LightGBM

La misma idea que Gradient Boosting — árboles que se corrigen unos a otros en cadena — pero construida para entrenarse mucho más rápido con muchas columnas de datos a la vez.

Por qué importa

Aquí, "columnas" significa todos los indicadores de esta web evaluados juntos. La literatura reciente (arXiv, no sólo fuentes de proveedores) encuentra que este tipo de modelo es competitivo con — a veces mejor que — redes neuronales tipo LSTM para series diarias con pocos miles de filas, como esta, sin necesitar el volumen de datos ni el coste de entrenamiento que sí necesita una red neuronal.

Constrúyelo tú mismo

Este modelo no tiene aquí un widget interactivo propio: combina la misma corrección secuencial de Gradient Boosting con una optimización de velocidad que no se presta a un ejemplo numérico honesto sin inventar cifras de rendimiento sin verificar. La explicación de arriba ya cubre en qué se diferencia.

Cómo funciona, paso a paso

  1. Usa el mismo mecanismo de corrección secuencial que Gradient Boosting (ver el modelo anterior): cada árbol nuevo aprende a corregir el error de los anteriores.
  2. En vez de probar cada posible punto de corte de cada indicador uno a uno (el método clásico), agrupa los valores en un número reducido de "cajas" antes de buscar el mejor corte — mucho más rápido, con poca pérdida de precisión.
  3. Construye cada árbol añadiendo hojas donde más reduce el error, en vez de nivel a nivel — tiende a llegar a buenos resultados con menos árboles en total.
Límite honesto. No se evalúa aquí frente a arquitecturas más recientes como los Transformers para series temporales; la comparación del proyecto se limita a esta familia de modelos clásicos de machine learning tabular.

Predicciones

Estas son las predicciones reales que se guardan día a día, cada una calculada por validación walk-forward: la de cada día la produjo un modelo entrenado sólo con ciclos anteriores. Se publican por transparencia, no porque haya una ventaja detrás — para la dirección del precio, la investigación del proyecto no encontró ninguna defendible.

Probabilidad de subida a 7 días

Probabilidad de subida a 30 días

Probabilidad de subida a 90 días

Datos actualizados el 2026-09-09.

← Todos los modelos