Feature engineering: el paso que suele marcar la diferencia en un modelo de trading
El éxito de un modelo no depende únicamente del algoritmo. Muchas veces, la diferencia aparece mucho antes.
Ese proceso previo recibe el nombre de feature engineering o ingeniería de características: transformar los datos disponibles en variables que permitan al modelo detectar patrones con mayor facilidad. Un algoritmo sencillo con buenas variables suele superar a un modelo sofisticado entrenado con datos poco trabajados.
Los datos no siempre hablan por sí solos
Solo un dato
Conocer únicamente la velocidad máxima de un corredor.
Contexto completo
Velocidad, edad, frecuencia cardíaca, horas de entrenamiento, descanso y alimentación.
El precio de cierre contiene información, pero rara vez es suficiente para explicar toda la dinámica del mercado. El feature engineering busca construir variables que aporten más contexto.
¿Qué es exactamente una «feature»?
Puede tratarse de un dato original o de una nueva variable creada a partir de otros datos:
El objetivo no es generar la mayor cantidad posible de variables, sino crear aquellas que realmente aporten información útil.
Así suele desarrollarse el proceso
Datos del mercado
Limpieza de la información
Creación de nuevas variables
Selección de las más útiles
Entrenamiento del modelo
Cada etapa influye directamente en el resultado final. Si las variables contienen ruido o información irrelevante, incluso el algoritmo más avanzado tendrá dificultades para aprender.
¿Qué tipo de variables suelen utilizarse?
Retornos diarios o intradía
Volatilidad histórica
Indicadores técnicos
Distancia a soportes y resistencias
Cambios en el volumen negociado
Correlaciones entre activos
Variables macroeconómicas
Medidas de tendencia o momentum
Más variables no significa mejores resultados
Cuando muchas variables aportan información repetida o poco relevante, aumenta el riesgo de sobreajuste (overfitting): el algoritmo aprende patrones que solo existen en los datos históricos.
«Sobre la mesa de un detective hay cientos de documentos. No todos contienen pistas importantes — el feature engineering consiste en identificar cuáles realmente ayudan a entender el caso.»
Errores que suelen aparecer
| Error frecuente | Consecuencia |
|---|---|
| Crear demasiadas variables | Mayor riesgo de sobreajuste |
| Utilizar datos futuros sin querer | Resultados irreales durante el entrenamiento |
| No normalizar algunas variables | Dificulta el aprendizaje del modelo |
| Mantener variables muy correlacionadas | Información redundante |
| Omitir la limpieza de datos | El modelo aprende patrones incorrectos |
Aunque el algoritmo sea la parte más visible de un sistema de machine learning, la calidad del resultado depende en gran medida de las variables que recibe. Muchos proyectos fracasan no por utilizar un modelo inadecuado, sino porque las características empleadas no representan correctamente el comportamiento del mercado.
Un modelo aprende exactamente de aquello que se le muestra. Si las variables reflejan mejor la realidad del mercado, las probabilidades de construir un sistema sólido también aumentan.