A Comparative Analysis of Machine Learning Models for Long and Short-Term Forecasting of the Egyptian Stock Market: A Focus on EGX30

Resumen Técnico: Un Análisis Comparativo de Modelos de Aprendizaje Automático para el Pronóstico a Corto y Largo Plazo del Mercado Bursátil Egipcio

Planteamiento del Problema
El mercado bursátil egipcio, específicamente el índice EGX30, representa un escenario financiero emergente dinámico pero insuficientemente investigado. Si bien existe una amplia literatura sobre los mercados bursátiles globales, hay una brecha crítica en la comprensión de las tendencias y dinámicas específicas de los mercados en desarrollo como el de Egipto. Los inversores en esta región suelen enfrentar desafíos debido a la falta de experiencia en análisis técnico y los riesgos inherentes de los mercados de alto rendimiento. El objetivo principal de este estudio es cerrar esta brecha mediante el desarrollo y la evaluación de modelos predictivos precisos adaptados al EGX30. La investigación aborda la necesidad de herramientas robustas que puedan pronosticar tanto las tendencias del mercado a corto plazo (hasta una semana) como a largo plazo (hasta dos meses) para ayudar en la gestión de riesgos y la formulación de estrategias de inversión.

Metodología
El estudio emplea un marco comparativo integral utilizando datos históricos del EGX30. La metodología se estructura en torno a tres componentes principales:

1. Preprocesamiento de Datos e Ingeniería de Características:

   • El conjunto de datos se segmentó en características temporales (día de la semana, mes, año, etc.), aunque el análisis de correlación reveló que estas por sí solas eran insuficientes debido a su baja correlación con los precios de las acciones.
   • Para capturar el contexto histórico y las dependencias temporales, el estudio introdujo características de rezago de ventana rodante (rolling window lag features).
   • Se diseñaron Indicadores Técnicos, incluyendo Medias Móviles Simples (SMA), Medias Móviles Exponenciales (EMA), Bandas de Bollinger, Índice de Fuerza Relativa (RSI) e Índice de Canal de Commodities (CCI).
   • Se aplicó una función de rezago a los datos históricos para permitir la expectativa de tendencias a lo largo de múltiples días, respetando la estructura temporal inherente de los datos financieros.

2. Selección de Modelos:
   La investigación evaluó una diversa gama de siete algoritmos de aprendizaje automático (ML) y dos arquitecturas de aprendizaje profundo (DL):

   • ML Tradicional: K-Nearest Neighbours (KNN), Regresor de Árbol de Decisión, Random Forest, Extra Trees, Adaptive Boosting (AdaBoost), Light Gradient Boosted Machine (LightGBM) y Extreme Gradient Boosting (XGBoost).
   • Aprendizaje Profundo: Long Short-Term Memory (LSTM) y Gated Recurrent Unit (GRU).
   • Enfoque de Ensamble: Se aplicó una técnica de mezcla (blending) a los modelos con mejor desempeño para crear un predictor de ensamble, particularmente para horizontes a largo plazo.

3. Marco de Evaluación:

   • Horizontes Temporales: Los modelos fueron probados en cuatro intervalos de predicción distintos: un día, una semana, un mes y dos meses.
   • Métricas: El desempeño se cuantificó utilizando la Raíz del Error Cuadrático Medio (RMSE), el Error Porcentual Absoluto Medio (MAPE) y el Coeficiente de Determinación ($R^2$).
   • Optimización: Los modelos de aprendizaje profundo utilizaron el optimizador Adam para una convergencia eficiente.

Resultados Clave
Los resultados experimentales revelaron características de desempeño distintas dependiendo del horizonte de predicción:

• Predicciones de un Día: XGBoost emergió como el modelo superior, logrando la mayor precisión con un RMSE de 0.0163 y un $R^2$ de 0.993. LightGBM y Random Forest también demostraron un desempeño robusto, aunque XGBoost fue marginalmente más efectivo.
• Predicciones de una Semana: El modelo GRU superó a todos los demás, logrando el RMSE más bajo (0.0406) y el $R^2$ más alto (0.961). Random Forest y Extra Trees también funcionaron bien, pero la capacidad de GRU para capturar la estacionalidad e intrincadas relaciones resultó decisiva.
• Predicciones a Largo Plazo (Uno y Dos Meses):
  • GRU continuó demostrando un desempeño superior, manteniendo los mejores puntajes de RMSE y $R^2$ a través de los horizontes de un mes y dos meses.
  • KNN arrojó un resultado sorprendente, superando significativamente sus resultados a corto plazo para convertirse en un actor de primer nivel en los pronósticos a largo plazo (ocupando el tercer lugar en las predicciones de un mes y el segundo lugar en las de dos meses).
  • Técnica de Ensamble: El modelo de ensamble, que mezcló los mejores modelos individuales, logró las mejoras más significativas en el pronóstico a largo plazo. Notablemente, en el escenario de predicción de dos meses, el RMSE del modelo de ensamble fue aproximadamente cinco veces menor que el del modelo GRU independiente, resaltando la eficacia de los métodos de ensamble para horizontes extendidos.

Significancia y Contribuciones
El estudio reclama varias contribuciones significativas al campo del pronóstico financiero en mercados emergentes:

1. Perspectivas Específicas del Contexto: Proporciona el primer análisis comparativo detallado de modelos de ML y DL específicamente para el EGX30, ofreciendo conocimientos accionables para inversores que navegan las dinámicas únicas del mercado egipcio.
2. Selección de Modelos Dependiente del Horizonte: La investigación establece que ningún modelo es universalmente óptimo. Demuestra que XGBoost es el más adecuado para predicciones de alta frecuencia de un día, mientras que GRU y las técnicas de Ensamble son esenciales para capturar las complejidades de las tendencias semanales y mensuales.
3. Reevaluación de KNN: El estudio desafía la visión convencional de KNN como un algoritmo puramente de corto plazo o simple, revelando su inesperada y duradera relevancia para la predicción de tendencias a largo plazo en este contexto de mercado específico.
4. Superioridad del Ensamble: El documento destaca que, si bien los modelos de aprendizaje profundo individuales son poderosos, la mezcla de ensamble (ensemble blending) mejora significativamente la robustez y la precisión, particularmente para los pronósticos a largo plazo donde los modelos individuales luchan con tasas de error más altas.

Limitaciones y Direcciones Futuras
Los autores reconocen que el ajuste fino de numerosos modelos requiere recursos computacionales sustanciales, lo que puede limitar la profundidad de la optimización de hiperparámetros. Se propone un trabajo futuro que incluya:

• La integración de arquitecturas Transformer, que han mostrado promesa en la predicción de series temporales.
• La incorporación de Análisis de Sentimiento derivado de calendarios de negocios globales/locales, noticias y publicaciones en redes sociales de figuras públicas para enriquecer las características predictivas.

En conclusión, este estudio valida la utilidad de las técnicas avanzadas de aprendizaje automático y aprendizaje profundo para el mercado bursátil egipcio, enfatizando que la selección del modelo debe estar alineada con el horizonte temporal específico de la estrategia de inversión.