Descripción del modelo

El objetivo principal del modelo Activity Detector es identificar cambios estructurales en la determinación del precio de los activos financieros mediante el análisis de la volatilidad y los volúmenes de negociación. El modelo registra los picos repentinos de estos indicadores, evalúa su importancia y los clasifica como anómalos o no. Cuando se detectan anomalías, el sistema avisa rápidamente al usuario, lo que le ayuda a reaccionar con rapidez ante los cambios en las condiciones del mercado.

Métodos de análisis de la volatilidad y los volúmenes de negociación

Activity Detector realiza un seguimiento dinámico de los cambios en la volatilidad y la liquidez de un activo, analizando series temporales de datos de mercado en tiempo real. Para ello:

Utiliza estimaciones estadísticas aproximadas de los valores medios e instantáneos de la volatilidad y los volúmenes.
Aplica filtros de suavizado y algoritmos adaptativos que permiten minimizar el ruido en los datos y destacar los cambios significativos.
Analiza los periodos de cambios acelerados en la volatilidad y el volumen, comparándolos con el contexto histórico del comportamiento del mercado del activo.
Aplica valores umbral y adaptación dinámica para eliminar las señales falsas.

Detección de actividad anómala

La actividad anómala se determina en función de varios factores:

El grado de desviación de la volatilidad y el volumen actuales con respecto a sus valores típicos en períodos similares.
La velocidad de cambio de los parámetros del mercado: se analizan las fluctuaciones bruscas de los precios, los volúmenes y los diferenciales.
Parámetros contextuales: se tienen en cuenta las condiciones generales del mercado y los factores macroeconómicos, excluyendo los períodos naturales de aumento de la actividad (por ejemplo, durante la publicación de noticias económicas importantes).

Uso del aprendizaje automático

Activity Detector utiliza algoritmos de aprendizaje automático para mejorar la precisión del análisis, pero no se revelan los modelos específicos. Los principios básicos del funcionamiento del sistema con AI incluyen:

Entrenamiento del modelo con datos históricos para reconocer patrones típicos y atípicos del comportamiento del mercado.
Actualización automática de los umbrales estadísticos y las dependencias lógicas basándose en el comportamiento dinámico del mercado.