Modelos Fundacionales para Series Temporales Financieras

El resto de la inteligencia artificial atravesó una revolución silenciosa mientras los quants andaban ocupados afinando un árbol potenciado por gradiente cada vez. La receta antigua —reúne un conjunto de datos etiquetado para tu tarea, entrena un modelo desde cero, repite para la siguiente tarea— quedó reemplazada por un manual de dos pasos tan eficaz que ahora define el campo: preentrena un modelo enorme sobre una montaña de datos amplios y luego adáptalo barato a cientos de tareas posteriores. Una sola red preentrenada sostiene traducción, resumen, código y chat; un solo modelo de visión preentrenado sostiene detección, segmentación y descripción de imágenes. El modelo que hace esto es un modelo fundacional, y la apuesta que hay detrás es que una representación aprendida una vez, sobre datos suficientes, se transfiere.

Este curso arrastra ese manual a las series temporales financieras —y luego se niega a darle un trato fácil—. Damos por hecho que terminaste Deep Learning para Datos de Mercado (sabes por qué las redes profundas sufren con rendimientos de baja señal, y puedes defender un resultado con un Sharpe deflactado y una partición purgada y con embargo) y Modelos Generativos para Datos de Mercado Sintéticos (conoces los hechos estilizados que una serie de mercado debe reproducir y cómo evaluar un generador sin engañarte). Aquí añadimos la capa de frontera: deja de entrenar un modelo por tarea, preentrena un modelo fundacional y adáptalo. Todo el arco es un único argumento sostenido — aquí está la maquinaria, aquí exactamente dónde podría ayudar, y aquí la razón brutal por la que normalmente no lo hace.

• La apuesta de preentrenar-y-adaptar — qué es de verdad un modelo fundacional, por qué la economía de dos fases (un gran coste fijo de preentrenamiento, muchas adaptaciones baratas) conquistó el lenguaje, la visión y la meteorología, y la tensión central en cuanto lo apuntas a los mercados: la amortización solo compensa si la representación preentrenada se transfiere, y los mercados son adversariales, no estacionarios y de señal brutalmente baja — la transferencia es justo lo que está en duda.
• Modelos fundacionales de series temporales — el linaje TimesFM / Chronos / Moirai / Lag-Llama, el transformer solo-decodificador sobre parches, cómo conviertes un flujo continuo de rendimientos en tokens que un transformer pueda leer (parcheo, escalado por la media, cuantización al estilo Chronos en un vocabulario), y sobre qué océanos de datos se preentrenan estos modelos.
• Predicción zero-shot y few-shot, y leyes de escala — predecir una serie que el modelo nunca ha visto sin ningún ajuste, el espectro de zero-shot a few-shot a ajuste fino completo, el aprendizaje en contexto, y la pregunta que lo decide todo: ¿se cumplen en datos financieros las leyes de escala neuronales que valen para texto e imágenes, o el suelo de ruido te limita mucho antes de que más datos o parámetros ayuden?
• Los LLM como herramientas de investigación y como señales — los grandes modelos de lenguaje apuntados a las finanzas de dos formas: como señal (extracción de sentimiento y eventos de informes y noticias, modelos multimodales de precio-más-texto) y como investigador (agentes LLM que generan hipótesis y escriben código de estrategias), más la trampa del sobreajuste por búsqueda que un generador automático de ideas vuelve aterradoramente fácil.
• El campo de minas de la fuga de información — el modo de fallo que los modelos fundacionales empeoran más que nada anterior: anticipación en el corpus de preentrenamiento. Un modelo preentrenado sobre texto y precios hasta el año pasado ha, en un sentido real, leído el futuro respecto a tu backtest — contaminación de los datos de preentrenamiento, disciplina point-in-time, y por qué la distancia entre ganar un benchmark publicado y una estrategia operable es, sobre todo, fuga.
• La evaluación honesta — llevando el credo del Sharpe deflactado y la validación cruzada purgada hasta el final: los modelos fundacionales se entrenan en dominios casi estacionarios (lenguaje, meteorología, demanda) y los mercados son adversariales y no estacionarios, así que ganar en un benchmark rara vez se traduce en PnL. El mapa de dónde el preentrenamiento de verdad ayuda —transferencia entre activos, arranque en frío, regímenes pobres en datos— frente a dónde es puro bombo.

Al final podrás explicar cómo se construye y adapta un modelo fundacional de series temporales, conectar un LLM como señal o como asistente de investigación sin filtrar el futuro a tu backtest y —lo más valioso— juzgar, con un número fuera de muestra deflactado en lugar de un ranking deslumbrante, si la revolución de preentrenar-y-adaptar se gana el sustento en tu mercado o solo toma prestada la credibilidad del de otro. Un examen final calificado te devuelve toda la disciplina al final, una pregunta bloqueada cada vez.