Embedded Files
InvestMood ha desarrollado sistemas Big Data de trading algorítmico basados en modelos de inteligencia artificial (IA) sobre el sentimiento del inversor, que desde 2017 ofrecen rentabilidades positivas en contextos alcistas y bajistas. Nuestros modelos se desmarcan del tradicional análisis técnico o fundamental utilizado por traders y gestores, proponiendo una nueva forma de invertir basada en el "behavioral finance".
Así mismo, esta experiencia utilizando IA en los mercados financieros se ha extrapolado en diferentes proyectos de analítica avanzada en el marco de las finanzas y la economía de la empresa. Puedes ver estos proyectos en nuestra sección de Consultoría.
¿Quiénes somos?
¿Quiénes somos?
InvestMood Fintech nace como un spin-off de la empresa tecnológica Apara, y de la transferencia de la investigación realizada por el Management & Business Economics Research Group de la Universidad Rey Juan Carlos de Madrid. Su objetivo es desarrollar soluciones y servicios basados en la Inteligencia Artificial (IA) con aplicación para la empresa y los mercados financieros.
En InvestMood Fintech hemos creado Sistemas Big Data de Trading Algorítmico basados en modelos IA sobre el Sentimiento del Inversor que miden el sentimiento de los inversores para anticiparnos a la tendencia de los mercados. El marco conceptual en el que se basan los sistemas de InvestMood es el que utiliza conceptos como del Behavioral Finance. Numerosos estudios demuestran que el Sentimiento del Inversor (Investors' Mood) afecta a los niveles de tolerancia o aversión al riesgo, de tal manera que en situaciones de optimismo la tolerancia al riesgo es mayor, por lo que aumenta el apetito por la inversión en los mercados financieros, presionando las cotizaciones al alza, y lo contrario ocurre en momentos de pesimismo, miedo o incluso pánico (ver).
Puedes ver nuestros videos en: https://www.youtube.com/channel/UCsrcKpNDO7XCbrG4suCYCLQ
Sistemas Neptuno
Sistemas Neptuno
En InvestMood Fintech seguimos apostando por la innovación en trading algorítmico con el lanzamiento de dos nuevos sistemas Big Data:
🤖 🔱 Neptuno Quant-IA NQ
https://www.tradingmotion.com/explore/System/PerformanceSheet?Id=26601
Basado en 5 algoritmos de machine learning (Bayes Network, Decision Tree, Random Forest, Logistic Regression y GBT) aplicados a predictores de medias móviles y diversos indicadores técnicos.
🤖 🔱 Neptuno Mood-IA NQ
https://www.tradingmotion.com/explore/System/PerformanceSheet?Id=26603
Parte de la base del anterior, pero optimiza su rendimiento y gestión del riesgo incorporando indicadores de sentimiento del inversor como filtro adicional de la estrategia de inversión.
Estos desarrollos se apoyan en la investigación académica del Master Asesoramiento y Planificación Financiera (URJC) y en la actividad de los grupo de investigación M/BE Research, especialmente en el trabajo:
Gómez-Martínez, R., Medrano-García, M. L., López-López, D., & Torres-Pruñonosa, J. (2025). How Sentiment Indicators Improve Algorithmic Trading Performance. SAGE Open, 15(3). https://doi.org/10.1177/21582440251369559
Sistemas Chart-IA Fear&Greed Crypto-Trend
Sistemas Chart-IA Fear&Greed Crypto-Trend
Los sistemas Chart-IA Fear&Greed Crypto-Trend +1 MN y Chart-IA Fear&Greed CryptoTrend +2 FESX toman posiciones largas y cortas siguiendo una estrategia "swing" basándose en tres indicadores adelantados identificados con técnicas de hashtag#machinelearning :
Modelos IA sobre indicadores técnicos
El CNN Fear&Greed index
La tendencia y volatilidad de las criptodivisas
Los sistemas están disponibles en:
🤖Chart-IA Fear&Greed Crypto-Trend +1 MN: https://www.tradingmotion.com/explore/System/PerformanceSheet?Id=26282
🤖Chart-IA Fear&Greed CryptoTrend +2 FESX: https://www.tradingmotion.com/explore/System/PerformanceSheet?Id=26283
Sistemas Crypto Trend
Sistemas Crypto Trend
Este sistema está basado en indicadores adelantados que han sido identificados utilizando técnicas de machine learning. Aunque las criptodivisas fueron consideradas inicialmente como valor refugio, hemos identificado que actualmente tienen una alta correlación con los índices de renta variable y cierta capacidad predictiva. Bajo esa premisa hemos desarrollado el sistema "ML Crypto Trend FESX" que abre posiciones largas o cortas en el futuro del Eurostoxx dependiendo de la tendencia y volatilidad semanal observada en las principales criptodivisas.
Gómez Martínez, R., Medrano-García, M. L., Pascual-Pedreño, E., & Pascual-Nebreda, L. (2024). El Bitcoin ya no es un valor refugio. Revista De Métodos Cuantitativos Para La Economía Y La Empresa. https://doi.org/10.46661/rev.metodoscuant.econ.empresa.7697
Este sistema está disponible en:
🤖 ML Crypto Trend FESX: https://www.tradingmotion.com/explore/System/PerformanceSheet?Id=24932
Sistemas Google Trends:
Sistemas Google Trends:
Según el artículo:
Gómez-Martínez, R. (2013). Señales de inversión basadas en un índice de aversión al riesgo. Investigaciones Europeas de Dirección y Economía de la Empresa, 19(3), 147-157.
El volumen de búsquedas en Google sobre términos económico-financieros tiene capacidad explicativa y predictiva sobre la evolución de los mercados. Así, desde el año 2004, en el que Google empezó a publicar estas estadísticas, se observa que en mercados bajistas son más frecuentes las búsquedas de términos como crash, recesión o venta en corto, mientras que en mercados alcistas son más frecuentes las búsquedas sobre productos financieros. Teniendo esto en cuenta, en InvestMood hemos creado sistemas big data de trading algorítmico que abren posiciones largas o cortas en función de un modelos de inteligencia artificial en los que las variables explicativas son los volúmenes de búsquedas de Google Trends:
🤖 Google Trends Weekly SP500: https://www.tradingmotion.com/explore/System/PerformanceSheet?Id=21031
🤖 Google Trends Monthly NQ: https://www.tradingmotion.com/explore/System/PerformanceSheet?Id=17653
🤖 Google Trends Swing MN: https://www.tradingmotion.com/explore/System/PerformanceSheet?Id=23360
Page updated
Google Sites
Report abuse