Cuando un modelo de ML financiero no predice nada útil, el problema casi nunca está en el algoritmo elegido. Está en las variables de entrada.
Por qué los precios históricos solos rara vez alcanzan
Los precios pasados ya están incorporados en el mercado. Usarlos como única fuente de señal es competir con miles de modelos que hacen exactamente lo mismo. La ventaja informacional, si existe, está en otro lado.
Variables derivadas del comportamiento operativo de las empresas, como la rotación de inventario o la variación en cuentas por cobrar, tienen menor cobertura mediática y mayor poder explicativo en horizontes de mediano plazo.
Qué encontré al revisar pipelines fallidos
En varios proyectos donde el modelo no generaba valor, el conjunto de features incluía docenas de indicadores técnicos correlacionados entre sí. Reducir a 6 o 7 variables con baja correlación mutua mejoró la estabilidad del modelo sin cambiar el algoritmo.
Una lista concreta para empezar
Ratios de liquidez con ventana móvil de 12 meses, variaciones en márgenes operativos, spreads de crédito sectoriales y señales de revisión de estimaciones de analistas. Estas variables tienen menor ruido y mayor consistencia temporal.
El trabajo de selección de features es lento y requiere entender el negocio, no solo estadística. Esa combinación es lo que diferencia un modelo que funciona de uno que parece funcionar.