A quién sirve — A quien construye modelos ML para mercados: la calidad de las features importa más que el algoritmo elegido. Los datos crudos rara vez bastan.
El feature engineering es el proceso de crear, transformar y seleccionar variables de entrada (features) a partir de precios, volúmenes, fundamentales o alternative data — normalización, lags, rolling stats, interacciones, encoding de régimen.
En palabras sencillas — Preparar los ingredientes antes de cocinar el modelo: hacer explícito lo que el mercado «esconde» en los datos crudos.
Ejemplos en finanzas
| Familia | Features típicas |
|---|---|
| Precio/volumen | Retorno, volatilidad rolling, RSI-like, proxy de order-flow |
| Estructura | Distancia a la MA, flag de breakout, compresión de rango |
| Macro | Surprise vs consensus, pendiente de la yield curve |
| Texto |
Las buenas features son interpretables, estables en el tiempo y calculables sin información futura — de lo contrario aparece el data leakage.
Pipeline saludable
- Definir horizonte y target (clasificación de dirección, regresión de retorno…)
- Generar features solo con datos disponibles en el tiempo t
- Validar con split temporal / walk-forward
- Monitorizar drift y overfitting
Error típico — Cientos de features sin selección — el modelo memoriza el pasado (overfitting) y se derrumba en real.
Ejemplo — Predecir el retorno a 5 barras: features = retorno lag 1–5, ATR(14)/close, z-score de volumen a 20 — todas calculadas con `.shift()` para evitar el look-ahead.
Ficha
- Principio: menos features con sentido > muchas al azar.
- Test: OOS + ablation (quitar una feature cada vez).
- Hub: IA y mercados.
Fuentes
- scikit-learn, Feature extraction - convertir datos brutos en features para machine learning.
- scikit-learn, Common pitfalls and recommended practices - aprender el preprocessing solo con datos de entrenamiento.