¿Puede un agente decidir mejor en mercados turbulentos?
Esta pregunta define nuestra agenda de investigación. Los trabajos disponibles estudian por separado la previsión del precio, la extracción de información financiera y la explicabilidad. No demuestran que los agentes decidan mejor en mercados de criptoactivos.
Predicción y complejidad
¿Cuándo mejora una previsión un modelo más complejo? Comparamos un modelo Wavelet–Transformer con persistencia, que usa el último precio observado. La prueba publicada de Bitcoin no favorece al modelo más complejo.
Resumen y citaLenguaje financiero y agentes
¿Reformular y agregar respuestas candidatas mejora la extracción literal? VERSA estudia fragmentos causales de textos financieros. Extraer una causa expresada en un texto es distinto de establecer causalidad económica.
Resumen y citaExplicaciones comprobables
¿Cómo seguir y comprobar las explicaciones de sistemas financieros de IA? VAXAI es una comunicación oral sobre este tema. No la acompañan un artículo publicado ni afirmaciones experimentales validadas.
Resumen y citaPreguntas abiertas
- ¿Cuándo aporta un agente valor medible frente a una regla de decisión simple?
- ¿Cómo resisten las decisiones los cambios del mercado y la información incompleta?
- ¿Qué queda al incluir comisiones, deslizamiento y exigencias de cálculo?
- ¿Puede comprobarse una explicación con independencia del modelo que la produjo?
Investigación doctoral
Título provisional de la tesis
«Agentes Inteligentes Actuando en Mercados Caóticos»
El trabajo doctoral en la Universitat Jaume I conecta estas preguntas. Los estudios que mostramos aportan piezas separadas; no constituyen una evaluación completa de agentes que actúan en mercados.
Otras investigaciones: gastronomía computacional
También estudiamos relaciones entre olor y color y representaciones interpretables de platos. Es una línea separada. Comparte métodos de representación y evaluación, sin evidencia de que mejore decisiones de mercado.
Otras investigaciones