Hombre, parece ser que no es el único que está intentándolo a través de las redes neuronales :).
Yo, que tuve "la suerte" de no ver una rama mejor para hacer que IA en la carrera, vi que era una posibilidad real el poder realizar simulaciones de este tipo. Stardust comentó hace no mucho por otro hilo que la idea del Data Minning, en lo que se engloba las redes Neuronales o los algoritmos genéticos o la caracterización de patrones, mediante
clustering o similar, puede ser la herramienta que usan muchos en las predicciones de mercados. Se, por amigos de carrera, que empresas que te asesoran financieramente, tipo Gaesco o similar, usan estas herramientas para hacer sus predicciones. Por tanto, aquí también, en este mundo se pueden aplicar.
El problema, según comenta acertadamente buzjss, es que las redes neuronales pueden memorizar, categorizar muy generalmente, y sobre todo, caer en minimos locales de los cuales no salen ni a tiros.
Yo he probado de simular el mercado del +/- 2,5 goles con una red Neuronal tipo
Backpropagation usando una herramienta software sobre redes neuronales, muy fácil de utilizar y que es un plugin de excel llamada
Alyuda Forecaster XL y para mercados -2,5 goles era como mejor se comportaba, llegando a partir de la 8ª jornada a un 55% de acierto. Pero no puedo garantizaros si es que la red entraba en un mínimo local o era una memorización de la señorita :p. O los parámetros, que, por ejemplo, no usaba Poisson, como se habla no sólo en este foro, sino en otros, que parece que hay una relación probada con los goles marcados por los equipos. Además, tal como aparece en uno de los links, el cual ya conocía, el tema no es hacerlo sobre las dos ligas últimas, son las que estoy usando, sino que se debería de realizar un algoritmo basado en la Ley de los Grandes números como Montecarlo o similar. Y otra de las cosas que quiero ver es si son realmente posibles encontrar similitudes entre diferentes temporadas ya que los equipos, las motivaciones, etc etc cambian tanto, que no se si es extrapolable o cada temporada se necesita un borrón y cuenta nueva y a volver a "enseñar" a la red.
Otro problema que te puedes encontrar no sólamente es la calidad de los parámetros empleados en el vector de entrada, como comenta buzjss, sino también en la cantidad. Una cantidad excesiva de parámetros, por lo que pude aprender en mis años lectivos, hacen que necesites un número mayor de simulaciones para llegar a un aprendizaje óptimo, eso en el fútbol se traduce en un handicap porque no hay tantos partidos para poder simular. Así, hay que seleccionar los mejores parámetros, y Alyuda Forecaster, supongo que softwares parecidos también deben de tener esta herramienta, te da un estudio después del aprendizaje, donde te señala que parámetros influyen más o menos en ese aprendizaje.
Por último, estoy montando, una red neuronal en Java, yo soy Javero :), del tipo SOM, una
Kohonen, sí, el nombre se las trae :p, pero no se si será o no concluyente, pero creo que es posible sacar alguna conclusión más porque este tipo de redes competitivas se pueden adaptar más a este tipo de estudios. Este es el tipo de redes que se usan para predecir mercados financieros. Sí ya lo se, existe software, pero este es de pago, Alyuda lo es, y el mio, lo único que me cuesta es tiempo.
Si saco alguna conclusión, la compartiré con todos vosotros, siempre que sea beneficioso. Estoy realizando el estudio para unas ligas de fútbol en algunos mercados, y si la estrategia funciona, no descarto abrir un hilo a principio de temporada con un estudio similar a los realizados por algunos excelentes foreros, y ponerlo al servicio de todos vosotros. Eso sí, repito, si veo que puede aportar algo;).
That's all folks! :cool: