Predicción del precio de las criptomonedas basada en explicaciones contrafactuales

Área de la Ciencia:

• Inteligencia Artificial
• Tecnología Financiera
• Finanzas Computacionales

Sus antecedentes:

• Los modelos de aprendizaje profundo sobresalen en la previsión de criptomonedas, pero carecen de interpretabilidad y confiabilidad.
• Los mercados de criptomonedas exhiben alta volatilidad y dinámicas complejas no lineales, lo que requiere una gestión de riesgos sólida.
• Comprender la sensibilidad del modelo a las variaciones de los datos históricos es crucial para predicciones financieras confiables.

Objetivo del estudio:

• Proponer el modelo de explicación contrafactual de criptomonedas (CryptoForecastCF) para mejorar la interpretabilidad en la previsión de criptomonedas.
• Abordar la brecha de confiabilidad en los modelos de aprendizaje profundo utilizados para predicciones financieras.
• Proporcionar información práctica para operadores y administradores de riesgos en mercados volátiles de criptomonedas.

Principales métodos:

• Se desarrolló CryptoForecastCF, un modelo que utiliza optimización basada en gradientes para explicaciones contrafactuales.
• Se identificaron perturbaciones mínimas y restringidas por normas (l1 o l2) en las características del mercado histórico (por ejemplo, precio).
• Se generaron explicaciones contrafactuales para dirigir las predicciones del modelo a intervalos objetivo especificados por el usuario.

Principales resultados:

• CryptoForecastCF dilucida los factores clave que impulsan y los límites de decisión de los modelos de pronóstico opacos.
• El modelo identifica cambios específicos en el mercado necesarios para lograr los resultados predictivos deseados.
• Se proporcionan información práctica para navegar escenarios de alto riesgo y mitigar predicciones desfavorables.

Conclusiones:

• CryptoForecastCF mejora la interpretabilidad y la confiabilidad de los modelos de aprendizaje profundo para la previsión de criptomonedas.
• El enfoque facilita una mejor gestión de riesgos al revelar las sensibilidades del modelo.
• Las explicaciones contrafactuales prácticas empoderan a los profesionales financieros para tomar decisiones más informadas en el comercio de criptomonedas.