Predicción de series temporales financieras con modelos de machine learning

Resumen

La predicción de series temporales financieras es fundamental para la toma de decisiones económicas, la gestión de riesgos y las estrategias de inversión. Aunque tradicionalmente se han usado modelos estadísticos como ARIMA o SARIMAX, en los últimos años han ganado protagonismo técnicas de aprendizaje profundo como las redes LSTM y los modelos Transformer por su capacidad para capturar relaciones no lineales y dinámicas complejas.

Este Trabajo de Fin de Grado tiene como objetivo comparar el rendimiento de modelos clásicos y modernos en la predicción del índice S&P 500. Se busca evaluar cuál de ellos ofrece mejores resultados en términos de precisión y robustez, y si la incorporación de variables exógenas como indicadores macroeconómicos o el precio del Bitcoin mejora su capacidad predictiva.

Para ello, se ha construido un conjunto de datos diarios con información del S&P 500, el Bitcoin y cinco variables macroeconómicas clave, abarcando el periodo 2019–2024. Se han entrenado tres modelos: SARIMAX, LSTM y Transformer, aplicando tanto una división clásica de datos como validación walk-forward.

Los resultados indican que los modelos de aprendizaje profundo superan a SARIMAX. LSTM destaca por su menor RMSE, mientras que Transformer obtiene el mejor MAE y muestra mayor estabilidad bajo validación progresiva. Se concluye que los enfoques basados en deep learning ofrecen una ventaja clara en entornos financieros complejos.

Abstract:

Time series forecasting in finance is essential for economic decision-making, risk management, and investment strategies. Although traditional statistical models like ARIMA and SARIMAX have long been used, recent years have seen the rise of deep learning techniques such as LSTM networks and Transformer models, which are better suited to capture complex and nonlinear relationships.

This project aims to compare the performance of classical and modern models in forecasting the S&P 500 index. The goal is to assess which approach yields better accuracy and robustness, and whether the inclusion of exogenous variables—such as macroeconomic indicators or Bitcoin prices—enhances predictive capability.

To that end, a daily dataset has been built, covering the period 2019–2024 and including the S&P 500, Bitcoin, and five key macroeconomic variables. Three models have been trained: SARIMAX, LSTM, and Transformer, using both a traditional data split and a walk-forward validation scheme.

The results show that deep learning models outperform SARIMAX. LSTM achieves the lowest RMSE, while Transformer obtains the best MAE and demonstrates greater stability under progressive validation. The conclusion is that deep learning approaches offer a clear advantage in complex financial forecasting scenarios.