Simple Science

Ciencia de vanguardia explicada de forma sencilla

# Informática# Recuperación de información# Ingeniería, finanzas y ciencias computacionales

Presentamos FAR-Trans: Un Nuevo Conjunto de Datos para Recomendaciones Financieras

El conjunto de datos FAR-Trans ofrece ideas para mejorar las recomendaciones de inversión basadas en datos de transacciones reales.

― 8 minilectura


FAR-Trans: Un Cambio deFAR-Trans: Un Cambio deJuegométodos de recomendación de inversión.Un nuevo conjunto de datos redefine los
Tabla de contenidos

La recomendación de activos financieros (FAR) trata de ayudar a la gente a decidir dónde invertir su dinero. Se centra en sugerir productos financieros como acciones, bonos o fondos de inversión que pueden ser buenos para un inversor según sus necesidades y las condiciones del mercado. Mucha gente, incluidos bancos y compañías de inversión, quiere dar mejores consejos usando datos y diferentes tecnologías. Pero hasta ahora, no había manera de comparar diferentes métodos porque la mayoría de los estudios utilizaban información privada que no está disponible para que otros la revisen.

Para solucionar este problema, se ha creado un nuevo conjunto de datos llamado FAR-Trans. Este conjunto de datos es público e incluye información sobre productos financieros, sus precios y las transacciones realizadas por inversores minoristas a lo largo de varios años. El objetivo de este conjunto de datos es permitir a investigadores y empresas probar sus métodos de recomendación y compararlos de manera justa.

La necesidad de un conjunto de datos común

Muchos sistemas de recomendación en otras áreas, como películas o música, tienen acceso a conjuntos de datos públicos para probar sus ideas. Sin embargo, en los mercados financieros, los investigadores a menudo han dependido de conjuntos de datos privados que no pueden ser compartidos. Esta falta de datos comunes hace que sea difícil evaluar y comparar diferentes enfoques de investigación.

Antes de este nuevo conjunto de datos, la mayoría de las investigaciones se centraban en predecir cuánto dinero harían ciertas inversiones basándose solo en los precios de esos productos. Aunque esta información está disponible, no tiene en cuenta las preferencias y comportamientos personales de los inversores individuales. Algunos estudios anteriores intentaron incluir el Comportamiento del Inversor, pero principalmente dependían de datos simulados o privados.

Ahora, con el nuevo conjunto de datos FAR-Trans, finalmente hay un recurso que combina tanto datos de precios como datos de transacciones reales de inversores individuales. Este conjunto de datos no solo incluye varios tipos de activos, sino que también rastrea cómo interactuaron los clientes con ellos a lo largo del tiempo.

Resumen del conjunto de datos FAR-Trans

FAR-Trans incluye una gran cantidad de información sobre productos financieros y su rendimiento. El conjunto de datos contiene información de una gran institución financiera europea y cubre precios y registros de transacciones desde enero de 2018 hasta noviembre de 2022. Incluye información sobre diferentes tipos de activos, como acciones, bonos y fondos de inversión, junto con detalles sobre las transacciones realizadas por clientes minoristas.

Datos de precios

Los precios de los productos financieros cambian con el tiempo, algo esencial para el análisis. Los inversores necesitan saber cómo han variado los precios en el pasado para tomar decisiones informadas. El conjunto de datos incluye datos históricos de precios que se pueden usar para crear modelos financieros y evaluar estrategias de inversión.

Datos de transacciones

Una de las características destacadas de FAR-Trans es la inclusión de transacciones reales realizadas por clientes. Estos datos muestran los comportamientos de compra y venta de los inversores, ofreciendo una imagen más clara de lo que influye en sus decisiones.

Información del cliente

El conjunto de datos incluye información anonimizada sobre los propios inversores. Esta información ayuda a analizar los tipos de inversores y los factores que influyen en sus elecciones de inversión.

Limpieza y organización del conjunto de datos

Al recopilar datos, es importante garantizar que sean precisos y estén libres de errores. Los creadores del conjunto de datos FAR-Trans tomaron medidas para limpiar y organizar los datos antes de compartirlos. Aquí hay algunos de los pasos que siguieron:

  1. Eliminar duplicados: Se eliminaron entradas duplicadas para garantizar que cada activo tuviera solo un precio para cada fecha.

  2. Abordar valores faltantes: Si había entradas de precios faltantes, se completaron utilizando los precios de días cercanos siempre que fuera posible.

  3. Corregir errores importantes: Se consideraron precios que indicaban picos o caídas inusuales como valores atípicos y se ajustaron según valores de precios más típicos.

  4. Manejar divisiones de acciones: Se tuvieron en cuenta las divisiones de acciones para que los precios reflejen cambios reales de propiedad y valor.

  5. Alinear los datos de transacciones: Los registros de transacciones se sincronizaron con los datos de precios para asegurar precisión sobre cuándo ocurrió cada transacción y a qué precio.

Características del conjunto de datos FAR-Trans

FAR-Trans es único porque contiene una variedad de puntos de datos que se pueden usar para diferentes tipos de análisis. Aquí están algunas de sus principales características:

Variedad de activos

El conjunto de datos incluye un total de 807 activos financieros, con diferentes tipos como acciones, bonos y fondos mutuos. Esta variedad permite a los investigadores analizar categorías específicas y su rendimiento en diversas condiciones del mercado.

Comportamiento del inversor

El conjunto de datos rastrea 388,049 transacciones de 29,090 clientes. Esta información ilustra cómo se comportan los inversores a lo largo del tiempo, destacando patrones en sus decisiones de compra y venta.

Cobertura del mercado

FAR-Trans proporciona información no solo sobre el mercado griego, sino también sobre otros mercados europeos, dándole un contexto más amplio para el análisis.

Tipos de enfoques de recomendación

Cuando se trata de hacer recomendaciones de inversiones, se pueden usar diferentes enfoques. Los autores del conjunto de datos compararon varios métodos para ver qué tan bien funcionaban.

Métodos basados en precios

Estos métodos se centran en precios históricos para predecir qué productos financieros serán rentables en el futuro. Por ejemplo, pueden usar técnicas de regresión para estimar cómo podría desempeñarse un activo basado en su historial de precios.

Métodos basados en transacciones

Estos enfoques analizan el comportamiento pasado de los inversores. Suponen que si un inversor compró un cierto activo en el pasado, podría estar interesado en inversiones similares en el futuro. Estos métodos pueden incluir filtrado colaborativo, donde las recomendaciones se basan en las preferencias de usuarios similares.

Métodos híbridos

Los enfoques híbridos combinan tanto datos de precios como de transacciones. Usan diversas técnicas para proporcionar una visión más completa de las preferencias del inversor y las condiciones del mercado.

Evaluación inicial de los métodos de recomendación

Para ayudar a futuros investigadores, los autores realizaron pruebas iniciales comparando 11 enfoques diferentes de FAR en el conjunto de datos. Esto es lo que encontraron:

Rentabilidad vs. intereses del cliente

  1. Modelos de rentabilidad: Los modelos que se centraron en datos de precios tendían a ofrecer mayores retornos, lo que significa que podían encontrar inversiones que aumentaron de valor mejor que el promedio del mercado. Sin embargo, fallaron en predecir lo que los inversores realmente elegirían.

  2. Modelos de preferencias del cliente: Los modelos que analizaron datos de transacciones tuvieron menos éxito en encontrar inversiones altamente rentables, pero hicieron un mejor trabajo al predecir en qué podrían estar interesados los inversores según su comportamiento pasado.

Recomendaciones

El estudio destacó la importancia de usar ambos tipos de métodos para proporcionar un sistema de recomendación más completo. Combinar rentabilidad y preferencias del cliente podría llevar a un mejor asesoramiento de inversión para los inversores minoristas.

Aplicaciones potenciales de FAR-Trans

El conjunto de datos FAR-Trans ofrece muchas aplicaciones potenciales, ya sea para investigadores o compañías de inversión. Aquí hay algunos casos de uso:

Modelado avanzado del inversor

Los datos se pueden usar para construir modelos más detallados del comportamiento del inversor. Al comprender cómo diferentes factores influyen en las elecciones de inversión, las instituciones financieras pueden crear mejores estrategias de inversión.

Recomendaciones financieras personalizadas

Las empresas pueden aprovechar el conjunto de datos para desarrollar sistemas de recomendación financiera más efectivos que tengan en cuenta factores personales y condiciones del mercado.

Gestión de carteras

Usando el conjunto de datos, los asesores financieros pueden crear carteras de inversión equilibradas para los clientes al analizar qué activos se alinean mejor con sus perfiles de riesgo y objetivos de inversión.

Conclusión

FAR-Trans es un desarrollo significativo en el campo de la recomendación de activos financieros. Al proporcionar un conjunto de datos público que incluye información crucial sobre precios y transacciones, investigadores e instituciones financieras tienen una herramienta valiosa a su disposición. Este conjunto de datos no solo cierra la brecha en la comparación de diferentes métodos de recomendación, sino que también permite una comprensión más profunda del comportamiento del inversor y de la dinámica del mercado.

A medida que el panorama financiero sigue evolucionando, las posibilidades de usar FAR-Trans son vastas, abarcando desde mejorar el asesoramiento de inversión personal hasta mejorar los modelos financieros utilizados por instituciones. Con investigación y desarrollo continuos, FAR-Trans allanará el camino para soluciones de inversión más efectivas y accesibles.

Fuente original

Título: FAR-Trans: An Investment Dataset for Financial Asset Recommendation

Resumen: Financial asset recommendation (FAR) is a sub-domain of recommender systems which identifies useful financial securities for investors, with the expectation that they will invest capital on the recommended assets. FAR solutions analyse and learn from multiple data sources, including time series pricing data, customer profile information and expectations, as well as past investments. However, most models have been developed over proprietary datasets, making a comparison over a common benchmark impossible. In this paper, we aim to solve this problem by introducing FAR-Trans, the first public dataset for FAR, containing pricing information and retail investor transactions acquired from a large European financial institution. We also provide a bench-marking comparison between eleven FAR algorithms over the data for use as future baselines. The dataset can be downloaded from https://doi.org/10.5525/gla.researchdata.1658 .

Autores: Javier Sanz-Cruzado, Nikolaos Droukas, Richard McCreadie

Última actualización: 2024-07-11 00:00:00

Idioma: English

Fuente URL: https://arxiv.org/abs/2407.08692

Fuente PDF: https://arxiv.org/pdf/2407.08692

Licencia: https://creativecommons.org/licenses/by/4.0/

Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.

Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.

Más de autores

Artículos similares