PIPELINE INTEGRAL PARA EL ENTRENAMIENTO DE AGENTES EN EL MERCADO DE VALORES: ORQUESTACIÓN, MODELOS DE PRONÓSTICO Y APRENDIZAJE DE REFUERZO PROFUNDO

Abstract

El Trabajo de Fin de Grado propone el diseño, implementación y experimen- tación de una prueba de concepto de un pipeline integral destinado a la gestión de un entorno para entrenamiento y servicio de agentes inteligentes destinados a la gestión de portfolios financieros. El sistema planteado integra varias capas: una capa de ELT gestionada mediante Airflow y SQLMesh; una capa de MLOps con MLflow y arquitecturas de modelos (basadas en LSTM, Transformer, XGBoost y algoritmos de aprendizaje como PPO y BDQN); y una capa de visualización de acciones y métricas a través de un dashboard interactivo desarrollado con Plotly Dash. Los resultados de experimentación muestran una capacidad muy limitada, pero no trivial: con arquitecturas de modelos que alcanzan un DA (Precisión Direccional, por sus siglas en inglés Directional Accuracy) de hasta el 0.57 en predicción de retorno mensual y un agente PPO con un Sharpe Ratio y Drawdown máximo mejores que una estrategia pasiva de mercado.