un modelo para predecir la evolución del Ibex35, para ello usan un modelo supervisado de perceptrón multicapa con algoritmo de tipo backpropagation y lógica difusa. El tipo de red desarrollada es de predicción y el problema a resolver es “determinar la rentabilidad de las acciones de una empresa estudiando ciertos factores que influyen en el comportamiento del índice bursátil de los mercados capitales”.
Las variables más destacadas que se usaron son:
|
Linguísticas |
Numéricas |
|
PG: Política general PE: Política económica CBMC: clima bursátil en los medios de comunicación IB: índice bursátil |
PER: ultima cotiz. dividida entre rentabilidad del capital C/CV: cotización sobre valor contable IPC: índice de precios al consumo TI: tasa de interés P-O: Pay-out (dividendo por acción / beneficio neto por acción). |
|
Variable a
PREDECIR: |
R: Rentabilidad = dividendo íntegro + valor medio derechos + diferencia de cotización / cotización anterior. |
En
las siguientes gráficas se puede observar la relación no lineal de los datos
entre
Los resultados obtenidos con la red se pueden ver en la siguiente gráfica:
Conclusión: La arquitectura que se esta usando para el desarrollo de este tipo de aplicaciones es una red multicapa supervisada, denominada “perceptrón”, junto a un algoritmo llamado “retro-propagación” (“Back Propagation”) que minimiza el “error cuadrático medio” entre el valor real de salida y el deseado, por medio de un proceso iterativo.
1.4.5.- Resumen general y Conclusiones.
Los sistemas expertos son la rama
más conocida de
Las redes neuronales artificiales
son un paradigma computacional que trata de resolver tareas que la computación algorítmica
tradicional e Inteligencia Artificial convencional no han resuelto de un modo
suficientemente satisfactorio. Tareas tales como el reconocimiento de patrones,
problemas de optimización o clasificación. En las redes neuronales artificiales
el conocimiento no se programa de forma directa en la red sino que se adquiere
por medio de una regla de aprendizaje por ajuste de parámetros mediante
ejemplos. Como vemos es un método inductivo, que recuerda más a los modelos
estadísticos que a los sistemas expertos, la otra gran rama de
En cuanto a las áreas de trabajo posibles, dependen del tipo de decisión, estructurada o no y del nivel organizativo, según sea operativo, de gestión o estratégico. En general las redes neuronales pueden cubrir un hueco importante en las decisiones no estructuradas, debido a esa capacidad de encontrar relaciones complejas entre los patrones de entrada. No son tan apropiadas en tareas muy estructuradas, en las que creemos que es más recomendable utilizar programas informáticos convencionales o sistemas expertos.
Los primeros trabajos con redes neuronales e información contable fueron realizados por ingenieros o en general personas ajenas a la economía. Ultimamente empiezan a ser habituales en los congresos y revistas especializadas de economía los estudios realizados con redes neuronales. En general estos trabajos tratan problemas de clasificación y predicción: el fracaso empresarial, el diseño de modelos de concesión de préstamos, de calificación de obligaciones, de elección del método contable, el análisis técnico y el análisis fundamental han sido los temas preferidos por los investigadores, y serán los temas en los que se centrará nuestro proyecto.
Los resultados de estos estudios, aunque prometedores, por su naturaleza empírica no son concluyentes y casi todos ellos invitan a continuar realizando más estudios empíricos que muestren en qué problemas y bajo qué condiciones las redes neuronales pueden ser una solución más eficiente que los modelos utilizados habitualmente.
1.5.- Algoritmo de entrenamiento de la red: Backpropagation.
En este punto vamos a ver el desarrollo detallado de la red neuronal de tipo backpropagatión, que se ha usado para el desarrollo de esta fase del proyecto, explicando las estructuras de datos utilizadas y los algoritmos desarrollados para el proyecto en lo referente a esta red.
1.5.1.- Introducción.
Una red de perceptrones es capaz de entrenar sus unidades de salida para aprender a clasificar los patrones de entrada linealmente separables. Para el caso de patrones no linealmente separables el proceso se hace más complejo y sólo puede ser solucionado con redes multicapa. Sin embargo, si la salida posee error, existirá el problema de cómo determinar cual elemento de proceso o interconexión ajustar. Una red de retropropagación es capaz de resolver esto asignando a todos los elementos de proceso una cierta "responsabilidad" por la respuesta errónea. Esto se traduce en un error que es propagado desde la capa de salida a las neuronas de las capas previas de modo que éstas adapten sus pesos para minimizar dicho error y alcanzar el valor deseado.
Técnicamente, retropropagación es una ley de aprendizaje específica. Este término es usualmente usado para referirse a una arquitectura de red jerárquica que usa el algoritmo de retropropagación para ajustar los pesos de interconexión de cada neurona de la red, basados en el error presente en la salida.
Este tipo de redes usan para sus neuronas funciones no lineales y todos sus pesos son adaptables. Dicha función no lineal debe ser continua, diferenciable, monotónicamente creciente y asintótica a un valor. En este trabajo utilizaremos específicamente dos tipos de estas funciones: la función sigmoidal y la tangente hiperbólica.
La estructura de esta red consta siempre de una capa de entrada, una de salida y al menos una capa oculta. Cada capa está totalmente conectada a la siguiente y no existe interconexión entre las neuronas de una misma capa. Los patrones de entrada y salida no tienen que ser necesariamente valores binarios, éstos pueden tomar cualquier valor que sea capaz de representar la red. Muchas veces, cuando se utiliza una de las funciones de activación previamente mencionadas, la salida es generalmente escalada a los valores máximos y mínimos que logran dichas funciones.
Teóricamente no está limitado el número de capas ocultas, pero típicamente no son más de dos. Existen trabajos en que se han utilizado hasta tres capas ocultas, de modo de solucionar problemas complejos de clasificación de patrones. El número de neuronas en esta capa dependerá del diseñador de la red. Demasiadas neuronas en las capas ocultas harán que la red tenga dificultades al procesar nuevos tipos de patrones de entrada, es decir, hará generalizaciones. Pocas neuronas no permitirán a la red hacer suficientes representaciones internas de modo de generar sus mapas de entrada y salida.
1.5.2.- Algoritmo de aprendizaje.
Como se mencionó anteriormente, el proceso de ajuste de los pesos se lleva a cabo primero en la capa de salida y posteriormente en las capas internas o escondidas, procediendo desde la más cercana a la salida a la más cercana a la entrada. El ajuste se realiza en base al algoritmo del descenso del gradiente o regla delta generalizada.
Ajuste de los pesos de la capa de salida
Se considera a continuación el ajuste de un solo peso desde la neurona 'p' en la última capa escondida j a la neurona q en la capa de salida, como se muestra a continuación en la figura:
1.- La salida de la neurona q se resta de la salida deseada correspondiente, generando una señal de error que se multiplica por la derivada de la función no lineal evaluada para la neurona q.
= f '(xq)
(T - Yq)
donde xq es la entrada a la red.
2.- Luego se multiplica por la salida de la neurona p y este producto se multiplica por un coeficiente de entrenamiento (típicamente entre 0.01 y 1.0), y el resultado se suma al peso.
De
otra forma, teniendo en cuenta el tiempo discreto n, n=
Wp q, k (n+1) = Wp q, k (n) + Yp, j
Ajuste de los pesos de las capas internas
Puesto que no existen vectores de salida deseados para las neuronas de las capas internas no es posible aplicar el algoritmo anterior.
Las capas internas se entrenan propagando el error hacia atrás, a través de la red, capa por capa ajustando los pesos de cada una de ellas. Se utilizan las mismas ecuaciones anteriores, calculando de otra forma. Se considera la siguiente figura:
El valor de correspondiente a la neurona p de la capa interna j se calcula de la siguiente forma:
p,j = f '(xp,j) q,k Wpq, k
q
Con este valor de es posible aplicar las ecuaciones del entrenamiento de la capa de salida para las capas internas o escondidas.
Entrenamiento: Lo esencial de este procedimiento es que los términos
de error requeridos para adaptar los
pesos son retropropagados desde los nodos en la capa de salida hacia los nodos
de las capas internas, de ahí que se le conozca como retropropagación.
La aplicación de la regla delta implica dos fases:
1.- Durante la primera fase la entrada es presentada y propagada hacia adelante a través de la red para computar el valor de salida O para cada unidad. Esta salida es luego comparada con el objetivo, resultando en una señal de error para cada unidad.
2.- La segunda fase involucra un paso hacia atrás en la red, similar al paso hacia adelante, durante el cual la señal de error es entregada a cada unidad en la red realizándose los cambios apropiados en los pesos.
Métodos para acelerar el entrenamiento
1.- Método del momentum: consiste en sumar, al ajuste de los pesos, un término proporcional a la cantidad del cambio producida en el ajuste previo del misno.
Wpq,k (n+1) = Wpq,k (n) + Yp,j
Wp q, k (n+1) = Wp q, k (n) + Wpq,k (n+1)
Un valor típico de , llamado coeficiente de momentum, se ajusta comúnmente en 0.9.
2.- Método del suavizamiento: similar al anterior, pero basado en un suavizamiento exponencial que ha demostrado ser superior en algunas aplicaciones.
Wpq,k (n+1) = Wpq,k (n) + (1 - ) Yp,j
Wp q, k (n+1) = Wp q, k (n) + Wpq,k (n+1)
es el coeficiente de
suavizamiento en el rango de
El factor nuevamente corresponde al coeficiente de entrenamiento, que ajusta el tamaño del cambio promedio de los pesos.
3.- Método estocástico: al igual que en el caso de la red Adaline, el método resulta ser aplicable fácilmente en este tipo de red y con excelentes resultados.
Wp q, k (n+1) = Wp q, k (n) + Yp, j / || Y j ||²
donde , al igual que en los casos anteriores queda determinado por:
= f '(xq) (T - Yq) para el caso de las neuronas de la salida.
p,j = f '(xp,j) q,k Wpq, k para las neuronas ocultas.
SIAPAF
(Sistemas de Inteligencia Artificial para Aprendizaje Financiero).
En este capítulo se detalla las especificaciones del programa que se ha desarrollado para verificar las conclusiones divididas en tres partes: Base de datos, Red neuronal e Interface.
2.1.- Especificaciones de la base de datos.
Como se ha visto en el capítulo anterior, la información es el elemento indispensable para la obtención del conocimiento, por ello la mayor parte del esfuerzo de este proyecto se ha dirigido a obtener una base de datos lo más amplia posible y con la estructuración más clara posible, que englobe a las variables más relevantes en la predicción de valores.
La base de datos se ha desarrollado con formato "Dbase para Windows" mediante el gestor de base de datos "DataBase Desktop", de forma que los datos sean fácilmente reutilizables por otros programas.
La principal ventaja de este sistema, es que no necesitaremos conocer nada acerca de los formatos de las bases de datos existentes, ya que nos dará un acceso simple a múltiples formatos (Paradox, Dbase, Informix, Oracle, ...) de bases de datos tanto locales como en sistemas remotos, ni del funcionamiento interno del ODBC para conectar con otras bases de datos, ni tan siquiera de los protocolos de comunicación con un servidor remoto.
El soporte de base de datos está
basado en el motor de bases de datos de Borland (BDE) que es el traductor o la
capa intermedia entre nuestras aplicaciones y las bases de datos a las que
vamos a acceder. Los controles de bases de datos que usaremos en nuestros
programas cuyas propiedades, eventos y métodos serán interpretados por el BDE.
Al BDE no le importa el formato usado para implementar
El BDE esta compuesto por un conjunto de funciones (IDAPI), que enlazan la comunicación entre la aplicación y los controladores de la base de datos. El IDAPI es la parte accesible del BDE desde nuestra aplicación, independientemente del lenguaje que estemos usando.
Las relaciones entre los diferentes componentes de las bases de datos se pueden ver en el siguiente esquema:
Nuestra aplicación usará las funciones del IDAPI, a traves de los componentes de la base de datos. Nuestras llamadas al BDE son traducidas y enviadas al controlador adecuado, que accederá fisicamente a la base de datos.
No debemos olvidar que cada vez que hagamos uso de un programa que utilice el BDE, se inicia la sesión, con lo que el sistema cargará información referente a la base de datos.
En los siguientes apartados de este capítulo se explicaran con detalle cada una de las partes que componen la base de datos del proyecto.
2.1.1.- Diseño del esquema Entidad-Interrelación.
A continuación vamos a mostrar el esquema Entidad-Interrelación que hemos desarrollado para afrontar los requisitos del sistema:
2.1.2.- Modelo de datos relacional.
Se plantea, pues el paso a tablas a partir del diseño conceptual efectuado en el punto anterior. Para ello nos basaremos en las reglas conocidas del modelo de datos relacional. En principio podríamos tener una tabla para cada tipo de entidad y para cada tipo de relación. Sin embargo, podemos simplificar el número de tablas resultantes mediante propagación de clave. Las tablas que resultarían son las siguientes:
Valores (valor, actividad, nombre, ubicación)
Operaciones (tipo, nombre, definición)
Cvalores (precio, pre_ant, pre_max, pre_min, pre_ape, vol_med, vol_tot, fecha, dife, valor)
å valores
Cderechos (precio, pre_ant, pre_max, pre_min, pre_ape, vol_med, vol_tot, fecha, dife, valor)
å valores
Coperaciones (tipo, factor, fecha, valor)
å operaciones å valores
Indices_g (valor, nombre)
Cindices_g (precio, pre_ant, pre_max, pre_min, pre_ape, vol_med, vol_tot, fecha, dife, valor)
å indices_g
Indices_s (valor, nombre)
Cindices_s (precio, pre_ant, pre_max, pre_min, pre_ape, vol_med, vol_tot, fecha, dife, valor)
å indices_s
Indices_m (valor, nombre, sector)
Cindices_m (precio, valor)
å indices_m
2.1.3.- Desarrollo de los campos de las tablas.
Visto el esquema, se observa la
mayor complejidad de éste diseño, y por tanto consideramos que seria
interesante aclarar paso a paso las diferentes partes del sistema, explicando
la utilidad de las tablas y de las variables:
- Tabla valores.dbf: Contiene los valores del mercado continuo.
|
Nombre Tabla: |
Valores.dbf |
||
|
Nombre |
Tipo |
Tamaño |
Explicación |
|
Valor |
cadena |
5 |
Código identificador del valor. Forma parte de la
clave. |
|
Nombre |
cadena |
12 |
Nombre del valor. |
|
Actividad |
cadena |
30 |
Explicación de la función que desempeña el valor
en su sector. |
|
Ubicación |
cadena |
30 |
Es el lugar donde se encuentra su sede social. |
- Tabla cvalores.dbf: Su misión es contener los datos de las cotizaciónes diarias de cada valor.
|
Nombre Tabla: |
cvalores.dbf |
||
|
Nombre |
Tipo |
Tamaño |
Explicación |
|
Fecha |
dato |
|
Informa de la fecha de las cotizaciones. |
|
Valor |
cadena |
5 |
Código identificador del valor. Forma parte de la
clave. Es un referencia a la tabla ‘valores’. |
|
Pre_ape |
real |
6:0 |
Precio de apertura del valor en la sesión. |
|
Pre_ant |
real |
6:0 |
Precio de cierre del valor en la anterior sesión. |
|
Precio |
real |
6:0 |
Precio de cierre del valor en la sesión. |
|
Pre_max |
real |
6:0 |
Precio máximo del valor en la sesión |
|
Pre_min |
real |
6:0 |
Precio mínimo del valor en la sesión. |
|
Dife |
real |
6:2 |
Diferencia entre el precio de apertura y el de
cierre. |
|
Vol_tol |
real |
8:0 |
Volumen de contratación alcanzado por el valor en
la sesión. |
|
Vol_med |
real |
8:0 |
Volumen de contratación medio para un grupo de
sesiones. |
- Tabla cderechos: Su misión es contener los valores de los días en que hay una ampliación de capital. Cotización de los derechos.
|
Nombre Tabla: |
cderechos.dbf |
||
|
Nombre |
Tipo |
Tamaño |
Explicación |
|
Fecha |
dato |
|
Informa de la fecha de las cotizaciones. |
|
Valor |
cadena |
5 |
Código identificador del valor. Forma parte de la
clave. Es un referencia a la tabla ‘valores’. |
|
Pre_ape |
real |
6:0 |
Precio de apertura del valor en la sesión. |
|
Pre_ant |
real |
6:0 |
Precio de cierre del valor en la anterior sesión. |
|
Precio |
real |
6:0 |
Precio de cierre del valor en la sesión. |
|
Pre_max |
real |
6:0 |
Precio máximo del valor en la sesión |
|
Pre_min |
real |
6:0 |
Precio mínimo del valor en la sesión. |
|
Dife |
real |
6:2 |
Diferencia entre el precio de apertura y el de
cierre. |
|
Vol_tol |
real |
8:0 |
Volumen de contratación alcanzado por el valor en
la sesión. |
|
Vol_med |
real |
8:0 |
Volumen de contratación medio para un grupo de
sesiones. |
- Tabla operaciones: Nos permitirá conocer el tipo de operaciones que ha realizado el sistema.
|
Nombre Tabla: |
operaciones.dbf |
||
|
Nombre |
Tipo |
Tamaño |
Explicación |
|
Tipo |
Cadena |
5 |
Tipo de operación que se realiza sobre el valor.
Ej: OPV, OPA, Split, Ampliación de capital. |
|
Nombre |
Cadena |
30 |
Dependerá del tipo de operación. Ej: OPV ->
Porcentaje de acciones que se emiten, Split -> Factor de división, OPA
-> Incentivo de incremento sobre la cotización. |
|
Definición |
Texto |
|
Explicación detallada de la operación. |
- Tabla coperaciones: Nos permitirá
conocer el valor de las operaciones que han realizado los valores del mercado
continuo.
|
Nombre Tabla: |
coperaciones.dbf |
||
|
Nombre |
Tipo |
Tamaño |
Explicación |
|
Fecha |
Dato |
|
Informa de la fecha en que se realizo la operación
sobre el valor. |
|
Valor |
Cadena |
5 |
Código identificador del valor. Forma parte de la
clave. Es un referencia a la tabla ‘valores’. |
|
Tipo |
Cadena |
5 |
Tipo de operación que se realiza sobre el valor.
Ej: OPV, OPA, Split, ... |
|
Factor |
Real |
6:2 |
Dependerá del tipo de operación. Ej: OPV ->
Porcentaje de acciones que se emiten, Split -> Factor de división, OPA
-> Incentivo de incremento sobre la cotización. |
|
Definición |
Texto |
|
Explicación detallada de la operación. |
- Tabla indices_g: nos permite
llevar el control sobre los diferentes tipos de índices generales.
|
Nombre Tabla: |
indices_g.dbf |
||
|
Nombre |
Tipo |
Tamaño |
Explicación |
|
Valor |
Cadena |
5 |
Código identificador del índice general. Forma
parte de la clave. |
|
Nombre |
Cadena |
30 |
Nombre del índice general. |
- Tabla cindices_g: Su misión es contener los datos de las cotizaciones diarias de cada índice general.
|
Nombre Tabla: |
cindices.dbf |
||
|
Nombre |
Tipo |
Tamaño |
Explicación |
|
Fecha |
dato |
|
Informa de la fecha de las cotizaciones. |
|
Valor |
cadena |
5 |
Código identificador del valor. Forma parte de la
clave. Es un referencia a la tabla ‘valores’. |
|
Pre_ape |
real |
6:0 |
Precio de apertura del valor en la sesión. |
|
Pre_ant |
real |
6:0 |
Precio de cierre del valor en la anterior sesión. |
|
Precio |
real |
6:0 |
Precio de cierre del valor en la sesión. |
|
Pre_max |
real |
6:0 |
Precio máximo del valor en la sesión |
|
Pre_min |
real |
6:0 |
Precio mínimo del valor en la sesión. |
|
Dife |
real |
6:2 |
Diferencia entre el precio de apertura y el de
cierre. |
|
Vol_tol |
real |
8:0 |
Volumen de contratación alcanzado por el valor en
la sesión. |
|
Vol_med |
real |
8:0 |
Volumen de contratación medio para un grupo de
sesiones. |
- Tabla indices_s: nos permite llevar el control sobre los diferentes tipos de índices sectorial.
|
Nombre Tabla: |
indices_s.dbf |
||
|
Nombre |
Tipo |
Tamaño |
Explicación |
|
Valor |
Cadena |
5 |
Código identificador del índice general. Forma
parte de la clave. |
|
Nombre |
Cadena |
30 |
Nombre del índice general. |
- Tabla cindices_s: Su misión es contener los datos de las cotizaciones diarias de cada índice sectorial.
|
Nombre Tabla: |
cindices_s.dbf |
||
|
Nombre |
Tipo |
Tamaño |
Explicación |
|
Fecha |
Dato |
|
Informa de la fecha de las cotizaciones. |
|
Valor |
Cadena |
5 |
Código identificador del valor. Forma parte de la
clave. Es un referencia a la tabla ‘valores’. |
|
Pre_ape |
Real |
6:0 |
Precio de apertura del valor en la sesión. |
|
Pre_ant |
Real |
6:0 |
Precio de cierre del valor en la anterior sesión. |
|
Precio |
Real |
6:0 |
Precio de cierre del valor en la sesión. |
|
Pre_max |
Real |
6:0 |
Precio máximo del valor en la sesión |
|
Pre_min |
Real |
6:0 |
Precio mínimo del valor en la sesión. |
|
Dife |
Real |
6:2 |
Diferencia entre el precio de apertura y el de
cierre. |
|
Vol_tol |
Real |
8:0 |
Volumen de contratación alcanzado por el valor en
la sesión. |
|
Vol_med |
Real |
8:0 |
Volumen de contratación medio para un grupo de
sesiones. |
- Tabla indices_m: nos permite llevar el control sobre los diferentes tipos de índices macroeconomicos.
|
Nombre Tabla: |
indices_s.dbf |
||
|
Nombre |
Tipo |
Tamaño |
Explicación |
|
Valor |
Cadena |
5 |
Código identificador del índice general. Forma parte
de la clave. |
|
Nombre |
Cadena |
40 |
Nombre del índice macroeconomico. |
|
Sector |
Cadena |
50 |
Sub-grupo al que pertenece la variable. |
- Tabla cindices_m: Su misión es contener los datos de las cotizaciones diarias de cada índice macroeconomicos.
|
Nombre Tabla: |
cindices_s.dbf |
||
|
Nombre |
Tipo |
Tamaño |
Explicación |
|
Valor |
Cadena |
5 |
Código identificador del valor. Forma parte de la
clave. |
|
Precio |
Real |
12:3 |
Precio de las variable macroeconomica. |
2.1.4.- Explicación detallada las tablas.
2.1.4.1.- Valores del mercado continuo.
Está zona de la base de datos aglutina las tablas de valores.dbf, cvalores.dbf, cderechos.dbf e indirectamente coperaciones.dbf.
El mercado de valores continuo es un mercado informatizado en el que cotizan los principales factores admitidos en bolsa que permite la compraventa en tiempo real.
La base de datos actual engloba los datos diarios de las empresas de este mercado desde el 1 de enero del 1996 hasta la fecha actual.
La lista de las empresas que se encuentran en la base de datos es la siguiente:
