ML para Trading | Preprocesamiento .objectives { background: rgba(255,179,71,0.1); border-radius: 1.5rem; padding: 1rem 1.5rem; margin: 1.5rem 2rem; border: 1px solid rgba(255,179,71,0.3); } .objectives h3 { color: #ffb347; 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(255,179,71,0.08); border-radius: 1.5rem; padding: 1rem 1.5rem; margin: 1.5rem 2rem; border: 1px dashed rgba(255,179,71,0.4); } .module-recap h3 { color: #ffb347; font-size: 1rem; margin-bottom: 0.5rem; } .module-recap li { color: #8899bb; font-size: 0.85rem; margin: 0.3rem 0; }

🧹 Preprocesamiento

Estacionariedad, normalización, outliers, manejo de nulos

Limpieza 4 etapas
🧹 Piénsalo así: Los datos financieros sin procesar son como una cocina después de una tormenta: ingredientes por todas partes, algunos podridos (NaN), otros demasiado picantes (outliers). El preprocesamiento es la limpieza que convierte el caos en una receta viable.
💡 Completa las 4 etapas de preprocesamiento en orden.

💻 Código anotado

precios = [67000, 67500, 68000, 67200] # Lista: ordenada y mutable precios.append(67800) # append() agrega un elemento al final activos = {'BTC': 67500, 'ETH': 3400} # Dict: acceso por clave (ticker) print(activos['BTC']) # 67500 # Acceso directo por nombre del activo

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

✏️ Mini-ejercicio

¿Qué estructura de datos usarías para una lista ordenada y mutable de precios?

// Responde y presiona Verificar

🔍 Sabías que... Curiosidades de trading

El primer DataFrame de la historia fue implementado por Wes McKinney en 2008. Una lista de Python almacena ~3650 velas (10 años de datos diarios) en ~200 KB.
Dato práctico: df.to_dict() es ideal para compartir datos entre Python y otros lenguajes.

📋 Checklist de aprendizaje

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

0/4 dominados

📌 Resumen del módulo