N-BEATS (Neural Basis Expansion Analysis for Time Series) es un modelo de deep learning para pronóstico de series temporales, presentado en 2019 por Element AI. Busca cerrar la brecha entre modelos estadísticos (ARIMA/ETS) y redes más complejas (RNN/LSTM/Transformers) con una arquitectura MLP más simple.
La mecánica se basa en pilas y bloques: cada bloque genera backcast (reconstrucción) y forecast (predicción), y pasa residuos a los siguientes bloques/pilas. Las expansiones de base (polinómicas/Fourier) permiten separar componentes de tendencia y estacionalidad.
En Python, neuralforecast permite entrenamiento univariante y de panel mediante unique_id, facilitando pronóstico multiserie. La evaluación fuera de muestra requiere separar train/test y alinear predicción con valores reales; métricas como MAPE y R2 pueden divergir. En trading, el modelo debe actualizarse con datos nuevos p...
👉 Léelo | Foro | @mql5es
1
1
1September 3, 2026 1.3K 1
