Sobre las Ecuaciones Diferenciales (EDO) , me ha surgido una duda sobre su aplicación práctica en el desarrollo de algoritmos de AI Trading .
En clase vimos que las EDO describen cómo una cantidad cambia en función de otra para capturar el comportamiento dinámico de un sistema. En el trading, el precio de un activo es esencialmente una variable que evoluciona en el tiempo. Mi pregunta se divide en tres puntos técnicos:
Modelado de Momentum: ¿Es viable tratar la tasa de variación del precio de un activo como una EDO de primer orden autónomo?¿Me interesa saber si, al igual que en los modelos de crecimiento poblacional (dy/dt = ky), se podría modelar la aceleración de una tendencia financiera.
Problema de Valor Inicial (PVI) y Entrada al Mercado: Si consideramos el precio actual de una criptomoneda o acción como nuestra condición inicial y(0) = y_0 , ¿Qué tan robusta es la solución particular resultante ?para predecir movimientos de corto plazo antes de que el ruido del mercado la invalide?
Eficiencia Computacional: Dado que la IA debe tomar decisiones en milisegundos, ¿sería suficiente implementar un método de Euler en Python para aproximar la solución de la tendencia, o las limitaciones de error global de este método ¿Lo harían demasiado arriesgado para un sistema de trading real?