Previsión de series temporales para traders de cripto

Una serie temporal es una secuencia de puntos de datos ordenados en el tiempo — precios de una acción minuto a minuto, cierres diarios de Bitcoin, lecturas horarias de temperatura. Lo que distingue a una serie temporal de otros datos es que el orden importa. Reordenar las filas de un conjunto de datos de clasificación es inofensivo; reordenar una serie temporal destruye su significado.

Tres propiedades definen el carácter de cualquier serie temporal. La tendencia es la dirección a largo plazo — el precio de BTC pasó de $3,000 a principios de 2019 a $60,000 a finales de 2021, una tendencia alcista clara. La estacionalidad se refiere a patrones que se repiten a intervalos fijos — los mercados cripto a menudo ven más volumen durante el horario del mercado estadounidense y menos actividad los fines de semana. La estacionariedad significa que propiedades estadísticas como la media y la varianza se mantienen constantes en el tiempo. La mayoría de las series temporales financieras no son estacionarias — los precios se desplazan al alza o se desploman — lo que plantea problemas para los modelos que asumen distribuciones estables.

Antes de introducir datos financieros en cualquier modelo, hay que transformarlos. Calcular los rendimientos logarítmicos (el logaritmo natural del cociente de precios entre periodos consecutivos) convierte precios no estacionarios en rendimientos aproximadamente estacionarios. La diferenciación — restar el valor anterior — logra un efecto similar. Estas transformaciones no son opcionales; son requisitos previos para que la mayoría de los métodos de previsión funcionen correctamente.

ARIMA (AutoRegressive Integrated Moving Average, media móvil integrada autorregresiva) ha sido el caballo de batalla de la previsión de series temporales durante décadas. Combina tres componentes: AR(p) usa los p valores anteriores para predecir el siguiente, I(d) diferencia la serie d veces para lograr la estacionariedad, y MA(q) modela los términos de error de predicciones pasadas.

Para datos financieros, ARIMA sirve como una referencia (baseline) crítica. Cualquier modelo de aprendizaje automático que no supere a un ARIMA bien ajustado en tu conjunto de datos concreto está añadiendo complejidad sin aportar valor. En la práctica, ARIMA a menudo funciona sorprendentemente bien en previsiones a corto plazo con datos de baja frecuencia (velas diarias o semanales) donde la relación señal-ruido es manejable.

# ARIMA baseline for BTC daily returns
from statsmodels.tsa.arima.model import ARIMA
import pandas as pd

returns = prices.pct_change().dropna()
model = ARIMA(returns, order=(2, 0, 1))  # AR(2), no differencing (returns already stationary), MA(1)
fitted = model.fit()
forecast = fitted.forecast(steps=5)
print(f"AIC: {fitted.aic:.2f}")  # Lower AIC = better model

Las limitaciones de ARIMA se hacen evidentes con patrones no lineales complejos, cambios de régimen y espacios de características de alta dimensión. Aquí es donde entra en juego el aprendizaje profundo.

Las redes Long Short-Term Memory (LSTM) son un tipo de red neuronal recurrente diseñada para aprender dependencias de largo alcance en datos secuenciales. A diferencia de las RNN convencionales, que sufren de gradientes que se desvanecen y olvidan la información tras solo unos pocos pasos temporales, las LSTM usan un mecanismo de puertas — forget gate (puerta de olvido), input gate (puerta de entrada) y output gate (puerta de salida) — para retener o descartar información selectivamente a lo largo de centenares de pasos.

Para series temporales financieras, las LSTM ofrecen dos ventajas frente a ARIMA: pueden modelar relaciones no lineales (la dinámica de precios raramente es lineal), y pueden incorporar múltiples características de entrada simultáneamente — no solo precios pasados, sino volumen, volatilidad, tasas de financiamiento, desequilibrio del libro de órdenes y cualquier otra señal que creas que aporta información predictiva.

Preparar datos para una LSTM requiere una ventanización (windowing) cuidadosa. Se crean secuencias de entrada de longitud fija (por ejemplo, 60 pasos temporales) emparejadas con el valor objetivo (el siguiente precio o rendimiento). La normalización es fundamental — escalar las características a [0, 1] o estandarizarlas a media cero y varianza unitaria. Pero aquí está la trampa: debes ajustar el escalador solo con los datos de entrenamiento, y transformar los datos de validación y test usando los mismos parámetros. Ajustarlo sobre el conjunto de datos completo filtra información futura.

# LSTM data preparation with proper normalization
import numpy as np
from sklearn.preprocessing import MinMaxScaler

def create_sequences(data, window=60):
    X, y = [], []
    for i in range(window, len(data)):
        X.append(data[i - window:i])
        y.append(data[i, 0])  # Predict next close
    return np.array(X), np.array(y)

# Fit scaler on training data ONLY
scaler = MinMaxScaler()
train_scaled = scaler.fit_transform(train_data)
test_scaled = scaler.transform(test_data)  # Transform, don't fit

X_train, y_train = create_sequences(train_scaled)
X_test, y_test = create_sequences(test_scaled)

El mismo mecanismo de autoatención que revolucionó el procesamiento del lenguaje natural ha demostrado ser igualmente potente para series temporales. En lugar de procesar las secuencias paso a paso como una LSTM, la atención permite que el modelo observe todos los pasos temporales simultáneamente, aprendiendo qué momentos históricos son más relevantes para predecir el futuro.

El Temporal Fusion Transformer (TFT), presentado por Google Research en 2021, está diseñado específicamente para la previsión de series temporales a múltiples horizontes. Combina varias innovaciones:

• Redes de selección de variables — Aprenden automáticamente qué características de entrada importan más, aportando interpretabilidad de serie. Puedes ver si el modelo se apoya más en el momentum del precio, el volumen o las tasas de financiamiento.
• Redes residuales con puertas (gated) — Suprimen las entradas irrelevantes y permiten que el modelo gestione interacciones complejas y no lineales entre características.
• Atención multi-cabeza sobre el tiempo — Identifica qué pasos temporales históricos son más informativos para cada horizonte de predicción.
• Salidas por cuantiles — Genera intervalos de predicción (percentiles 10, 50 y 90) en lugar de estimaciones puntuales, dándote una medida de incertidumbre — esencial para la gestión de riesgo en trading.

En la práctica, los TFT han superado a las LSTM y a los modelos tradicionales en pruebas de referencia que incluyen la previsión de demanda eléctrica, la predicción de ventas minoristas y el modelado de la volatilidad financiera. Para los mercados cripto accesibles a través de plataformas como GaiaEx, la capacidad del TFT de procesar entradas heterogéneas — metadatos estáticos (tipo de activo, fecha de listado), valores futuros conocidos (día de la semana, hora del día) y características observadas que varían en el tiempo (precio, volumen, métricas on-chain) — lo hace especialmente idóneo.

Seamos sinceros sobre lo que es alcanzable. Predecir el precio exacto de Bitcoin mañana es esencialmente imposible. La hipótesis del mercado eficiente (EMH) sostiene que los precios ya reflejan toda la información disponible, lo que convierte la predicción consistente en una tarea inútil. En cripto, la forma débil de la EMH es discutible — los mercados son menos eficientes que las acciones — pero la relación ruido-señal sigue siendo brutal.

Un objetivo más realista es la precisión direccional: ¿cerrará BTC más alto o más bajo de lo que abrió? Este problema de clasificación binaria es más manejable, e incluso mejoras modestas sobre el 50 % de precisión (digamos, un 53–55 % de forma consistente) pueden ser muy rentables con un dimensionamiento de posiciones y una gestión de riesgo adecuados.

Un pipeline práctico se ve así:

• Características: rendimientos de 60 periodos, RSI, histograma MACD, ancho de las Bandas de Bollinger, ratio de volumen (actual frente a la media de 20 periodos), tasa de financiamiento de futuros perpetuos, dominancia de BTC y cambio en el interés abierto.
• Modelo: LSTM de dos capas con 128 unidades ocultas, dropout de 0.3, seguida de una capa densa con activación sigmoide para clasificación binaria.
• División: entrena con 2020–2023, valida con enero–junio de 2024, prueba con julio–diciembre de 2024. Nunca reordenes — divide siempre de forma cronológica.
• Evaluación: precisión direccional, precisión/recall en las predicciones de subida frente a bajada, y — lo más importante — el P&L simulado asumiendo un tamaño de posición fijo por señal.

Si tu modelo logra un 54 % de precisión direccional en el conjunto de test fuera de muestra con un profit factor superior a 1.2, tienes algo que merece la pena seguir explorando. Si muestra un 65 % de precisión, casi con toda seguridad has sobreajustado. Los edges (ventajas) reales en los mercados financieros son pequeños, y quien afirme lo contrario está vendiendo algo.

Elegir la métrica adecuada determina si estás optimizando lo correcto. El MAE (error absoluto medio) indica la magnitud media de tus errores de predicción en las mismas unidades que tus datos — intuitivo, pero no penaliza los errores grandes de forma desproporcionada. El RMSE (raíz del error cuadrático medio) eleva los errores al cuadrado antes de promediar, penalizando fuertemente los valores atípicos — apropiado cuando un único error catastrófico importa más que muchos errores pequeños. La precisión direccional mide el porcentaje de veces que tu modelo predice correctamente si el precio sube o baja — a menudo la métrica más relevante para señales de trading.

Los métodos de ensemble combinan predicciones de varios modelos para reducir la varianza y mejorar la robustez. Los enfoques habituales incluyen:

• Promedio simple — Promediar las predicciones de una LSTM, un Transformer y un ARIMA. Si cada modelo capta aspectos distintos de la señal, el ensemble supera a cualquier modelo individual.
• Stacking — Entrenar un meta-modelo (por ejemplo, un árbol con gradient boosting) para aprender la combinación óptima de las predicciones de los modelos base.
• Cambio consciente del régimen — Usar un detector de régimen de volatilidad para elegir en qué modelo confiar. Una LSTM puede destacar en mercados con tendencia, mientras que un modelo de reversión a la media rinde mejor en condiciones de rango.

Sea cual sea el enfoque que adoptes, recuerda que la brecha entre investigación y producción es enorme. Un modelo que predice la dirección de BTC con un 55 % de precisión en un notebook de Jupyter necesita sobrevivir a la latencia, el slippage y los costes de transacción cuando se ejecuta en vivo a través de una plataforma como GaiaEx. Construye tu pipeline de evaluación para simular estas realidades desde el primer día — no como una ocurrencia tardía.