Métodos de aprendizaje de máquinas para la optimización de portafolios de inversión de criptomonedas

Abstract

El principal objetivo del presente trabajo de tesis consiste en estudiar el problema de optimización de portafolios de inversión en el mercado de criptomonedas. Para ello, se implementa una metodología existente diseñada para estos fines (basada en aprendizaje reforzado profundo) y se proponen diferentes modificaciones y experimentos con la finalidad de analizar su comportamiento ante diferentes escenarios. Entre las configuraciones experimentales propuestas se encuentran: (1) Un nuevo conjunto de datos de evaluación conformado por cinco particiones datos con variabilidad entre sus tendencias predominantes, con la finalidad de aumentar la rigurosidad a la hora de comparar diferentes modelos, (2) uso del dólar (en específico Tether) como moneda base debido a su alta estabilidad en comparación con el Bitcoin, divisa comúnmente utilizada para aquello, (3) uso del sharpe ratio como función de recompensa para el modelamiento mediante aprendizaje reforzado con la hipótesis de que se obtendrán modelos con mejor control de riesgo y por último, (4) se propone una forma aleatoria de inicializar el historial de decisiones denominado Portfolio Vector Memory (PVM), con la intención de facilitar la tarea exploratoria de los modelos, considerando que originalmente se inicializaba de manera uniforme. Dentro de las principales conclusiones obtenidas, se pueden mencionar que, tanto el uso de la función de recompensa sharpe ratio, como la inicialización aleatoria del PVM, aparentemente mejoran las métricas de riesgo durante la evaluación, comportamiento principalmente observado en términos de la métrica Maximum Drawdown (MDD). Por otro lado, los resultados no fueron concluyentes para confirmar la hipótesis de que la inicialización aleatoria del PVM mejora la capacidad exploratoria de los modelos, puesto que no se observaron indicios significativos en las decisiones tomadas por los diferentes modelos entrenados. Finalmente, otro componente relevante en la metodología estudiada, es el mecanismo de entrenamiento continuo denominado OSBL (Online Stochastic Batch Learning), diseñado originalmente para adaptar el modelo entrenado a nuevos datos dada la alta volatilidad presente en los mismos. De acuerdo a los resultados se pudo comprobar que este mecanismo no es del todo efectivo para adaptar a los modelos a nuevos escenarios.