Machine learning for financial arbitrage in the colombian stock market

El desarrollo y la tecnificación de los mercados de capitales en los últimos años ha derivado en una competencia entre los actores del mismo por la búsqueda de oportunidades de inversión mediante el uso de herramientas computacionales veloces, potentes y sofisticadas. El hallazgo de patrones en algunas oportunidades de inversión cuya duración es de fracciones de segundo pero que pueden ocurrir un sin número de veces en el término de un día, multiplica las oportunidades de aquellos inversionistas que se encuentran bien equipados para explotarlas a su favor. En el presente trabajo, mostraremos como se pueden aplicar algunas técnicas de inteligencia artificial para construir estrategias rentables de trading algorítmico en el mercado de renta variable colombiano. Construiremos varios modelos de Machine y Deep Learnig capaces de predecir con precisión aceptable, algunas oportunidades de inversión que se presentan en ventanas cortas de tiempo. Mostraremos con detalle cuáles son las capacidades predictivas de los modelos desarrollados y los retornos esperadosThe development and modernization of capital markets in recent years has led to competition among its players in search of investment opportunities through the use of fast, powerful, and sophisticated computational tools. Finding patterns in some investment opportunities that last for fractions of a second but can occur countless times in the span of a day multiplies the opportunities for those investors who are well equipped to exploit them. in his favor. In this paper, we will show how some artificial intelligence techniques can be applied to build profitable algorithmic trading strategies in the Colombian equity market. We will build several Machine and Deep Learning models capable of predicting with acceptable precision, some investment opportunities that arise in short windows of time. We will show in detail what are the predictive capabilities of the developed models and the expected return