Pronóstico LSTM de cambios en la tendencia bursátil

Resumen

E-TRENDS propone un marco de pronóstico LSTM para los cambios de un día a otro en las tendencias bursátiles. Se centra en las 30 mayores acciones del S&P 500 y describe una validación a lo largo de ciclos de mercado desde 2005 hasta 2025. En vez de pronosticar directamente el nivel de la tendencia, el método predice su diferencia diaria, lo que, según los autores, puede reducir el compromiso entre sesgo y varianza.

El artículo informa de comparaciones con mínimos cuadrados ordinarios, Ridge, Lasso y regresión LightGBM, así como de simulaciones de carteras que evalúan las ganancias y pérdidas frente a los modelos alternativos. El resumen afirma que las simulaciones muestran beneficios económicos, pero no proporciona cifras de rendimiento, detalles de construcción de carteras, costes de transacción ni medidas de riesgo. El periodo de evaluación indicado y la selección de activos también limitan hasta qué punto pueden generalizarse los resultados. La descripción presenta un enfoque de pronóstico y un plan de comparación, pero hacen falta más detalles metodológicos y empíricos para evaluar su solidez o su valor para el trading en vivo.

Ideas clave

• El marco utiliza un LSTM para pronosticar cambios de un día a otro en las tendencias bursátiles.
• El estudio se centra en las 30 mayores acciones del S&P 500 y evalúa datos de 2005 a 2025.
• Se propone pronosticar diferencias en lugar de niveles para reducir el compromiso entre sesgo y varianza.
• Las referencias comparativas indicadas incluyen OLS, Ridge, Lasso y regresión LightGBM.
• Se informa de beneficios en simulaciones de carteras, aunque el resumen no ofrece cifras detalladas de rendimiento ni costes.

Etiquetas

# E-TRENDS: Enhanced LSTM Trend Forecasting for Equities


# E-TRENDS: Enhanced LSTM Trend Forecasting for Equities









Trend-following strategies underpin many systematic trading approaches yet struggle under nonstationary and nonlinear market regimes. We propose an LSTM-based framework to forecast next-day trend differences ($Δ_t$) for the top 30 S\&P 500 equities, validated across market cycles (2005--2025). Key contributions include: (i) formal proof of bias-variance reduction via differencing, (ii) exhaustive empirical benchmarks against OLS, Ridge, and Lasso, (iii) portfolio simulations confirming economic gains in terms of overall PNL compared to other models like OLS, Ridge, Lasso or LightGBM Regressor

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.