Situación
Los precios del mercado bursátil son ruidosos y difíciles de anticipar, pero contienen patrones históricos que un modelo puede aprender.
El desafío
Construir un modelo capaz de predecir el precio de acciones del NYSE usando únicamente datos históricos, sin caer en sobreajuste sobre una serie tan volátil.
La solución
Un modelo supervisado en Python: ingesta de datos de mercado, ingeniería de variables temporales, entrenamiento y evaluación con métricas de error sobre datos que el modelo no vio.
Impacto
Un prototipo funcional que demuestra el flujo completo de un problema de predicción financiera — desde los datos crudos hasta una estimación evaluable.