ï»¿ ML para Trading | Feature Engineering .objectives { background: rgba(0,224,255,0.1); border-radius: 1.5rem; padding: 1rem 1.5rem; margin: 1.5rem 2rem; border: 1px solid rgba(0,224,255,0.3); } .objectives h3 { color: #00e0ff; font-size: 1.1rem; margin-bottom: 0.7rem; } .objectives li { color: #b9ccee; font-size: 0.9rem; margin: 0.4rem 0; list-style: none; } .objectives li::before { content: "🎯 "; } .module-recap { background: rgba(0,224,255,0.08); border-radius: 1.5rem; padding: 1rem 1.5rem; margin: 1.5rem 2rem; border: 1px dashed rgba(0,224,255,0.4); } .module-recap h3 { color: #00e0ff; font-size: 1rem; margin-bottom: 0.5rem; } .module-recap li { color: #8899bb; font-size: 0.85rem; margin: 0.3rem 0; }

ð§ Feature Engineering

Crear predictores financieros desde datos de mercado

Constructor 6 features

ð§ PiÃ©nsalo asÃ: Feature engineering es como preparar los ingredientes antes de cocinar. No importa quÃ© tan bueno sea tu chef (modelo) si los ingredientes (features) son malos. Un buen feature transforma datos crudos en informaciÃ³n predictiva.

🎯 ¿Qué aprenderás?

Comprender los conceptos fundamentales de trading algorítmico
Aplicar las técnicas con ejemplos prácticos en Python
Interpretar resultados y diagnosticar problemas comunes
Desarrollar intuición para diseñar estrategias rentables

Precios de ejemplo: [100, 102, 101, 105, 107, 106, 110, 108, 111, 115]

DÃa	Precio	Retorno	SMA_5	SMA_20	RSI_14	Vol_20d	Vol_Rel

ð¡ Calcula cada feature usando los datos de precio. Â¡Construye las 6 columnas!

💻 Código anotado

      precio_btc = 67500.0  # float  # Python asigna el tipo automáticamente
      ticker = 'BTC-USD'    # str  # Los strings se escriben entre comillas
      es_compra = precio_btc < 70000  # bool  # Las comparaciones devuelven booleanos
      print(type(precio_btc))  #   # type() revela el tipo exacto
  

💡 Lee los comentarios: cada línea tiene una razón de ser. El código no se escribe, se diseña.

✏️ Mini-ejercicio

¿Cómo verificas el tipo de una variable en Python?

// Responde y presiona Verificar

🔍 Sabías que... Curiosidades de trading

En un solo día, el order book de BTC/USD en Binance genera ~500 GB de datos. Cada precio es un tipo de dato distinto: int, float, str o bool.

Dato práctico: type() e isinstance() son tus mejores aliados para debuggear datos.

📋 Checklist de aprendizaje

Marca lo que ya dominas. Tu progreso se guarda automáticamente.

Diferencio int, float, str y bool Convierto entre tipos con int(), float(), str() Evalúo condiciones booleanas Uso type() para inspeccionar variables

0/4 dominados

📌 Resumen del módulo

Concepto clave: domina la idea central presentada en el módulo
Aplicación práctica: los ejemplos te preparan para el mercado real
Errores comunes: identifica y evita las trampas típicas
Próximos pasos: esta base te prepara para el siguiente módulo

Anterior Siguiente

ð§ Feature Engineering