¿Cómo utilizar NLP en las organizaciones para predecir el precio del petróleo?

6 factores críticos para asegurar el éxito de un proyecto de Business Intelligence
junio 5, 2020
Transformers, los nuevos Rock Stars del Deep Learning
julio 21, 2020
Show all

¿Cómo utilizar NLP en las organizaciones para predecir el precio del petróleo?

Autor: Antonio Cadena | Científico de Datos

 jcadena@igerencia.com

 

Adelantarse al comportamiento de variables que impactan las organizaciones, como el precio del petróleo, es indispensable para su mantenimiento en el largo plazo.

Uno de los commodities más importantes en el mercado mundial es el petróleo. Este mineral juega un papel esencial en la sociedad, la economía y la política. Las proyecciones de su precio en el mercado mundial ayudan a los gobiernos y a las compañías de oil and gas a tomar decisiones efectivas evitando posibles pérdidas y a sacar el mayor provecho a los activos del sector. Acceder al conocimiento e insights relacionados con el comportamiento de este es por tanto indispensable para el éxito en el tiempo de muchas organizaciones.

La práctica habitual para realizar este tipo de pronósticos es el uso de modelos econométricos o de algoritmos de inteligencia artificial que aprovechan la información histórica de la cotización del crudo para obtener resultados. Estos modelos también hacen uso de variables económicas que son difundidas por organizaciones públicas e internacionales. Sin embargo, gran parte de la información relevante que afecta el precio del petróleo no se encuentra dentro de estos datos dado que es cualitativa. Adicionalmente, la información económica se publica con una frecuencia relativamente baja (mensual, trimestral e incluso anual) y por tanto dificulta la obtención de pronósticos actualizados.

Es por estas razones que cobra relevancia la información cualitativa que proviene de noticias y declaraciones. Tiene un efecto sobre la cotización del petróleo y se encuentra disponible de forma casi inmediata en línea. Además, a partir de estos datos es posible capturar información cualitativa que afecta en el corto plazo los precios de las materias primas.

La inclusión de un método que incorpore técnicas de procesamiento de lenguaje natural (NLP, por sus siglas en inglés) entonces, permite aprovechar este conocimiento para mejorar los pronósticos y aumentar la frecuencia de estos.

La forma habitual de aplicar NLP es a través de redes neuronales: algoritmos que capturan la complejidad que los datos ingresados como texto tienen. Estas redes clasifican las noticias tomadas de la red para saber si tienen un impacto sobre el precio del petróleo y le asignan un valor negativo o positivo que permite predecir un comportamiento futuro. Para ello, se considera que una noticia es positiva cuando esta puede aumentar el precio del petróleo y negativa si hace lo contrario.

Posteriormente, se toman las predicciones arrojadas por los modelos econométricos o algoritmos de IA junto con el resultado de las redes de clasificación y se unen en un único modelo combinado que mejora los pronósticos anteriores de comportamiento. También se mejora el tiempo de entrega y permite capturar la incertidumbre en los mercados.

Los avances que en los últimos años vienen presentando las tecnologías de procesamiento de lenguaje natural, sumadas al uso técnicas de análisis de datos se convierten entonces en herramientas para la toma de decisiones informadas y guiadas por la analítica en las organizaciones. Así las organizaciones pueden convertir estos datos en la estrategia de su negocio y adelantarse en la toma de decisiones con miras al crecimiento de estas a partir de conocimiento previo respecto al comportamiento de variables que impactan directamente a su negocio.

 

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

¡Contacto!
//]]>