Automatización de selección de activos con el uso de machine learning

El proyecto PAP, automatización de selección de activos con el uso de machine learning, consta de crear un modelo predictivo para decidir si invertir en acciones de la bolsa de valores estadounidense, el modelo usa datos llamados fundamentales, los cuales a partir del estado de resultados, balance general y flujo de caja podemos usar para determinar la salud financiera de la empresa a partir de ratios o valores de medición y por ultimo usamos el rendimiento efectivo de las empresas para determinar si invertir o no, si es positivo se invierte, si es negativo no se invierte. El objetivo principal del proyecto es entrenar un modelo en base a análisis fundamental y los rendimientos, el cual pueda detectar patrones en los datos y posteriormente poder ingresar solo información de los fundamentales y que el modelo entrenado haga la predicción de invertir o no invertir. Como alcance buscamos facilitar al sector inversionista a tomar mejores decisiones en sus inversiones y poder dar una herramienta que atraiga más personas a concientizarse sobre la importancia de hacer crecer su dinero, ya que actualmente, según Forbes aproximadamente solo un 2% de los mexicanos invierten en bolsa a comparación del 50% en EUA. Como resultados de nuestro proyecto nos enfocaremos en los aprendizajes aprendidos y destacar la importancia de la comprensión de las limitaciones en el ámbito de la predicción financiera dando como resultado una base sólida para reflexión y una mejora continua en futuras investigaciones y aplicaciones prácticas.