U8

Glosario de IA y blockchain

Comprender, relacionar y aplicar

Descargar HTML

Del concepto al experimento

Un vocabulario para pensar con precisión

Redes neuronales, series temporales, grafos y explicabilidad aplicados a Bitcoin y Ethereum. Cada entrada desarrolla una definición, un ejemplo y una lectura crítica, y permite pasar al laboratorio relacionado.

Neural networks, time series, graphs and explainability applied to Bitcoin and Ethereum. Each entry develops a definition, an example and a critical interpretation, with links to the related laboratory.

ES / EN · Fórmulas · Ejemplos · Enlaces por término
145Términos desarrollados
16Áreas temáticas
8Laboratorios conectados

Buscá en definiciones y ejemplos, filtrá por área o inicial y abrí un término. Los filtros se combinan; “Limpiar filtros” recupera todos. El HTML descargado funciona sin conexión; los enlaces al campus y fuentes requieren internet.

145 de 145 términos visibles

AccuracyMétricas

Proporción total de clasificaciones correctas. Puede ser engañosa cuando las clases están desbalanceadas; debe acompañarse con métricas adicionales si ese problema es relevante.

Fraction of correct classifications; can mislead under class imbalance.

Ejemplo y contexto

Si 95% de las observaciones son negativas, predecir siempre negativo obtiene 95% accuracy sin detectar ningún positivo.

If 95% of observations are negative, always predicting negative achieves 95% accuracy without detecting any positive case.

Lectura crítica

Informá matriz de confusión, prevalencia y métricas por clase para interpretar el resultado.

Report the confusion matrix, prevalence and per-class metrics to interpret the result.

Conectar y experimentar

accuracy, classification
AgregaciónGNN

Operación que combina mensajes de varios vecinos en una representación común. Puede ser suma, media, máximo o una combinación aprendida. Debe ser invariante al orden de los vecinos en muchas arquitecturas.

Operation combining neighbor messages, such as sum, mean, max or learned attention.

Ejemplo y contexto

Permutar el orden de vecinos no debe cambiar una suma o media; sus salidas tienen que conservar dimensión definida.

Permuting neighbor order must not change a sum or mean; outputs must retain a defined dimension.

Lectura crítica

Suma, media y máximo conservan información distinta; la media puede ocultar diferencias en número de vecinos.

Sum, mean and max retain different information; the mean may hide differences in neighbor counts.

Conectar y experimentar

aggregation, neighbors
ARIMAModelos

Familia de modelos que combina autorregresión, diferenciación e información de errores pasados. Es útil como benchmark clásico de series temporales y obliga a pensar explícitamente en estacionariedad y estructura temporal.

Classical time-series model combining autoregression, differencing and moving-average components.

Ejemplo y contexto

En ARIMA(p,d,q), d indica diferenciaciones y q usa innovaciones rezagadas; su media móvil no es un indicador técnico de precios.

In ARIMA(p,d,q), d counts differences and q uses lagged innovations; its moving average is not a technical price indicator.

Lectura crítica

Estacionariedad de la serie transformada, residuos y validación temporal requieren diagnóstico.

The transformed series, residuals and temporal validation require diagnostic checks.

Conectar y experimentar

ARIMA, time series
AristaGrafos

Relación entre dos nodos. En blockchain suele representar una transacción o interacción. Puede contener atributos como monto, frecuencia, timestamp, token o tipo de operación.

Relationship between two nodes, often a transaction or interaction.

Ejemplo y contexto

Tres transferencias A→B pueden convertirse en una arista de peso tres; también podrían conservarse como tres eventos con fechas.

Three A→B transfers can become one edge of weight three or remain three timestamped events.

Lectura crítica

Agregar eventos pierde detalle temporal; la definición de arista debe concordar con la pregunta.

Aggregating events loses temporal detail; edge definitions must match the question.

Conectar y experimentar

edge, link
BackpropagationEntrenamiento

Procedimiento para calcular eficientemente gradientes de la pérdida respecto de los parámetros propagando derivadas desde la salida hacia las capas anteriores. En modelos recurrentes se extiende a través del tiempo.

Efficient gradient computation from output back through previous layers; recurrent models use backpropagation through time.

Ejemplo y contexto

La regla de la cadena calcula gradientes a través de capas; BPTT despliega pasos recurrentes compartiendo los mismos pesos.

The chain rule computes layer gradients; BPTT unfolds recurrent steps while sharing the same weights.

Lectura crítica

Backpropagation calcula derivadas; un optimizador decide cómo convertirlas en actualizaciones.

Backpropagation computes derivatives; an optimizer decides how to turn them into updates.

Conectar y experimentar

backpropagation, gradients
Baseline / benchmarkModelos

Modelo de referencia contra el cual se compara una propuesta más compleja. Si una LSTM no supera de forma consistente a un benchmark simple fuera de muestra, su complejidad adicional no está justificada.

Reference model used to judge whether added model complexity creates real value.

Ejemplo y contexto

Para retornos, predecir cero es una referencia sencilla; compará todos los modelos en los mismos tiempos, unidades y horizonte.

For returns, predicting zero is a simple reference; compare models at the same times, units and horizon.

Lectura crítica

Un benchmark predictivo y una estrategia económica de referencia responden preguntas diferentes.

A forecasting benchmark and an economic strategy benchmark answer different questions.

Conectar y experimentar

benchmark, reference
BatchEntrenamiento

Subconjunto de ejemplos utilizado para calcular una actualización de gradientes. El tamaño de batch afecta memoria, estabilidad del gradiente y velocidad de entrenamiento.

Subset of training examples used for one gradient update.

Ejemplo y contexto

Un batch de 32 secuencias de longitud 30 con dos variables puede tener forma [32,30,2] con batch_first=True.

A batch of 32 length-30 sequences with two features may have shape [32,30,2] when batch_first=True.

Lectura crítica

En modelos con estado entre batches, el orden y reinicio de memoria requieren una política explícita.

Stateful batching requires an explicit ordering and memory-reset policy.

Conectar y experimentar

batch size, optimization
Betweenness centralityGrafos

Mide la proporción de caminos mínimos entre pares de nodos que pasan por un nodo determinado. Identifica potenciales puentes o intermediarios estructurales.

Fraction of shortest paths passing through a node.

Ejemplo y contexto

El laboratorio 05 calcula betweenness dirigida, sin pesos y normalizada; los pesos de frecuencia no se interpretan como distancias.

Lab 05 computes directed, unweighted, normalized betweenness; frequency weights are not interpreted as distances.

Lectura crítica

Ser puente en caminos mínimos no prueba que todo el flujo real pase por ese nodo.

Bridging shortest paths does not prove that all real flows pass through the node.

Conectar y experimentar

betweenness, bridge
Bitcoin (BTC)Fundamentos

Bitcoin es una red monetaria descentralizada y BTC es su unidad nativa. En el módulo se estudia como serie temporal —precio, retornos, volatilidad— y como red de transacciones basada en UTXO. Variables como hash rate, dificultad, fees, actividad y estructura transaccional pueden complementar las variables de mercado.

Bitcoin is a decentralized monetary network and BTC its native unit. The module studies it both as a time series and as a transaction network.

Ejemplo y contexto

En Bitcoin, una transacción consume salidas previas y crea nuevas UTXO; el analista debe elegir entre nodos de transacción o direcciones.

Bitcoin transactions consume previous outputs and create new UTXOs; analysts must choose transaction or address nodes.

Lectura crítica

Los escenarios BTC de los laboratorios son sintéticos; sus precios y grafos no provienen de la red Bitcoin.

The labs' BTC scenarios are synthetic; their prices and graphs are not Bitcoin network observations.

Conectar y experimentar

BTC, UTXO, hash rate, fees
Capa GNNGNN

Una etapa de message passing. Con una capa, un nodo incorpora información de vecinos a un salto; con dos, puede recibir información indirecta de nodos a dos saltos. Muchas capas pueden provocar oversmoothing.

One message-passing stage. L layers propagate information roughly L hops away.

Ejemplo y contexto

En el laboratorio, capa cero conserva atributos originales; al avanzar una capa se ejecuta un nuevo paso de propagación.

In the lab, layer zero retains original features; advancing one layer executes another propagation step.

Lectura crítica

El campo receptivo potencial se amplía, pero cada nodo alcanzable puede contribuir de manera diferente o nula.

The potential receptive field expands, but reachable nodes may contribute differently or not at all.

Conectar y experimentar

layer, hops
CausalidadInterpretabilidad

Relación en la que cambiar una variable produce un efecto en otra, bajo un marco causal explícito. Predecir bien o tener SHAP alto no es evidencia suficiente de causalidad.

Relationship where intervening on one variable changes another under an explicit causal framework.

Ejemplo y contexto

Para atribuir un efecto a una intervención se necesitan identificación, supuestos y un diseño adecuado, como un experimento o estrategia cuasiexperimental.

Attributing an intervention effect requires identification, assumptions and a suitable experimental or quasi-experimental design.

Lectura crítica

Una variable importante para predecir puede ser consecuencia, proxy o correlato del resultado.

An important predictor may be an outcome's consequence, proxy or correlate.

Conectar y experimentar

causality, intervention
CentralidadGrafos

Familia de métricas para describir la posición estructural de un nodo. Degree, PageRank y betweenness capturan nociones diferentes; ninguna es sinónimo universal de importancia.

Family of measures describing structural position in a graph.

Ejemplo y contexto

Comparar grado, PageRank y betweenness muestra actividad local, prestigio recursivo y mediación en caminos, respectivamente.

Comparing degree, PageRank and betweenness reveals local connectivity, recursive prominence and shortest-path mediation respectively.

Lectura crítica

La centralidad mide estructura definida, no influencia causal ni responsabilidad económica.

Centrality measures a defined structure, not causal influence or economic responsibility.

Conectar y experimentar

centrality, network
Coeficiente de atenciónGNN

Peso αᵥᵤ asignado a la información del vecino u cuando se actualiza el nodo v en una GAT. Suele normalizarse con softmax dentro del vecindario. Un peso alto significa mayor contribución al mensaje, no causalidad.

Attention weight alpha_vu determining a neighbor's contribution in GAT.

αᵥᵤ = softmaxᵤ(eᵥᵤ)

Ejemplo y contexto

En una cabeza GAT, los coeficientes del vecindario incluido el nodo propio suman uno antes de cualquier dropout de atención.

In one GAT head, neighborhood coefficients including self sum to one before any attention dropout.

Lectura crítica

Un coeficiente elevado es relativo a los otros vecinos y depende de las transformaciones de sus mensajes.

A high coefficient is relative to other neighbors and depends on message transformations.

Conectar y experimentar

alpha, attention weight
ComunidadGrafos

Subconjunto de nodos con conexiones internas relativamente densas frente a las externas. En blockchain puede revelar grupos de interacción, aunque interpretar identidad económica requiere evidencia adicional.

Densely interconnected subset of nodes relative to external links.

Ejemplo y contexto

Una comunidad depende del algoritmo y su resolución; comparar distintas ventanas ayuda a estudiar estabilidad estructural.

A community depends on the algorithm and resolution; comparing windows helps assess structural stability.

Lectura crítica

Una comunidad no acredita propiedad común ni intención coordinada sin evidencia independiente.

A community does not establish common ownership or coordinated intent without independent evidence.

Conectar y experimentar

community, clustering
Concept driftMercado

Cambio a través del tiempo en la relación entre inputs y target. En cripto puede deberse a cambios regulatorios, tecnológicos, microestructurales o de participación. Hace que un modelo históricamente bueno pierda validez.

Change over time in the relationship between predictors and target.

Ejemplo y contexto

Si cambia P(y dado X), una señal antes útil puede dejar de serlo; monitoreá errores recientes y revisá necesidad de reajuste.

When P(y given X) changes, a formerly useful signal may fail; monitor recent errors and consider refitting.

Lectura crítica

Cambiar sólo P(X) es cambio de covariables y no prueba por sí mismo concept drift.

A change only in P(X) is covariate shift and does not by itself establish concept drift.

Conectar y experimentar

concept drift, non-stationarity
Conjunto de entrenamientoValidación

Subconjunto usado para estimar los parámetros del modelo. En series temporales debe pertenecer al pasado respecto del conjunto de validación y de prueba. Ajustar el modelo con observaciones futuras invalida cualquier conclusión predictiva.

Data used to fit model parameters. In time series it must precede validation and test periods.

Ejemplo y contexto

El laboratorio 02 estima coeficientes ridge y parámetros del escalador exclusivamente con las filas de entrenamiento de cada fold.

Lab 02 estimates ridge coefficients and scaling parameters exclusively from each fold's training rows.

Lectura crítica

Una etiqueta de retorno futuro sólo puede entrenar el modelo cuando su horizonte ya terminó.

A future-return label can be used for training only after its horizon has ended.

Conectar y experimentar

train, fit
Conjunto de pruebaValidación

Período reservado para estimar el rendimiento fuera de muestra una vez tomadas las decisiones de modelado. Debe permanecer intacto durante el ajuste y selección del modelo.

Held-out period used for final out-of-sample performance estimation.

Ejemplo y contexto

Un tramo final intacto permite medir el resultado de una configuración ya elegida; abrirlo repetidamente lo convierte en validación informal.

An untouched final period evaluates an already selected configuration; repeatedly inspecting it turns it into informal validation.

Lectura crítica

Una mejora elegida tras mirar el test necesita una nueva evaluación independiente.

An improvement selected after inspecting the test requires a new independent evaluation.

Conectar y experimentar

test, out-of-sample
Conjunto de validaciónValidación

Subconjunto separado del entrenamiento que se utiliza para elegir hiperparámetros, comparar configuraciones o aplicar early stopping. No debe utilizarse como sustituto del test final.

Separate data used to tune hyperparameters and model choices without touching the final test set.

Ejemplo y contexto

La longitud de ventana o el número de unidades se eligen comparando configuraciones sobre validación; luego se congelan antes del test.

Window length or hidden size is selected through validation comparisons and then frozen before testing.

Lectura crítica

Probar muchas configuraciones puede sobreajustar incluso la validación; documentá el proceso de selección.

Trying many configurations can overfit validation itself; document the selection process.

Conectar y experimentar

validation, hyperparameters
CorrelaciónInterpretabilidad

Asociación estadística entre variables. Una correlación alta no demuestra que una variable cause un cambio en otra; ambas pueden responder a factores comunes o a relaciones temporales complejas.

Statistical association that does not by itself establish causality.

Ejemplo y contexto

Pearson mide asociación lineal; volumen y precio pueden correlacionarse porque ambos responden a noticias o a una tendencia común.

Pearson measures linear association; volume and price may correlate because both respond to news or a common trend.

Lectura crítica

Asociación espuria en series no estacionarias exige revisar transformaciones, tiempo y factores comunes.

Spurious association in nonstationary series requires checking transformations, timing and common factors.

Conectar y experimentar

correlation
CriptoactivoFundamentos

Activo digital basado en infraestructura criptográfica y, habitualmente, en una red distribuida. En U8 se trabaja principalmente con Bitcoin (BTC) y Ether (ETH) como objetos de análisis económico, temporal y de red. Un criptoactivo no es sólo un precio: también genera transacciones, actividad on-chain, comisiones y relaciones entre direcciones.

Digital asset supported by cryptographic and usually distributed infrastructure. In U8, Bitcoin and Ether are treated as market, time-series and network objects rather than as prices only.

Ejemplo y contexto

Una misma red puede analizarse como precio diario o como grafo de actividad; son vistas con unidades y objetivos distintos.

The same network can be studied through daily prices or an activity graph; these views use different units and targets.

Lectura crítica

Una comisión o un token no representan por sí solos propiedad, valor estable ni demanda económica genuina.

A fee or token alone does not establish ownership, stable value or genuine economic demand.

Conectar y experimentar

BTC, ETH, mercado, on-chain
Data leakageValidación

Contaminación del entrenamiento con información que, en un escenario real, no estaría disponible al momento de predecir. Puede aparecer por escalado global, variables calculadas con datos futuros, targets mal desplazados o splits aleatorios. Produce métricas artificialmente buenas.

Contamination of training with future or otherwise unavailable information, creating unrealistically strong results.

Ejemplo y contexto

La proxy del laboratorio 02 combina una señal disponible con el retorno futuro, produciendo un error engañosamente bajo.

Lab 02's proxy combines an available signal with the future return, yielding misleadingly low error.

Lectura crítica

Duplicados entre conjuntos, selección global y aristas futuras también pueden producir fuga, aunque no se copie explícitamente y.

Cross-split duplicates, global selection and future edges can leak information even without explicitly copying y.

Conectar y experimentar

leakage, contamination
Dato sintéticoDatos y variables

Observación generada mediante una regla o proceso simulado en lugar de provenir directamente de mercado o blockchain real. En las simulaciones U8 se usa para aislar conceptos, controlar el experimento y garantizar reproducibilidad. Los resultados sintéticos sirven para aprender metodología; no deben presentarse como evidencia empírica de BTC o ETH.

Observation generated by a controlled simulation rather than real market or blockchain data.

Ejemplo y contexto

Las semillas BTC/ETH generan escenarios controlados; cambiá un parámetro manteniendo los otros para observar su efecto pedagógico.

BTC/ETH seeds generate controlled scenarios; change one parameter while holding others fixed to study its pedagogical effect.

Lectura crítica

La plausibilidad visual de un precio no convierte su proceso generador en un modelo empírico validado.

A visually plausible price does not turn its generator into an empirically validated model.

Conectar y experimentar

synthetic data, simulation
Datos on-chainOn-chain

Información registrada o derivada directamente de una blockchain: transacciones, bloques, direcciones, fees, gas, balances, flujos y actividad contractual. Complementan los precios observados en mercados.

Data recorded or derived directly from blockchain activity.

Ejemplo y contexto

Los datos pueden extraerse de nodos o indexadores; registrá altura de bloque, confirmaciones, alcance y reglas de agregación.

Data may come from nodes or indexers; record block height, confirmations, coverage and aggregation rules.

Lectura crítica

Una métrica derivada incorpora decisiones del proveedor; reorganizaciones y retrasos pueden cambiar su disponibilidad histórica.

Derived metrics include provider choices; reorganizations and delays can alter historical availability.

Conectar y experimentar

on-chain, blockchain data
DegreeGrafos

Cantidad de conexiones de un nodo. En un grafo dirigido se separa en in-degree y out-degree. Un grado alto indica actividad relacional, no necesariamente importancia económica o causal.

Number of connections incident to a node.

Ejemplo y contexto

Con tres contrapartes y diez transferencias entrantes, el in-degree es tres y la fuerza entrante es diez en un grafo agregado simple.

With three counterparties and ten incoming transfers, in-degree is three and incoming strength is ten in a simple aggregated graph.

Lectura crítica

Grado cuenta aristas; fuerza suma pesos. En multigrafos, la política de conteo debe explicitarse.

Degree counts edges; strength sums weights. Multigraph counting policies must be stated.

Conectar y experimentar

degree, centrality
Densidad del grafoGrafos

Proporción de aristas observadas respecto del máximo posible bajo un tipo de grafo. En uno simple dirigido sin self-loops, el máximo es n(n−1); en uno no dirigido es n(n−1)/2. Describe conectividad global y debe interpretarse según reglas de construcción.

Observed edges divided by the maximum possible under the graph type. A simple directed graph without self-loops allows n(n−1) edges; an undirected one allows n(n−1)/2. It describes global connectivity under the construction rules.

ρ_dir=m/[n(n−1)]; ρ_no_dir=2m/[n(n−1)]

Ejemplo y contexto

Con diez nodos y 22 aristas dirigidas, la densidad observada es 22/90≈0,244.

With ten nodes and 22 directed edges, observed density is 22/90≈0.244.

Lectura crítica

La probabilidad generadora 0,24 no obliga a que cada realización tenga densidad exactamente 0,24.

Generator probability 0.24 does not require every realization to have density exactly 0.24.

Conectar y experimentar

density, edges, probability
Detección de anomalíasGNN

Búsqueda de observaciones, nodos, aristas o subgrafos que se apartan significativamente de patrones habituales. En blockchain puede apoyar análisis exploratorio, pero una anomalía estadística no equivale a fraude.

Detection of nodes, edges or patterns that deviate from usual behavior.

Ejemplo y contexto

Un volumen o patrón de transferencias inusual puede generar una alerta para investigación contextual, comparado con actividad habitual.

An unusual transfer volume or pattern can trigger contextual investigation against usual activity.

Lectura crítica

Una anomalía no acredita fraude ni identidad; falsos positivos y cambios legítimos deben revisarse.

An anomaly proves neither fraud nor identity; false positives and legitimate changes require review.

Conectar y experimentar

anomaly detection, outlier
Dimensión de embeddingGNN

Número de componentes del vector aprendido que representa un nodo o grafo. Una dimensión mayor aumenta capacidad de representación, pero también parámetros, memoria y riesgo de sobreajuste.

Number of components in a learned embedding vector.

Ejemplo y contexto

Pasar de dos a 64 componentes amplía el espacio representacional y las matrices posteriores que usan ese embedding.

Moving from two to 64 components enlarges the representation space and downstream matrices using that embedding.

Lectura crítica

Dimensión y número de nodos son ejes distintos; más dimensiones no garantizan información útil.

Dimension and node count are separate axes; extra dimensions do not guarantee useful information.

Conectar y experimentar

embedding dimension, latent
Direcciones activasOn-chain

Número de direcciones que participan en actividad durante un período. Es una aproximación a utilización de red, pero una dirección no equivale necesariamente a una persona o entidad económica.

Number of addresses participating in activity during a period.

Ejemplo y contexto

Un usuario puede controlar muchas direcciones y un exchange atender a muchos usuarios desde algunas direcciones; el conteo mide direcciones.

One user can control many addresses and an exchange can serve many users through a few addresses; counts measure addresses.

Lectura crítica

Aumento de direcciones activas no demuestra crecimiento equivalente de usuarios humanos.

More active addresses do not demonstrate an equivalent increase in human users.

Conectar y experimentar

active addresses
Directional AccuracyMétricas

Proporción de veces que el modelo acierta el signo del movimiento futuro. Puede ser más relevante que RMSE cuando la decisión depende de dirección, pero debe compararse con la distribución de clases y con un benchmark.

Fraction of forecasts with the correct movement direction.

DA = (1/n) Σ I[sign(yᵢ)=sign(ŷᵢ)]

Ejemplo y contexto

La arena compara signos sólo para pronósticos no nulos y documenta la cobertura; el baseline de retorno cero no recibe un DA artificial.

The arena compares signs for nonzero forecasts and documents coverage; a zero-return baseline receives no artificial DA.

Lectura crítica

Una alta tasa de acierto puede perder dinero si las pérdidas o los costos superan las ganancias.

A high hit rate may still lose money when losses or costs outweigh gains.

Conectar y experimentar

direction, accuracy
Disponibilidad de datosMetodología

Momento en que una observación puede utilizarse efectivamente para una decisión. Puede diferir de su fecha económica, registro en blockchain o publicación nominal. Un experimento temporal válido reconstruye el conjunto de información conocido en cada origen, incluyendo retrasos y revisiones.

The time an observation can effectively be used for a decision. It may differ from its economic date, blockchain registration or nominal publication. Valid temporal experiments reconstruct the information available at each origin, including delays and revisions.

Ejemplo y contexto

Un agregado diario publicado al día siguiente no puede incorporarse al cierre del día anterior.

A daily aggregate published the following day cannot be used at the previous daily close.

Lectura crítica

Una tabla ordenada cronológicamente puede seguir conteniendo look-ahead si se ignoran retrasos de publicación.

A chronologically ordered table may still contain look-ahead if publication delays are ignored.

Conectar y experimentar

availability, vintage, timestamp, cutoff
DrawdownMétricas

Caída desde un máximo acumulado de capital hasta un nivel posterior. Permite medir pérdidas desde picos previos y visualizar riesgo de trayectoria.

Decline from a previous equity peak to a later value.

Ejemplo y contexto

Si el capital alcanza 120 y luego cae a 90, el drawdown es 1−90/120=25%, usando pérdida positiva como convención.

If equity reaches 120 then falls to 90, drawdown is 1−90/120=25%, using a positive-loss convention.

Lectura crítica

Se calcula sobre la trayectoria acumulada; no es el peor retorno aislado de un período.

It is computed from cumulative equity, not from the worst isolated period return.

Conectar y experimentar

drawdown, risk
DropoutEntrenamiento

Regularización que desactiva aleatoriamente una proporción de unidades durante el entrenamiento. Busca reducir dependencia excesiva entre neuronas y limitar el sobreajuste.

Regularization technique that randomly drops units during training.

Ejemplo y contexto

En PyTorch, el dropout interno de LSTM/GRU se aplica entre capas recurrentes; con una sola capa no hay esa conexión intermedia.

PyTorch's internal LSTM/GRU dropout acts between recurrent layers; a single layer has no such intermediate connection.

Lectura crítica

El control del laboratorio 04 modifica una curva ilustrativa y no implementa dropout recurrente real.

Lab 04's control modifies an illustrative curve and does not implement actual recurrent dropout.

Conectar y experimentar

dropout, regularization
Early stoppingEntrenamiento

Técnica que detiene el entrenamiento cuando la métrica de validación deja de mejorar. Reduce el riesgo de continuar optimizando entrenamiento a costa de generalización.

Stopping training when validation performance stops improving.

Ejemplo y contexto

Se guarda el mejor checkpoint de validación y se detiene tras una paciencia sin mejora, restaurando esos pesos cuando corresponde.

Store the best validation checkpoint and stop after a patience interval without improvement, restoring those weights when appropriate.

Lectura crítica

El test final no debe utilizarse para decidir cuándo detener el entrenamiento.

The final test must not be used to determine when training stops.

Conectar y experimentar

early stopping, validation
EmbeddingGNN

Vector numérico que representa un nodo, arista, grafo o secuencia en un espacio de características. Puede ser aprendido o calculado mediante un encoder de pesos fijos. En una GNN resume atributos y contexto relacional; su interpretación depende de la tarea, entrenamiento y estructura del grafo.

A numerical vector representing a node, edge, graph or sequence in feature space. It may be learned or computed through a fixed-weight encoder. In a GNN it summarizes attributes and relational context; its interpretation depends on the task, training and graph structure.

Ejemplo y contexto

Un embedding de dos componentes permite mostrar cada número en el grafo; un modelo real puede aprender decenas de dimensiones.

A two-component embedding makes every value visible in the graph; a real model may learn dozens of dimensions.

Lectura crítica

En los laboratorios los pesos están fijados: las representaciones se calculan, pero no se aprenden con un dataset.

Lab weights are fixed: representations are computed, not learned from a dataset.

Conectar y experimentar

embedding, vector
EpochEntrenamiento

Una pasada completa del algoritmo por todo el conjunto de entrenamiento. Más epochs no implica mejor modelo: después de cierto punto puede comenzar el sobreajuste.

One full pass through the training set.

Ejemplo y contexto

Con 1.000 muestras y batches de 100 hay diez actualizaciones por epoch si no se descarta ningún batch.

With 1,000 samples and batches of 100, one epoch contains ten updates if no batch is discarded.

Lectura crítica

El laboratorio 04 dibuja epochs de una curva sintética; no ejecuta pasadas sobre un dataset entrenado.

Lab 04 plots epochs of a synthetic curve; it does not run passes over a fitted dataset.

Conectar y experimentar

epoch, training
EscaladoPreprocesamiento

Transformación numérica para llevar variables a escalas comparables. Es frecuente en redes neuronales. El escalador debe ajustarse únicamente con entrenamiento y luego aplicarse a validación/test; de lo contrario se filtra información futura.

Numerical transformation that places variables on comparable scales. The scaler must be fitted on training data only.

Ejemplo y contexto

El mismo escalador aprendido en train transforma las filas posteriores sin volver a estimar medias o extremos con test.

The scaler learned on training data transforms later rows without refitting means or extrema on test data.

Lectura crítica

Los árboles no suelen necesitar escalado por unidades, pero una red o penalización ridge puede ser sensible a ellas.

Trees usually do not need unit scaling, whereas neural networks and ridge penalties may be sensitive to it.

Conectar y experimentar

scaler, preprocessing
EstacionariedadSeries temporales

Propiedad de un proceso estadístico cuyas características se mantienen invariantes bajo desplazamientos temporales. En estacionariedad débil, media y varianza son constantes y la covarianza depende del rezago. Los precios financieros suelen mostrar no estacionariedad; transformar a retornos puede ayudar, pero no garantiza estabilidad.

A property of a statistical process whose characteristics are invariant under time shifts. Weak stationarity requires constant mean and variance and covariance depending only on lag. Financial prices often show nonstationarity; returns may help, but transformation does not guarantee stability.

Ejemplo y contexto

En estacionariedad débil, la media y varianza son constantes y la covarianza depende del rezago, no de la fecha absoluta.

Under weak stationarity, mean and variance are constant and covariance depends on lag rather than absolute time.

Lectura crítica

Una prueba estadística aislada no garantiza estabilidad futura ni elimina cambios de régimen.

A single statistical test does not guarantee future stability or eliminate regime shifts.

Conectar y experimentar

stationarity, time series
Estado de celdaRedes neuronales

Memoria interna cₜ característica de LSTM. Su actualización controlada por compuertas permite transportar información a través de muchos pasos temporales con menos degradación que una RNN simple.

LSTM internal memory state c_t, controlled by gates.

Ejemplo y contexto

La celda suma memoria retenida y candidato admitido; si f=1 e i=0, c conserva su valor anterior en ese paso.

The cell adds retained memory and admitted candidate content; if f=1 and i=0, c retains its previous value for that step.

Lectura crítica

Aunque tanh limite el candidato, cₜ no está necesariamente restringido al intervalo [−1,1].

Although tanh bounds the candidate, cₜ is not necessarily restricted to [−1,1].

Conectar y experimentar

cell state, c_t
Estado ocultoRedes neuronales

Representación interna hₜ que resume información procesada hasta el instante t. En RNN, LSTM y GRU se transmite a través de la secuencia y condiciona las salidas posteriores.

Internal representation h_t summarizing information processed up to time t.

Ejemplo y contexto

En el integrador, hₜ se actualiza sólo tras procesar los snapshots 1…t; los estados posteriores quedan pendientes.

In the integrator, hₜ is updated only after snapshots 1…t; later states remain pending.

Lectura crítica

Un estado resumido puede perder información; no equivale al historial completo ni a una explicación interpretable.

A summary state may lose information; it is neither the full history nor an inherently interpretable explanation.

Conectar y experimentar

hidden state, h_t
EstandarizaciónPreprocesamiento

Transformación z = (x−μ)/σ que centra la variable y la expresa en unidades de desviación estándar. μ y σ deben estimarse sólo con entrenamiento.

Transformation z=(x-mu)/sigma using training mean and standard deviation.

z = (x − μ_train) / σ_train

Ejemplo y contexto

Con μ_train=10 y σ_train=2, x=14 produce z=2; las estadísticas permanecen fijas para el fold evaluado.

With μ_train=10 and σ_train=2, x=14 gives z=2; these statistics remain fixed for the evaluated fold.

Lectura crítica

Estandarizar no hace normal una distribución y requiere tratar explícitamente desviaciones nulas.

Standardization does not make a distribution normal and requires explicit treatment of zero standard deviations.

Conectar y experimentar

z-score, scaling
Ethereum (ETH)Fundamentos

Ethereum es una plataforma programable basada en cuentas y contratos inteligentes; ETH es su activo nativo. Además del precio y los retornos, permite estudiar gas, fees, actividad contractual, staking, burn, Layer 2 y grafos de interacción entre cuentas y contratos.

Ethereum is a programmable account-based blockchain; ETH is its native asset. It offers market, gas, fee, staking and smart-contract network data.

Ejemplo y contexto

Una llamada entre cuentas y contratos puede modelarse como arista con fecha, tipo y valor; ETH denomina Ether, no la plataforma.

An account-to-contract call can be an edge with a timestamp, type and value; ETH denotes Ether, not the platform.

Lectura crítica

No se deben mezclar gas, ETH transferido y número de operaciones como si fueran una misma magnitud.

Gas, transferred ETH and operation counts are different quantities and must not be mixed as one measure.

Conectar y experimentar

ETH, gas, smart contracts, staking
Explainable AI (XAI)Interpretabilidad

Conjunto de métodos para comprender o comunicar por qué un modelo produce determinadas predicciones. No convierte automáticamente un modelo en causal ni elimina la incertidumbre del proceso.

Methods for understanding or communicating why a model produces predictions.

Ejemplo y contexto

Una explicación puede describir sensibilidad, atribución o reglas; hay que aclarar cuál pregunta responde y sobre qué observaciones.

An explanation can describe sensitivity, attribution or rules; clarify which question it answers and for which observations.

Lectura crítica

Una explicación clara también puede describir un modelo equivocado o entrenado con fuga.

A clear explanation can still describe an incorrect model or one trained with leakage.

Conectar y experimentar

XAI, explainability
Explicación globalInterpretabilidad

Resume patrones de importancia o comportamiento del modelo sobre muchas observaciones. Puede obtenerse agregando magnitudes SHAP, pero no debe confundirse con importancia causal.

Summary of model behavior across many observations.

Ejemplo y contexto

La media de valores absolutos SHAP en muchas filas resume magnitud de atribución; su promedio firmado puede ocultar efectos opuestos.

Mean absolute SHAP across many rows summarizes attribution magnitude; signed averages may hide opposing effects.

Lectura crítica

El resumen depende de la muestra y referencia elegidas, no sólo de los pesos del modelo.

The summary depends on the selected sample and reference, not solely on model weights.

Conectar y experimentar

global explanation
Explicación localInterpretabilidad

Explica una predicción específica: por qué el modelo produjo este resultado para esta observación. SHAP local muestra qué variables empujaron la predicción hacia arriba o abajo respecto del baseline.

Explanation of one specific prediction.

Ejemplo y contexto

Una observación con alta volatilidad puede recibir aporte negativo en el modelo ilustrativo; otra observación puede tener aportes diferentes.

A high-volatility observation may receive a negative contribution in the illustrative model; another observation can differ.

Lectura crítica

No extrapoles una explicación individual a todas las fechas o activos.

Do not extrapolate an individual explanation to every date or asset.

Conectar y experimentar

local explanation
F1-scoreMétricas

Media armónica entre precision y recall. Resume el equilibrio entre falsos positivos y falsos negativos cuando ambas dimensiones son relevantes.

Harmonic mean of precision and recall.

F1 = 2 · Precision · Recall / (Precision + Recall)

Ejemplo y contexto

Con precision=0,75 y recall=0,50, F1=0,60; la media armónica penaliza desequilibrio entre ambas.

With precision=0.75 and recall=0.50, F1=0.60; the harmonic mean penalizes imbalance between them.

Lectura crítica

F1 ignora verdaderos negativos y no refleja todos los costos; declará clase positiva y tipo de promedio.

F1 ignores true negatives and does not reflect every cost; state the positive class and averaging method.

Conectar y experimentar

F1, classification
FeatureDatos y variables

Variable explicativa o entrada utilizada por el modelo. Puede ser de mercado —retorno, volumen, volatilidad—, técnica —RSI, medias—, on-chain —direcciones activas, fees— o estructural —centralidad de un nodo—. Una feature no es automáticamente causal.

Input variable used by a model. It may come from market, technical, on-chain or graph data and should not be interpreted automatically as causal.

Ejemplo y contexto

Antes de usar direcciones activas del día, verificá si el dato estaba disponible al cierre utilizado para tomar la decisión.

Before using daily active addresses, check whether the value was available at the decision-time cutoff.

Lectura crítica

Más variables pueden agregar redundancia, ruido y fuga; su utilidad requiere evaluación y ablaciones.

Additional variables may add redundancy, noise and leakage; usefulness requires evaluation and ablation.

Conectar y experimentar

variable, predictor
Feature engineeringDatos y variables

Proceso de transformar datos brutos en variables más informativas. Incluye retornos, medias móviles, volatilidad, rezagos, razones, indicadores on-chain y métricas de grafo. Debe realizarse sin usar información que no estuviera disponible en el momento de la predicción.

Transforming raw data into informative predictors while preserving the information set available at prediction time.

Ejemplo y contexto

Una media móvil de cinco períodos debe usar sólo valores conocidos hasta t; una media centrada incluye datos posteriores.

A five-period moving average must use values known by t; a centered average includes later observations.

Lectura crítica

La selección de variables también debe hacerse dentro de entrenamiento y validación, sin consultar el test.

Feature selection must also occur within training and validation without consulting the test set.

Conectar y experimentar

features, lags, indicators
FeesOn-chain

Comisiones pagadas para incluir o ejecutar transacciones. Pueden reflejar demanda por espacio de bloque y congestión, pero su significado varía entre Bitcoin, Ethereum y distintas épocas del protocolo.

Transaction fees paid for inclusion or execution.

Ejemplo y contexto

En Ethereum, gas usado por precio efectivo del gas da la comisión de ejecución; operaciones con blobs pueden incorporar una comisión adicional.

In Ethereum, gas used times effective gas price gives the execution fee; blob transactions can include an additional fee.

Lectura crítica

La comisión total debe distinguirse de precio por unidad de gas y de monto transferido.

Total fee must be distinguished from gas-unit price and transferred amount.

Conectar y experimentar

fees, congestion
Filtrado colaborativoModelos

Familia de métodos que recomienda objetos a partir de patrones de interacción compartidos entre usuarios y objetos. Puede usar similitud, factorización o aprendizaje sobre grafos. Contrasta con métodos que se basan principalmente en atributos del contenido; sistemas prácticos pueden combinar ambos.

A family of methods recommending items from shared user-item interaction patterns. It may use similarity, factorization or graph learning. It differs from primarily content-based methods, while practical systems can combine both.

Ejemplo y contexto

Si dos usuarios interactuaron con videos similares, sus representaciones pueden ayudar a ordenar videos aún no observados.

If two users interacted with similar videos, their representations can help rank unseen videos.

Lectura crítica

El artículo usa un modelo didáctico; no documenta una fórmula oficial ni una arquitectura completa de TikTok.

The article uses a teaching model; it does not document an official formula or complete TikTok architecture.

Conectar y experimentar

collaborative filtering, ranking, user, item
Forget gateRedes neuronales

Compuerta de olvido de LSTM. Decide qué parte del estado de celda previo debe conservarse y qué parte debe descartarse. Valores cercanos a 1 preservan información; cercanos a 0 la eliminan.

LSTM gate that controls how much of the previous cell state is retained.

Ejemplo y contexto

Con cₜ₋₁=0,8 y fₜ=0,25, la contribución de memoria previa es 0,2 antes de agregar información nueva.

With cₜ₋₁=0.8 and fₜ=0.25, previous memory contributes 0.2 before new information is added.

Lectura crítica

La compuerta produce un valor por componente; no decide necesariamente borrar un acontecimiento completo.

The gate produces a value per component; it does not necessarily erase an entire event.

Conectar y experimentar

forget gate, LSTM
Fuerza (strength)Grafos

Suma de los pesos de las aristas incidentes a un nodo. En un grafo dirigido se distingue fuerza entrante y saliente. Si el peso cuenta transferencias, mide frecuencia agregada; si representa monto, mide esa magnitud. Deben declararse unidades y ventana temporal.

The sum of edge weights incident to a node. Directed graphs distinguish incoming and outgoing strength. Transfer-count weights measure aggregated frequency; value weights measure that amount. Units and time window must be specified.

s_in(v)=Σᵤ wᵤᵥ; s_out(v)=Σᵤ wᵥᵤ

Ejemplo y contexto

Con tres conexiones entrantes de pesos 2, 5 y 3, in-degree=3 y fuerza entrante=10.

With three incoming connections of weights 2, 5 and 3, in-degree=3 and incoming strength=10.

Lectura crítica

La fuerza no es necesariamente saldo ni volumen en dólares; su significado depende del peso definido.

Strength is not necessarily balance or dollar volume; its meaning depends on the chosen weight.

Conectar y experimentar

strength, weights, degree
Función de activaciónRedes neuronales

Transformación no lineal aplicada dentro de una red neuronal. Permite que el modelo represente relaciones no lineales; sin activaciones adecuadas, múltiples capas lineales colapsarían en una sola transformación lineal.

Nonlinear transformation used inside neural networks.

Ejemplo y contexto

ReLU deja pasar valores positivos y pone negativos en cero; sigmoid y tanh se usan en las compuertas y candidatos recurrentes.

ReLU passes positive values and sets negatives to zero; sigmoid and tanh appear in recurrent gates and candidates.

Lectura crítica

La activación de la salida debe corresponder al objetivo; restringir a [0,1] no sirve para cualquier retorno.

Output activation must match the target; restricting to [0,1] is unsuitable for arbitrary returns.

Conectar y experimentar

activation function, nonlinear
GARCHModelos

Modelo diseñado para capturar volatilidad condicional y clustering de volatilidad. No busca necesariamente predecir el precio, sino cómo cambia la varianza de los retornos a través del tiempo.

Model of time-varying conditional variance and volatility clustering.

Ejemplo y contexto

GARCH(1,1) actualiza la varianza con el error cuadrático previo y la varianza previa: σ²ₜ=ω+αε²ₜ₋₁+βσ²ₜ₋₁.

GARCH(1,1) updates variance from the previous squared innovation and variance: σ²ₜ=ω+αε²ₜ₋₁+βσ²ₜ₋₁.

Lectura crítica

Una previsión de volatilidad elevada no anticipa automáticamente si el precio subirá o bajará.

High predicted volatility does not automatically indicate whether prices will rise or fall.

Conectar y experimentar

GARCH, volatility
GasOn-chain

Unidad usada en Ethereum para medir el trabajo computacional requerido por una operación. El costo monetario depende del gas utilizado y del precio del gas; no debe confundirse gas con fee total.

Ethereum unit measuring computational work required by a transaction or contract call.

Ejemplo y contexto

Si una ejecución usa 21.000 gas a 20 gwei por gas, su comisión de ejecución es 0,00042 ETH.

An execution using 21,000 gas at 20 gwei per gas has an execution fee of 0.00042 ETH.

Lectura crítica

Gas limit es un límite permitido, no necesariamente gas usado; una operación fallida también puede consumir gas.

Gas limit is an allowance, not necessarily gas used; failed execution can also consume gas.

Conectar y experimentar

gas, Ethereum
GATGNN

Graph Attention Network. Asigna distintos pesos de atención a los vecinos antes de agregarlos. Permite que el modelo aprenda qué relaciones son más relevantes para actualizar cada nodo.

Graph Attention Network weighting neighbors through learned attention coefficients.

Ejemplo y contexto

La GAT del laboratorio calcula scores con LeakyReLU, aplica softmax por nodo y suma vecinos transformados, incluyendo self-loop.

The lab's GAT computes LeakyReLU scores, applies node-wise softmax and sums transformed neighbors, including a self-loop.

Lectura crítica

Usa una sola cabeza y pesos fijos; atención aprendida requiere entrenamiento y no certifica causalidad.

It uses one head and fixed weights; learned attention requires training and does not establish causality.

Conectar y experimentar

GAT, attention
GCNGNN

Graph Convolutional Network. Arquitectura que mezcla características de un nodo con las de sus vecinos mediante una normalización derivada de la estructura de adyacencia. Es una referencia fundamental para introducir convolución sobre grafos.

Graph Convolutional Network combining node and neighbor information through normalized adjacency structure.

H⁽ˡ⁺¹⁾ = σ(D̃⁻¹ᐟ² Ã D̃⁻¹ᐟ² H⁽ˡ⁾ W⁽ˡ⁾)

Ejemplo y contexto

El laboratorio implementa Ã=A+I y coeficientes 1/√(d̃ᵥd̃ᵤ), luego proyección y ReLU; la suma de coeficientes no tiene que ser uno.

The lab implements Ã=A+I and coefficients 1/√(d̃ᵥd̃ᵤ), followed by projection and ReLU; coefficients need not sum to one.

Lectura crítica

Esta normalización simétrica para el ejemplo no debe describirse como promedio uniforme de vecinos.

This symmetric normalization must not be described as a uniform neighbor average.

Conectar y experimentar

GCN, graph convolution
GNN + GRUGrafos dinámicos

Variante del modelo híbrido que usa GRU como componente temporal. Puede reducir parámetros y costo frente a LSTM manteniendo capacidad de memoria secuencial.

Hybrid model using GRU instead of LSTM for temporal dynamics.

Gₜ → GNN → zₜ ; [zₜ₋ₖ,…,zₜ] → GRU → ŷₜ₊₁

Ejemplo y contexto

Cambiar a GRU mantiene los snapshots y el encoder, permitiendo comparar el mecanismo temporal con entradas estructurales iguales.

Switching to GRU retains snapshots and encoder, allowing temporal mechanisms to be compared with identical structural inputs.

Lectura crítica

Para comparar calidad real habría que entrenar, controlar capacidad y usar los mismos folds; el ejemplo sólo muestra cálculos.

Real performance comparison requires fitting, capacity controls and identical folds; the example only exposes calculations.

Conectar y experimentar

GNN+GRU
GNN + LSTMGrafos dinámicos

Arquitectura híbrida donde una GNN produce un embedding zₜ para cada snapshot Gₜ y una LSTM modela zₜ₋ₖ,…,zₜ para predecir una variable futura. Separa explícitamente aprendizaje estructural y temporal.

Hybrid architecture where GNN encodes graph snapshots and LSTM models their temporal sequence.

Gₜ → GNN → zₜ ; [zₜ₋ₖ,…,zₜ] → LSTM → ŷₜ₊₁

Ejemplo y contexto

El laboratorio 07 usa el mismo encoder en cinco snapshots, pooling medio y una proyección escalar antes de la celda LSTM.

Lab 07 uses one shared encoder over five snapshots, mean pooling and a scalar projection before the LSTM cell.

Lectura crítica

El score final es adimensional, usa pesos fijos y no es una probabilidad calibrada del mercado.

The final score is dimensionless, uses fixed weights and is not a calibrated market probability.

Conectar y experimentar

GNN+LSTM, hybrid
Gradient descentEntrenamiento

Familia de algoritmos que actualizan parámetros en la dirección que reduce la función de pérdida según su gradiente. Es la base del entrenamiento de la mayoría de redes neuronales modernas.

Optimization method updating parameters along loss gradients.

θₖ₊₁ = θₖ − η·∇θ L(θₖ)

Ejemplo y contexto

Una actualización básica es θ_nuevo=θ_actual−η∇L; el gradiente apunta al ascenso local y por eso se resta.

A basic update is θ_new=θ_current−η∇L; the gradient points toward local ascent and is therefore subtracted.

Lectura crítica

El paso sólo aproxima una reducción local; no asegura descenso para cualquier η ni óptimo global.

A step only approximates local improvement; arbitrary η does not guarantee descent or a global optimum.

Conectar y experimentar

gradient descent, optimization
GrafoGrafos

Estructura matemática G=(V,E) compuesta por nodos V y aristas E. En blockchain puede representar direcciones, contratos o entidades y sus transacciones o interacciones.

Mathematical structure G=(V,E) made of nodes and edges.

Ejemplo y contexto

Elegir direcciones como nodos y transferencias agregadas como aristas produce una vista distinta de elegir transacciones como nodos.

Choosing addresses as nodes and aggregated transfers as edges yields a different view from choosing transaction nodes.

Lectura crítica

El grafo es una construcción analítica: depende de reglas, ventana temporal y cobertura de datos.

The graph is an analytical construction determined by rules, time window and data coverage.

Conectar y experimentar

graph, network
Grafo bipartitoGrafos

Grafo cuyos nodos se dividen en dos conjuntos y cuyas aristas conectan únicamente nodos de conjuntos distintos. Usuarios y videos ofrecen un ejemplo de recomendación. Esta estructura debe distinguirse de un grafo general de direcciones blockchain, que no necesariamente es bipartito.

A graph whose nodes form two sets and whose edges connect nodes across those sets only. Users and videos provide a recommendation example. It differs from a general blockchain address graph, which is not necessarily bipartite.

V = U ∪ I, U ∩ I = ∅; E ⊆ U×I

Ejemplo y contexto

En la nota TikTok, un vínculo usuario-video registra una interacción; varios usuarios pueden compartir un mismo video.

In the TikTok note, a user-video link records an interaction; multiple users may share a video.

Lectura crítica

Una proyección sólo sobre usuarios cambia los vínculos y puede perder información del grafo original.

A users-only projection changes connections and may lose information from the original graph.

Conectar y experimentar

bipartite, user, item, recommendation
Grafo dinámicoGrafos dinámicos

Grafo cuya estructura o atributos cambian con el tiempo. Blockchain es naturalmente dinámica: aparecen nodos, transacciones y contratos, y cambian pesos y actividad.

Graph whose topology or attributes evolve over time.

Ejemplo y contexto

Representaciones posibles incluyen secuencias de snapshots o eventos con marcas temporales; preservan distintos niveles de detalle.

Possible representations include snapshot sequences or timestamped events, preserving different levels of detail.

Lectura crítica

Si aparecen nuevos nodos, el modelo debe definir alineación de identidades y tratamiento de atributos faltantes.

When new nodes appear, the model must define identity alignment and missing-feature handling.

Conectar y experimentar

dynamic graph, temporal graph
Grafo dirigidoGrafos

Grafo donde una arista tiene origen y destino. Es natural para transacciones: A→B no es equivalente a B→A.

Graph whose edges have direction from source to target.

Ejemplo y contexto

El laboratorio 05 muestra flechas de origen a destino y separa conexiones entrantes y salientes.

Lab 05 shows source-to-target arrows and separates incoming and outgoing connections.

Lectura crítica

Convertir a no dirigido elimina información sobre flujo y modifica centralidades y vecindarios.

Converting to undirected form loses flow information and changes centralities and neighborhoods.

Conectar y experimentar

directed graph
Grafo ponderadoGrafos

Grafo cuyas aristas poseen un peso cuantitativo, como monto transferido, número de transacciones o intensidad de interacción.

Graph whose edges carry weights such as transferred value or frequency.

Ejemplo y contexto

En el laboratorio 05, el peso cuenta transacciones agregadas; el PageRank opcional ponderado usa esas frecuencias.

In lab 05, weights count aggregated transactions; optional weighted PageRank uses those frequencies.

Lectura crítica

Para caminos mínimos, un peso suele ser distancia o costo; frecuencia alta no puede tratarse automáticamente como distancia alta.

Shortest-path weights usually represent distance or cost; high frequency is not automatically high distance.

Conectar y experimentar

weighted graph
Graph Neural Network (GNN)GNN

Familia de redes neuronales diseñadas para datos relacionales. Aprenden representaciones propagando y agregando información entre nodos conectados. Su ventaja es incorporar explícitamente la topología del grafo.

Neural networks designed for relational graph-structured data.

hᵥ⁽ˡ⁺¹⁾ = UPDATE(hᵥ⁽ˡ⁾, AGGREGATE({hᵤ⁽ˡ⁾ : u∈N(v)}))

Ejemplo y contexto

Las representaciones pueden alimentar clasificación de nodos, predicción de vínculos o pooling de todo el grafo.

Representations can feed node classification, link prediction or pooling over an entire graph.

Lectura crítica

Agregar contexto conectado no garantiza que el grafo sea correcto, suficiente o disponible a tiempo.

Adding connected context does not guarantee that the graph is correct, sufficient or timely available.

Conectar y experimentar

GNN, graph learning
GraphSAGEGNN

Arquitectura inductiva que construye embeddings agregando muestras o conjuntos de vecinos. Es útil cuando se desea generalizar a nodos no vistos y cuando la red es demasiado grande para procesarla completa.

Inductive GNN architecture that aggregates sampled neighbor information.

Ejemplo y contexto

La variante mean del laboratorio concatena embedding propio y media de vecinos: un vector de cuatro componentes se proyecta a dos.

The lab's mean variant concatenates self embedding and neighbor mean: a four-component vector is projected to two.

Lectura crítica

El ejemplo usa todos los vecinos y omite normalización L2 posterior; el muestreo y otras variantes deben distinguirse.

The example uses all neighbors and omits final L2 normalization; sampling and other variants must be distinguished.

Conectar y experimentar

GraphSAGE, inductive
GRURedes neuronales

Gated Recurrent Unit. Arquitectura recurrente con compuertas de actualización y reseteo, generalmente con menos parámetros que una LSTM. Puede ofrecer un equilibrio favorable entre capacidad y costo computacional.

Gated recurrent architecture generally simpler and smaller than LSTM.

hₜ = (1−zₜ) ⊙ gₜ + zₜ ⊙ hₜ₋₁ (convención PyTorch)

Ejemplo y contexto

El integrador usa la convención hₜ=(1−zₜ)gₜ+zₜhₜ₋₁, consistente con PyTorch: z alto conserva más estado previo.

The integrator uses hₜ=(1−zₜ)gₜ+zₜhₜ₋₁, matching PyTorch: high z retains more previous state.

Lectura crítica

Existen convenciones alternativas para z y ubicación del reset; las ecuaciones deben declararse antes de comparar.

Alternative z and reset-placement conventions exist; state equations before comparing implementations.

Conectar y experimentar

GRU, recurrent
Hash rateOn-chain

Estimación de la potencia computacional dedicada a la minería Proof of Work. En Bitcoin se utiliza como indicador de actividad de minería y seguridad económica, pero su relación con precio no es causal por definición.

Estimated computational power devoted to proof-of-work mining.

Ejemplo y contexto

Hash rate se expresa en intentos de hash por segundo y se estima a partir de dificultad y producción de bloques en una ventana.

Hash rate is expressed as hash attempts per second and estimated from difficulty and block production over a window.

Lectura crítica

El total no es directamente observado; la estimación depende de ventana. Ethereum actual usa Proof of Stake, no minería PoW.

The total is not directly observed and depends on estimation window. Current Ethereum uses Proof of Stake, not PoW mining.

Conectar y experimentar

hash rate, mining
HiperparámetroEntrenamiento

Configuración elegida antes o alrededor del entrenamiento y no aprendida directamente por gradiente, como learning rate, número de unidades, dropout, ventana o profundidad. Debe seleccionarse usando validación, no el test final.

Configuration chosen outside direct parameter learning, such as learning rate, hidden units or dropout.

Ejemplo y contexto

La regularización ridge λ, las unidades recurrentes y la longitud de ventana son elecciones externas al ajuste de pesos.

Ridge regularization λ, recurrent hidden size and window length are choices external to weight fitting.

Lectura crítica

El slider no valida automáticamente una elección; el desempeño debe compararse bajo un protocolo común.

A slider does not automatically validate a choice; performance must be compared under a common protocol.

Conectar y experimentar

hyperparameter, tuning
Holdout temporalValidación

División simple que reserva un tramo final de la serie como test. Respeta el orden temporal: primero se entrena y después se evalúa. Es más apropiada que un split aleatorio para series financieras.

Time-ordered split that reserves the final segment as test data.

Ejemplo y contexto

En el laboratorio 01 se separan 70%/15%/15% por fecha de etiqueta, manteniendo pasado, validación y prueba en ese orden.

Lab 01 uses a 70%/15%/15% split by target date, preserving training, validation and test order.

Lectura crítica

Una sola separación puede depender de un régimen particular; múltiples cortes aportan evidencia complementaria.

A single split may depend on one regime; additional cutoffs provide complementary evidence.

Conectar y experimentar

holdout, temporal split
Hop / saltoGNN

Distancia de una arista en el grafo. Un vecino de 1 hop está conectado directamente; uno de 2 hops se alcanza pasando por un intermediario. L capas de message passing suelen extender el campo receptivo aproximadamente a L hops.

One-edge graph distance; L GNN layers typically reach roughly L-hop neighborhoods.

Ejemplo y contexto

En A—B—C, B está a un salto de A y C a dos; dos capas pueden hacer que información de C alcance A.

In A—B—C, B is one hop from A and C two; two layers can allow C's information to reach A.

Lectura crítica

Alcance potencial no implica aporte efectivo: pesos, activaciones y dirección pueden bloquear o atenuar mensajes.

Potential reach does not imply effective contribution: weights, activations and direction can block or attenuate messages.

Conectar y experimentar

hop, neighborhood
Horizonte de predicciónSeries temporales

Distancia entre la última observación disponible y el objetivo que se desea predecir. Predecir t+1 es distinto de predecir t+7: cambia la dificultad, la señal disponible y la utilidad económica del resultado.

Distance between the last available observation and the forecast target.

Ejemplo y contexto

Un target puede ser el retorno acumulado entre t y t+7, distinto del retorno de un solo período observado en t+7.

A target may be cumulative return from t to t+7, which differs from a single-period return observed at t+7.

Lectura crítica

Con horizontes superpuestos, los errores y retornos no son observaciones independientes.

Overlapping horizons produce dependent errors and returns.

Conectar y experimentar

forecast horizon, t+1
Importancia de variablesInterpretabilidad

Medida de cuánto utiliza o depende un modelo de determinadas variables. Puede calcularse con árboles, permutación o SHAP. Distintos métodos responden preguntas diferentes y pueden cambiar con features correlacionadas.

Measure of how strongly a model relies on particular features.

Ejemplo y contexto

La importancia por permutación mide pérdida de desempeño al perturbar una variable; SHAP reparte una predicción respecto de una referencia.

Permutation importance measures performance loss after perturbing a feature; SHAP allocates a prediction relative to a reference.

Lectura crítica

Las features correlacionadas pueden sustituirse o compartir crédito; no existe una única importancia universal.

Correlated features can substitute for each other or share credit; there is no single universal importance.

Conectar y experimentar

feature importance
In-degreeGrafos

Cantidad de aristas que llegan a un nodo. En una red de transacciones puede aproximar cuántas contrapartes o interacciones entrantes tiene.

Number of incoming edges to a node.

Ejemplo y contexto

En un grafo simple de direcciones, dos orígenes que envían varias transferencias generan in-degree dos.

In a simple address graph, two sources sending multiple transfers produce in-degree two.

Lectura crítica

No equivale al total de transacciones entrantes si esas transferencias se agregaron en aristas.

It does not equal total incoming transaction count when transfers are aggregated into edges.

Conectar y experimentar

in-degree, incoming
Input gateRedes neuronales

Compuerta de entrada de LSTM. Controla cuánta información candidata nueva se incorpora al estado de celda. Permite que la memoria no se reescriba completamente en cada paso.

LSTM gate controlling how much new candidate information enters the cell state.

Ejemplo y contexto

Con i=0,4 y candidato g=0,5, el nuevo aporte a la celda es 0,2; i determina cuánto entra y g qué entra.

With i=0.4 and candidate g=0.5, new cell content contributes 0.2; i controls how much enters and g what enters.

Lectura crítica

La compuerta no es el candidato: σ genera i y tanh suele generar g.

The gate is not the candidate: σ produces i and tanh usually produces g.

Conectar y experimentar

input gate
Lag / rezagoSeries temporales

Valor pasado de una variable. Un rezago de 1 utiliza xₜ₋₁, uno de 7 utiliza xₜ₋₇. Los rezagos son la forma más directa de representar dependencia temporal en modelos clásicos y también pueden formar parte de entradas para redes neuronales.

Past value of a variable, such as x_(t-1) or x_(t-7).

Ejemplo y contexto

Si el dato actual es xₜ, el rezago de uno es xₜ₋₁; al crear tablas, inspeccioná filas para verificar el desplazamiento.

If the current value is xₜ, its first lag is xₜ₋₁; inspect table rows to verify alignment.

Lectura crítica

Un shift con signo equivocado transforma un predictor pasado en información futura.

A shift with the wrong sign turns a past predictor into future information.

Conectar y experimentar

lag, pasado
Learning rateEntrenamiento

Tamaño del paso utilizado por el optimizador al actualizar parámetros. Un valor demasiado alto puede volver inestable el entrenamiento; uno demasiado bajo puede hacerlo excesivamente lento o quedar atrapado en soluciones pobres.

Step size used by the optimizer when updating parameters.

Ejemplo y contexto

η=0,001 fija una escala inicial de actualización; un scheduler puede modificarla según epoch o progreso documentado.

η=0.001 sets an initial update scale; a scheduler may change it according to epoch or documented progress.

Lectura crítica

El valor óptimo depende del optimizador, escalas y batch; no hay una tasa universal para LSTM o GNN.

The appropriate value depends on optimizer, scales and batch size; there is no universal LSTM or GNN rate.

Conectar y experimentar

learning rate, optimizer
Look-ahead biasValidación

Forma específica de leakage donde el modelo o la estrategia utiliza datos futuros para tomar una decisión pasada. En finanzas puede surgir al calcular indicadores, normalizar con toda la muestra o usar componentes revisados posteriormente.

Specific leakage caused by using future information to make past decisions.

Ejemplo y contexto

Usar hoy una versión revisada de una métrica para simular una decisión de ayer incorpora conocimiento que entonces no existía.

Using today's revised metric to simulate yesterday's decision introduces knowledge unavailable at that time.

Lectura crítica

Hay que distinguir fecha económica, publicación, confirmación y primera disponibilidad efectiva.

Economic date, publication, confirmation and first effective availability must be distinguished.

Conectar y experimentar

future information, bias
LookbackSeries temporales

Cantidad de períodos históricos que el modelo observa para producir una predicción. Es equivalente a la longitud de la ventana temporal en muchos experimentos. No existe un valor universalmente óptimo: debe justificarse y validarse fuera de muestra.

Number of historical periods visible to the model before predicting.

Ejemplo y contexto

Compará 7, 30 y 60 períodos en el laboratorio 01: la matriz crece y disminuye el número de muestras entrenables disponibles.

Compare 7, 30 and 60 periods in lab 01: the matrix grows and fewer training samples remain available.

Lectura crítica

La longitud del contexto no es el horizonte; observar 30 períodos no significa predecir 30 períodos adelante.

Context length is not forecast horizon; observing 30 periods does not mean forecasting 30 periods ahead.

Conectar y experimentar

lookback, window
LossEntrenamiento

Función que mide el error que el algoritmo intenta minimizar durante el entrenamiento. Puede ser MSE, MAE, cross-entropy u otra. La loss de entrenamiento no reemplaza las métricas de evaluación fuera de muestra.

Objective function minimized during training.

Ejemplo y contexto

Para retornos, minimizar MSE favorece reducir errores cuadrados; la utilidad de una estrategia incorpora además posición, costos y riesgo.

For returns, minimizing MSE reduces squared errors; strategy utility additionally depends on positions, costs and risk.

Lectura crítica

Una loss baja no garantiza rentabilidad, calibración ni estabilidad entre regímenes.

Low loss does not guarantee profitability, calibration or cross-regime stability.

Conectar y experimentar

loss function, optimization
LSTMRedes neuronales

Long Short-Term Memory. Arquitectura recurrente que incorpora un estado de celda y compuertas para controlar qué información olvidar, incorporar y exponer. Está diseñada para modelar dependencias temporales más largas que una RNN simple.

Recurrent architecture with cell state and gates designed for longer temporal dependencies.

cₜ = fₜ ⊙ cₜ₋₁ + iₜ ⊙ gₜ; hₜ = oₜ ⊙ tanh(cₜ)

Ejemplo y contexto

En el laboratorio 07 se calcula cₜ=fₜcₜ₋₁+iₜgₜ y hₜ=oₜtanh(cₜ), mostrando las compuertas con pesos fijos.

Lab 07 computes cₜ=fₜcₜ₋₁+iₜgₜ and hₜ=oₜtanh(cₜ), exposing gate calculations under fixed weights.

Lectura crítica

La memoria de celda no es ilimitada; la demostración no incluye ajuste por gradiente ni entrenamiento con mercados reales.

Cell memory is not unlimited; the demonstration contains no gradient fitting or real-market training.

Conectar y experimentar

LSTM, memory, gates
MAEMétricas

Mean Absolute Error. Promedio de |y−ŷ|. Mantiene las unidades del target y es relativamente fácil de interpretar. Penaliza errores de forma lineal.

Mean Absolute Error, average absolute prediction error.

MAE = (1/n) Σ |yᵢ − ŷᵢ|

Ejemplo y contexto

Si errores absolutos son 1 y 3 puntos porcentuales, MAE=2 pp; es una media del error en las unidades del objetivo.

Absolute errors of 1 and 3 percentage points give MAE=2 pp, the average error in target units.

Lectura crítica

No interpretes 2 pp de error como 2% relativo del retorno observado.

Do not interpret a two-percentage-point error as 2% relative to the observed return.

Conectar y experimentar

MAE, error
Matriz de adyacenciaGrafos

Matriz A donde Aᵢⱼ indica si existe una conexión de i a j y, en un grafo ponderado, puede almacenar su peso. Es una representación algebraica central para GCN y otros modelos.

Matrix representing graph connectivity and possibly edge weights.

Ejemplo y contexto

Con la convención Aᵢⱼ=1 para i→j, las sumas de filas cuentan salidas y las de columnas entradas.

Under Aᵢⱼ=1 for i→j, row sums count outgoing and column sums incoming connections.

Lectura crítica

La dirección y orientación matricial deben declararse; A no suele ser simétrica en un grafo dirigido.

Direction and matrix orientation must be specified; directed adjacency is usually asymmetric.

Conectar y experimentar

adjacency matrix, A
Maximum DrawdownMétricas

Mayor drawdown observado durante el período. Captura la peor pérdida pico-a-valle y complementa métricas promedio como Sharpe.

Largest peak-to-trough decline in the observed period.

Ejemplo y contexto

El máximo de todos los drawdowns identifica la peor caída desde un pico anterior durante el backtest.

The maximum of all drawdowns identifies the worst decline from an earlier peak during the backtest.

Lectura crítica

El resultado depende de período y frecuencia; no representa un límite garantizado de pérdidas futuras.

The result depends on period and frequency; it is not a guaranteed bound on future losses.

Conectar y experimentar

max drawdown, MDD
Message passingGNN

Mecanismo central de muchas GNN. Cada nodo recibe mensajes de sus vecinos, los agrega y actualiza su representación. Esquema general: hᵥ⁽ˡ⁺¹⁾ = UPDATE(hᵥ⁽ˡ⁾, AGGREGATE({hᵤ⁽ˡ⁾:u∈N(v)})).

Core GNN mechanism where nodes aggregate information from neighbors and update their representations.

mᵥ = AGGREGATE({hᵤ : u∈N(v)}), h′ᵥ = UPDATE(hᵥ,mᵥ)

Ejemplo y contexto

En el laboratorio 06, cada capa lee embeddings de la capa anterior y actualiza todos los nodos de forma síncrona.

In lab 06, each layer reads previous-layer embeddings and updates all nodes synchronously.

Lectura crítica

Actualizar nodos secuencialmente usando resultados recién calculados cambia el operador de la capa.

Sequentially updating nodes with newly computed results changes the layer operator.

Conectar y experimentar

message passing, aggregate
MLPRedes neuronales

Perceptrón multicapa. Es una red feed-forward sin memoria explícita. En U8 sirve como comparación: permite separar el efecto de usar una red neuronal del efecto específico de incorporar memoria temporal.

Feed-forward multilayer neural network without explicit temporal memory.

Ejemplo y contexto

Una ventana de 30×2 puede aplanarse a 60 entradas para una MLP; así recibe pasado sin mantener un estado recurrente.

A 30×2 window can be flattened into 60 MLP inputs, supplying past observations without a recurrent state.

Lectura crítica

Ausencia de recurrencia no significa ausencia de información temporal; depende de cómo se construya X.

No recurrence does not mean no temporal information; it depends on input construction.

Conectar y experimentar

MLP, feed-forward
Modelo autorregresivo (AR)Modelos

Modelo que explica una variable a partir de sus propios rezagos. Por ejemplo, AR(1): yₜ = c + φyₜ₋₁ + εₜ. Es un baseline natural para comparar con redes recurrentes.

Model that predicts a variable from its own past values, e.g. AR(1).

yₜ = c + φ₁yₜ₋₁ + … + φₚyₜ₋ₚ + εₜ

Ejemplo y contexto

Un AR(1) estima cuánto ayuda el retorno previo a pronosticar el actual; el orden p se selecciona usando datos anteriores.

An AR(1) estimates how the previous return helps forecast the current one; order p is selected using earlier data.

Lectura crítica

El perfil AR de la arena usa coeficientes prefijados y no es un AR estimado sobre BTC o ETH reales.

The arena's AR profile uses fixed coefficients and is not an AR fitted to real BTC or ETH data.

Conectar y experimentar

AR, autoregressive
Modelo espacio-temporalGrafos dinámicos

Modelo que combina dependencias estructurales y temporales. En U8, una GNN puede resumir cada snapshot y una LSTM/GRU modelar la secuencia de embeddings resultantes.

Model combining graph structure and temporal dependence.

Ejemplo y contexto

El integrador resume cinco embeddings de nodos y densidad para formar una entrada de cada paso temporal.

The integrator summarizes five node embeddings and density to create the input for each time step.

Lectura crítica

La sincronización importa: el resumen estructural de t sólo puede usar datos conocidos en t.

Synchronization matters: the structural summary at t may use only information known at t.

Conectar y experimentar

spatio-temporal, GNN+RNN
Modelo NaiveModelos

Benchmark que usa una regla extremadamente simple, como asumir que el próximo valor será igual al último observado o que el próximo retorno será cero. Su simplicidad lo convierte en una prueba exigente contra resultados aparentemente sofisticados.

Simple benchmark such as predicting the next value equals the last observed value.

Ejemplo y contexto

La arena usa pronóstico cero y posición cash; por eso no reporta acierto direccional ni Sharpe para esa posición constante.

The arena uses zero forecasts and a cash position, so directional accuracy and Sharpe are not reported for that constant position.

Lectura crítica

Persistencia de precios y retorno cero son coherentes entre sí, pero su métrica debe expresarse en el target elegido.

Price persistence and zero return are consistent, but metrics must use the chosen target.

Conectar y experimentar

naive, persistence
MSEMétricas

Mean Squared Error. Promedio de (y−ŷ)². Es frecuente como función de pérdida en regresión por su diferenciabilidad, aunque su escala cuadrática dificulta la interpretación directa.

Mean Squared Error, average squared prediction error.

MSE = (1/n) Σ(yᵢ − ŷᵢ)²

Ejemplo y contexto

Con errores de 1 y 3 pp, MSE=5 pp²; su raíz devuelve la escala original de error.

Errors of 1 and 3 pp yield MSE=5 pp²; its square root restores the original error scale.

Lectura crítica

Su unidad es cuadrática; no debe rotularse MSE como porcentaje o precio sin elevar las unidades al cuadrado.

Its unit is squared; MSE must not be labeled as percentage or price without squaring the unit.

Conectar y experimentar

MSE, loss
Neurona artificialRedes neuronales

Unidad que calcula una combinación de entradas, pesos y sesgo, y aplica una activación. Es un bloque matemático de una red, no una reproducción completa de una neurona biológica. Con muchas unidades y entrenamiento por gradiente, una red puede aproximar relaciones entre datos y un objetivo.

A unit that computes a weighted combination of inputs plus a bias and applies an activation. It is a mathematical building block, not a full biological neuron. Many units trained by gradients can approximate relationships between inputs and a target.

a = φ(wᵀx+b)

Ejemplo y contexto

Con x=[1,2], w=[0,5;−0,2] y b=0,1, la preactivación es 0,2; ReLU conserva ese valor.

For x=[1,2], w=[0.5,−0.2] and b=0.1, preactivation is 0.2; ReLU retains it.

Lectura crítica

Los pesos deben aprenderse o declararse fijos; dibujar una neurona no demuestra aprendizaje.

Weights must be fitted or stated as fixed; drawing a neuron does not demonstrate learning.

Conectar y experimentar

neuron, weights, bias, activation
Node classificationGNN

Tarea de asignar una clase a cada nodo usando atributos propios y contexto del grafo. En blockchain puede aplicarse a categorías de direcciones cuando existen etiquetas confiables.

Task of assigning a class label to each node using node and graph information.

Ejemplo y contexto

En una tarea binaria con etiquetas incompletas, sólo los nodos etiquetados aportan a la pérdida supervisada y evaluación correspondiente.

In a partially labeled binary task, only labeled nodes contribute to supervised loss and the relevant evaluation.

Lectura crítica

Una etiqueta desconocida no es automáticamente una tercera clase; evaluaciones temporales deben respetar disponibilidad del grafo.

An unknown label is not automatically a third class; temporal evaluation must respect graph availability.

Conectar y experimentar

node classification, GNN task
NodoGrafos

Unidad de la estructura de un grafo. Puede representar una dirección, una transacción, un contrato o una entidad inferida, según la definición del problema. Sus atributos pueden incluir balance, actividad o centralidad. La identidad representada debe documentarse y mantenerse consistente en cada snapshot.

A basic unit of graph structure. Depending on the task, it may represent an address, transaction, contract or inferred entity. Attributes may include balance, activity or centrality. The represented identity must be documented and remain consistent across snapshots.

Ejemplo y contexto

En el laboratorio 05, cada nodo representa una dirección; en el artículo complementario representa un usuario o un video.

In lab 05 each node represents an address; in the complementary article it represents a user or video.

Lectura crítica

Dirección, wallet, persona y entidad no son equivalentes; agruparlas requiere supuestos y evidencia.

Addresses, wallets, people and entities are not equivalent; grouping them requires assumptions and evidence.

Conectar y experimentar

node, vertex
Normalización Min-MaxPreprocesamiento

Escalado que transforma una variable normalmente al rango [0,1] usando mínimo y máximo. Si esos extremos se calculan con todo el dataset, se introduce leakage. Además, valores futuros pueden quedar fuera del rango observado en entrenamiento.

Scaling method that maps data typically to [0,1] using training minimum and maximum.

x′ = (x − min_train) / (max_train − min_train)

Ejemplo y contexto

Con mínimo 10 y máximo 20 en train, x=25 se transforma en 1,5; estar fuera de [0,1] es posible en evaluación.

With training minimum 10 and maximum 20, x=25 becomes 1.5; evaluation values may lie outside [0,1].

Lectura crítica

Si máximo y mínimo coinciden, debe definirse una política para la variable constante y evitar división por cero.

If minimum and maximum coincide, define a constant-feature policy to avoid division by zero.

Conectar y experimentar

min-max, scaling
Número de parámetrosEntrenamiento

Cantidad total de pesos y sesgos entrenables de un modelo. Sirve para comparar complejidad aproximada. Más parámetros aumentan capacidad potencial, pero no garantizan mejor generalización.

Total number of trainable weights and biases in a model.

P = g·u·(d + u + b); g_LSTM=4, g_GRU=3; b=1 o 2

Ejemplo y contexto

Una capa con d=8 y u=32, dos vectores de bias y sin cabeza tiene 5.376 parámetros LSTM o 4.032 GRU.

One layer with d=8, u=32, two bias vectors and no output head has 5,376 LSTM or 4,032 GRU parameters.

Lectura crítica

Cambiar capas, direcciones, proyecciones o bias cambia el conteo; no equivale directamente a tiempo de ejecución.

Changing layers, directions, projections or biases changes the count; it does not directly equal runtime.

Conectar y experimentar

parameter count, complexity
Out-degreeGrafos

Cantidad de aristas que salen de un nodo. En transacciones mide conexiones o interacciones salientes.

Number of outgoing edges from a node.

Ejemplo y contexto

Un nodo con conexiones A→B y A→C tiene out-degree dos, aunque los montos enviados sean muy diferentes.

A node with A→B and A→C connections has out-degree two, even if transferred amounts differ substantially.

Lectura crítica

Una salida elevada no identifica por sí sola exchange, intermediario ni actividad ilícita.

High outgoing connectivity does not by itself identify an exchange, intermediary or illicit activity.

Conectar y experimentar

out-degree, outgoing
Out-of-sampleValidación

Evaluación sobre observaciones no utilizadas para estimar ni seleccionar el modelo. Es una condición central para saber si un resultado generaliza y no es sólo ajuste al pasado.

Evaluation on observations not used to fit or select the model.

Ejemplo y contexto

Los folds temporales producen predicciones sobre períodos posteriores al ajuste; se debe registrar cuándo se conoce cada etiqueta.

Temporal folds produce predictions after model fitting; record when each label becomes available.

Lectura crítica

Fuera de entrenamiento no siempre significa fuera de selección: reutilizar resultados para elegir modelos contamina la estimación final.

Outside training does not always mean outside selection; reusing results to choose models contaminates final evaluation.

Conectar y experimentar

OOS, generalization
Output gateRedes neuronales

Compuerta de salida de LSTM. Determina qué parte del estado de celda se transforma en el estado oculto hₜ que será visible para la salida y el siguiente paso temporal.

LSTM gate controlling which cell-state information becomes the hidden state.

Ejemplo y contexto

Si cₜ=1 y oₜ=0,5, hₜ≈0,3808; la celda puede retener memoria que no se expone totalmente en h.

If cₜ=1 and oₜ=0.5, hₜ≈0.3808; the cell may retain memory not fully exposed through h.

Lectura crítica

La salida de la compuerta no es una probabilidad de suba del precio.

The output gate is not a probability of a price increase.

Conectar y experimentar

output gate
OverfittingEntrenamiento

Situación en la que el modelo aprende demasiado bien patrones específicos del entrenamiento y pierde capacidad fuera de muestra. Se observa típicamente cuando training loss sigue bajando mientras validation loss comienza a subir.

Model fits training data too closely and generalizes poorly.

Ejemplo y contexto

Una brecha creciente entre error de entrenamiento y validación motiva revisar capacidad, regularización y calidad del diseño experimental.

A growing training-validation error gap motivates reviewing capacity, regularization and experimental design quality.

Lectura crítica

La brecha por sí sola no prueba sobreajuste: cambios de distribución o escalas distintas también pueden explicarla.

The gap alone does not prove overfitting; distribution shifts or different scales may also explain it.

Conectar y experimentar

overfitting, generalization
OversmoothingGNN

Fenómeno por el cual, al apilar muchas capas GNN, los embeddings de distintos nodos se vuelven demasiado similares y pierden capacidad discriminante.

Phenomenon where deep GNNs make node embeddings overly similar.

Ejemplo y contexto

Comparar embeddings al aumentar capas ayuda a detectar pérdida de diferenciación en ciertos operadores y grafos.

Comparing embeddings as layers increase helps detect loss of differentiation under particular operators and graphs.

Lectura crítica

No ocurre inevitablemente a una profundidad fija y es distinto de oversquashing, que comprime mensajes numerosos.

It does not inevitably occur at a fixed depth and differs from oversquashing, which compresses many messages.

Conectar y experimentar

oversmoothing, depth
PageRankGrafos

Centralidad recursiva que asigna mayor peso a nodos conectados desde otros nodos importantes. Conceptualmente, la relevancia de un nodo depende no sólo de cuántas conexiones recibe sino de quién provienen.

Recursive centrality where links from important nodes contribute more.

PR(v) = (1−d)/N + d·Σᵤ→ᵥ PR(u)·p(u→v) + d·masa_dangling/N

Ejemplo y contexto

El laboratorio usa amortiguación 0,85 y redistribuye masa de nodos sin salidas; los scores de todos los nodos suman uno.

The lab uses damping 0.85 and redistributes mass from dangling nodes; all node scores sum to one.

Lectura crítica

La fórmula simplificada debe incorporar nodos sin salida; cambiar pesos de aristas puede alterar el ranking.

The simplified formula needs dangling-node handling; changing edge weights may change rankings.

Conectar y experimentar

PageRank, centrality
ParámetroEntrenamiento

Valor interno aprendido por el modelo durante el entrenamiento, como pesos y sesgos de una red neuronal. La cantidad de parámetros influye en capacidad, costo computacional y riesgo de sobreajuste.

Internal model value learned during training, such as weights and biases.

Ejemplo y contexto

Un peso multiplicador o un sesgo suele aprenderse en entrenamiento; los laboratorios pueden fijarlos para permitir seguir cada cálculo.

A multiplicative weight or bias is normally fitted during training; labs may fix them so every calculation can be traced.

Lectura crítica

Un valor llamado parámetro en una simulación no necesariamente fue estimado con observaciones.

A value called a parameter in a simulation was not necessarily estimated from observations.

Conectar y experimentar

parameter, weights
Pooling de grafoGrafos dinámicos

Operación que convierte embeddings de un número de nodos en un vector de tamaño fijo para representar el grafo. Puede utilizar suma, media, máximo o atención. Las operaciones simétricas preservan invariancia al orden de los nodos y permiten procesar snapshots de distinto tamaño.

An operation converting node embeddings into a fixed-size vector representing the graph. It may use sum, mean, max or attention. Symmetric operations preserve node-order invariance and allow snapshots of different sizes.

zₜ = (1/nₜ)Σᵥ hᵥ,ₜ

Ejemplo y contexto

El integrador toma la media de cinco vectores de dos componentes y concatena densidad, obteniendo tres entradas.

The integrator averages five two-component vectors and concatenates density, producing three inputs.

Lectura crítica

La media puede perder información sobre tamaño, heterogeneidad y distribución de nodos; conviene analizar qué se conserva.

The mean may lose information about size, heterogeneity and node distribution; analyze what it retains.

Conectar y experimentar

readout, mean, graph embedding
PrecioSeries temporales

Valor de mercado observado de un activo en un momento dado. El precio suele ser no estacionario y presentar tendencias; por eso, predecir precios brutos puede producir métricas engañosas si no se compara con benchmarks adecuados. Para muchos experimentos es preferible modelar retornos o cambios.

Observed market value of an asset. Raw prices are often non-stationary, so return-based targets are frequently more robust.

Ejemplo y contexto

Pasar de 100 a 110 unidades monetarias significa una variación de 10%; un error de 5 unidades cambia de significado según la escala.

A move from 100 to 110 currency units is a 10% increase; a five-unit error has different meaning at different price scales.

Lectura crítica

Un R² alto sobre precios con tendencia puede coexistir con escasa capacidad para anticipar retornos.

High R² on trending prices can coexist with poor ability to forecast returns.

Conectar y experimentar

price, non-stationary
PrecisionMétricas

En clasificación, proporción de predicciones positivas que realmente son positivas: TP/(TP+FP). Es útil cuando los falsos positivos tienen costo alto.

Fraction of predicted positives that are truly positive.

Precision = TP / (TP + FP)

Ejemplo y contexto

Con 20 alertas y 15 verdaderos positivos, precision=15/20=0,75; cinco alertas fueron falsos positivos.

With 20 alerts and 15 true positives, precision=15/20=0.75; five alerts were false positives.

Lectura crítica

Si no hay positivos predichos el denominador es cero; declará la política de valores indefinidos.

With no predicted positives, the denominator is zero; state the undefined-value policy.

Conectar y experimentar

precision, classification
Purga temporalValidación

Exclusión de muestras de entrenamiento cuyas etiquetas todavía no están disponibles en el momento del corte o cuyo intervalo se superpone al tramo reservado según el protocolo. Se necesita registrar inicio y fin de cada etiqueta, especialmente con horizontes de varios períodos.

Exclusion of training samples whose labels are unavailable at the cutoff or whose intervals overlap a reserved period under the protocol. Label start and end times must be recorded, especially for multi-period horizons.

fin_etiqueta ≤ instante_de_decisión

Ejemplo y contexto

Con H=7, el laboratorio 02 purga seis filas cercanas al corte respecto del entrenamiento elegible con H=1.

With H=7, lab 02 purges six rows near the cutoff compared with eligible H=1 training.

Lectura crítica

Purga y embargo no son sinónimos; la regla exacta depende del esquema y del tiempo de decisión.

Purging and embargo are not synonyms; the exact rule depends on the scheme and decision time.

Conectar y experimentar

purging, maturity, horizon, leakage
Random ForestModelos

Ensamble de árboles de decisión entrenados sobre distintas muestras y subconjuntos de variables. Maneja relaciones no lineales e interacciones y funciona bien como benchmark fuerte para datasets tabulares.

Ensemble of decision trees that captures nonlinearities and interactions in tabular data.

Ejemplo y contexto

En una aplicación real se ajustan muchos árboles y se promedian sus salidas; los rezagos deben construirse antes con reglas causales.

A real application fits many trees and averages their outputs; lags must first be constructed under causal availability rules.

Lectura crítica

La arena RF es un perfil sintético fijo; sus resultados no miden un Random Forest entrenado.

The arena's RF is a fixed synthetic profile; its results do not evaluate a trained Random Forest.

Conectar y experimentar

RF, trees, ensemble
RecallMétricas

También llamado sensibilidad. Proporción de positivos reales detectados: TP/(TP+FN). Es importante cuando perder casos positivos es costoso.

Fraction of actual positives correctly detected.

Recall = TP / (TP + FN)

Ejemplo y contexto

Si existen 30 positivos reales y se detectan 15, recall=15/30=0,50; los otros 15 son falsos negativos.

If 30 actual positives exist and 15 are detected, recall=15/30=0.50; the other 15 are false negatives.

Lectura crítica

Reducir el umbral puede elevar recall a costa de precision; compará según costos y prevalencia.

Lowering a threshold may increase recall at precision's expense; compare using costs and prevalence.

Conectar y experimentar

recall, sensitivity
ReproducibilidadMetodología

Capacidad de volver a ejecutar un experimento con los mismos datos, reglas y parámetros y obtener resultados equivalentes. Requiere documentar fuentes, fechas, semillas, transformaciones, versiones y métricas.

Ability to rerun an experiment under the same conditions and obtain equivalent results.

Ejemplo y contexto

Los registros JSON guardan configuración, supuestos, resultados y autoría para contrastar dos escenarios o reconstruir una actividad.

JSON records store configuration, assumptions, results and authorship to compare scenarios or reconstruct an activity.

Lectura crítica

Resultados equivalentes pueden requerir tolerancias numéricas; documentá entorno y versiones además de semilla.

Equivalent results may require numerical tolerances; document environment and versions as well as the seed.

Conectar y experimentar

reproducibility, science
Reset gateRedes neuronales

Compuerta de GRU que controla cuánto del pasado se utiliza al construir el nuevo estado candidato. Permite reducir la influencia histórica cuando el contexto cambia.

GRU gate controlling how much past information contributes to the new candidate state.

Ejemplo y contexto

Un reset r cercano a cero reduce el aporte recurrente al candidato de GRU; no borra directamente todo el estado final.

A reset r near zero reduces the recurrent contribution to the GRU candidate; it does not directly erase the final state.

Lectura crítica

PyTorch aplica r después de la transformación recurrente del candidato; otras convenciones lo aplican antes.

PyTorch applies r after the candidate's recurrent transformation; other conventions apply it before.

Conectar y experimentar

GRU, reset
Retorno logarítmicoSeries temporales

Transformación definida como rₜ = ln(Pₜ/Pₜ₋₁). Es aditiva en el tiempo, lo que facilita análisis estadísticos y agregación de retornos. En horizontes cortos suele aproximarse al retorno simple, pero no son exactamente iguales.

Log return defined as ln(P_t/P_(t-1)); additive across time and often convenient for statistical modeling.

rₜ = ln(Pₜ / Pₜ₋₁)

Ejemplo y contexto

Para un cambio de 100 a 110, ln(1,1) ≈ 0,09531. La arena convierte el retorno logarítmico acumulado mediante exp(r)−1.

For a move from 100 to 110, ln(1.1) ≈ 0.09531. The arena converts cumulative log returns using exp(r)−1.

Lectura crítica

Distinguir una fracción de su expresión porcentual evita multiplicar o dividir por 100 dos veces.

Distinguishing a fraction from its percentage expression prevents applying the factor 100 twice.

Conectar y experimentar

log return, ln
Retorno simpleSeries temporales

Variación porcentual entre dos precios consecutivos. Se calcula como rₜ = (Pₜ/Pₜ₋₁) − 1. Es útil para interpretar cambios relativos y para comparar activos de distinta escala.

Percentage change between consecutive prices: r_t = (P_t/P_(t-1)) - 1.

rₜ = (Pₜ / Pₜ₋₁) − 1

Ejemplo y contexto

Si el precio pasa de 100 a 110, el retorno simple es 0,10 o 10%; dos retornos de 10% acumulan 21%.

A price move from 100 to 110 gives 0.10 or 10%; two consecutive 10% returns compound to 21%.

Lectura crítica

Los retornos simples se componen multiplicando factores 1+r, no sumando porcentajes en general.

Simple returns compound through products of 1+r, rather than generally adding percentages.

Conectar y experimentar

retorno, variación porcentual
RidgeModelos

Regresión lineal que añade una penalización L2 sobre los coeficientes para limitar magnitudes y estabilizar estimaciones. El hiperparámetro λ controla la intensidad de regularización. En el laboratorio 02 se ajusta dentro de cada fold con un escalador aprendido sólo en train y un intercepto sin penalización.

Linear regression adding an L2 penalty on coefficients to control their magnitude and stabilize estimation. Hyperparameter λ controls regularization strength. Lab 02 fits each fold with a training-only scaler and an unpenalized intercept.

minᵦ Σᵢ(yᵢ−β₀−xᵢᵀβ)² + λ·‖β‖²

Ejemplo y contexto

Dos variables correlacionadas pueden recibir coeficientes más estables al introducir λ>0; el valor se elige por validación.

Two correlated features can receive more stable coefficients with λ>0; choose the value through validation.

Lectura crítica

Ridge no repara predictores contaminados con futuro y no selecciona necesariamente coeficientes exactamente nulos.

Ridge cannot repair future-contaminated predictors and does not generally select exactly zero coefficients.

Conectar y experimentar

ridge, L2, regularization, lambda
RMSEMétricas

Root Mean Squared Error. Raíz del promedio de errores al cuadrado. Penaliza más fuertemente errores grandes que MAE, por lo que es sensible a outliers.

Root Mean Squared Error; more sensitive to large errors than MAE.

RMSE = √[(1/n) Σ(yᵢ − ŷᵢ)²]

Ejemplo y contexto

Para errores de 1 y 3 pp, RMSE=√5≈2,236 pp, mayor que MAE porque pondera más el error grande.

Errors of 1 and 3 pp give RMSE=√5≈2.236 pp, exceeding MAE because the large error receives more weight.

Lectura crítica

Compará RMSE sobre el mismo target, horizonte y subconjunto; distintas escalas invalidan rankings directos.

Compare RMSE on the same target, horizon and subset; different scales invalidate direct rankings.

Conectar y experimentar

RMSE, error
RNNRedes neuronales

Red neuronal recurrente que mantiene un estado oculto y procesa secuencias paso a paso. Puede representar dependencia temporal, pero las RNN simples sufren dificultades con dependencias largas y gradientes que se desvanecen o explotan.

Recurrent neural network that processes sequences through a hidden state.

Ejemplo y contexto

Una RNN reutiliza sus pesos en cada paso para actualizar hₜ a partir de xₜ y hₜ₋₁, permitiendo secuencias de distintas longitudes.

An RNN reuses weights at each step to update hₜ from xₜ and hₜ₋₁, allowing different sequence lengths.

Lectura crítica

Transmitir memoria no evita automáticamente gradientes inestables ni garantiza capacidad predictiva.

Passing memory does not automatically prevent unstable gradients or guarantee forecasting ability.

Conectar y experimentar

RNN, sequence
R²Métricas

Coeficiente de determinación definido como uno menos el error cuadrático del modelo dividido por la variación cuadrática respecto de la media del conjunto evaluado. Puede ser negativo fuera de muestra y no implica causalidad. Un valor muy alto en precios con tendencia requiere contrastar baselines, escalas y posibles fugas.

Coefficient of determination defined as one minus model squared error divided by squared variation around the evaluated sample mean. It may be negative out of sample and does not imply causality. Very high values on trending prices require checks of baselines, units and possible leakage.

R² = 1 − Σ(y−ŷ)² / Σ(y−ȳ)²

Ejemplo y contexto

R² puede ser negativo si el error cuadrático supera al de predecir la media del conjunto evaluado; con y constante, el cociente no está definido.

R² can be negative when squared error exceeds predicting the evaluated set's mean; a constant target makes the ratio undefined.

Lectura crítica

La media del test es una referencia descriptiva de la métrica, no necesariamente un pronóstico disponible en tiempo real.

The test mean is a descriptive metric reference, not necessarily a real-time available forecast.

Conectar y experimentar

R2, explained variance
Régimen de mercadoMercado

Estado cualitativo del mercado definido a partir de variables como tendencia, volatilidad o liquidez: por ejemplo bull, bear, alta volatilidad o baja volatilidad. Un modelo puede rendir de manera distinta según el régimen.

Market state such as bull, bear, high-volatility or low-volatility regime.

Ejemplo y contexto

Definir un régimen por volatilidad pasada permite evaluar estabilidad por contexto; las reglas y umbrales se fijan antes del test.

Defining regimes using past volatility enables context-specific evaluation; rules and thresholds are fixed before testing.

Lectura crítica

Una etiqueta retrospectiva basada en máximos futuros no estaba disponible para una decisión en tiempo real.

A retrospective label based on future peaks was unavailable for real-time decisions.

Conectar y experimentar

regime, bull, bear
Self-loopGNN

Arista de un nodo hacia sí mismo. En muchas GNN se agrega para conservar su información propia al mezclar mensajes de vecinos. En una GCN cambia tanto la adyacencia como los grados usados para normalización; en una GAT amplía el conjunto de softmax.

An edge from a node to itself. Many GNNs add it to retain self information during neighborhood mixing. In a GCN it changes adjacency and normalization degrees; in a GAT it enlarges the softmax set.

à = A + I

Ejemplo y contexto

El laboratorio 06 incluye el nodo objetivo en GCN y GAT; GraphSAGE incorpora su vector mediante concatenación explícita.

Lab 06 includes the target node in GCN and GAT; GraphSAGE includes its vector through explicit concatenation.

Lectura crítica

No agregues dos veces la información propia si el operador ya incluye self-loops automáticamente.

Do not duplicate self information when an operator already adds self-loops automatically.

Conectar y experimentar

self, identity, degree, GCN
Semilla aleatoriaDatos y variables

Valor inicial utilizado por un generador pseudoaleatorio. Fijar la semilla permite reproducir exactamente la misma simulación, lo que facilita comparar configuraciones y verificar errores.

Initial value for a pseudo-random generator, enabling reproducible simulations.

Ejemplo y contexto

Reiniciar un laboratorio restaura su semilla y datos; regenerar el grafo avanza la semilla para producir otra realización.

Resetting a lab restores its seed and data; graph regeneration advances the seed to produce another realization.

Lectura crítica

Una semilla no fija algoritmos, versiones o ejecución paralela; por sí sola no garantiza reproducción universal.

A seed does not fix algorithms, versions or parallel execution and alone cannot guarantee universal reproducibility.

Conectar y experimentar

random seed, reproducibility
Serie temporalSeries temporales

Secuencia de observaciones ordenadas cronológicamente. En finanzas, el orden importa: mezclar pasado y futuro destruye la validez del experimento. Una serie puede ser de precios, retornos, volumen, volatilidad, fees o cualquier métrica on-chain observada a lo largo del tiempo.

Chronologically ordered observations. In finance, preserving order is essential to avoid contaminating past information with future data.

Ejemplo y contexto

Antes de construir ventanas, definí frecuencia, zona horaria, faltantes y momento de disponibilidad; una observación diaria puede publicarse con retraso.

Before building windows, define frequency, timezone, missing values and availability time; daily observations may be published late.

Lectura crítica

Ordenar por fecha no basta si el dato fue revisado o conocido después del momento de decisión.

Date ordering alone is insufficient when a value was revised or became known after the decision.

Conectar y experimentar

tiempo, orden, secuencia
SHAPInterpretabilidad

Método de atribución basado en valores de Shapley. Descompone una predicción como valor base más contribuciones de las features: f(x)=E[f(x)]+Σφᵢ. Permite explicaciones locales y agregaciones globales, pero describe el modelo, no la causalidad económica.

Shapley-based attribution method decomposing a prediction into a baseline plus feature contributions.

f(x) = E[f(x)] + Σᵢ φᵢ

Ejemplo y contexto

El laboratorio 08 explica un modelo lineal con SHAP interventional: φᵢ=wᵢ(xᵢ−μᵢ), bajo un juego de referencia definido.

Lab 08 explains a linear model with interventional SHAP: φᵢ=wᵢ(xᵢ−μᵢ), under a specified reference game.

Lectura crítica

La fórmula no vale automáticamente para cualquier red ni para SHAP condicional con dependencias entre features.

The formula does not automatically apply to arbitrary networks or conditional SHAP with dependent features.

Conectar y experimentar

SHAP, Shapley
SHAP interventionalInterpretabilidad

Juego de atribución que evalúa features presentes y sustituye las ausentes usando una distribución de referencia sin condicionar las ausentes en los valores observados de las presentes. Para un modelo lineal aditivo, los aportes dependen del coeficiente y de la distancia a la media de referencia.

An attribution game evaluating present features and replacing absent ones using a reference distribution without conditioning absent values on observed present features. For an additive linear model, contributions depend on coefficients and distance from reference means.

φᵢ=wᵢ(xᵢ−μᵢ); base=b+Σᵢwᵢμᵢ

Ejemplo y contexto

Con f(x)=b+Σwᵢxᵢ, la referencia tiene base b+Σwᵢμᵢ y cada aporte es wᵢ(xᵢ−μᵢ).

For f(x)=b+Σwᵢxᵢ, the baseline is b+Σwᵢμᵢ and each contribution is wᵢ(xᵢ−μᵢ).

Lectura crítica

Interventional es un término del método de explicación; no identifica por sí mismo efectos causales económicos.

Interventional is an explanation-method term; it does not by itself identify economic causal effects.

Conectar y experimentar

SHAP, linear, reference, independence
Sharpe RatioMétricas

Relación entre retorno excedente y volatilidad de los retornos de una estrategia. Resume retorno ajustado por riesgo, pero depende de frecuencia, supuestos de distribución y tratamiento de costos. No debe interpretarse aisladamente.

Risk-adjusted return measure comparing excess return to return volatility.

Sharpe ≈ (E[R] − R_f) / σ(R)

Ejemplo y contexto

La arena usa retornos netos de decisiones no superpuestas y factor √(365/H), con tasa libre de riesgo cero como supuesto pedagógico.

The arena uses net returns from nonoverlapping decisions and √(365/H), assuming zero risk-free return for pedagogy.

Lectura crítica

Con varianza nula el cociente no se define; anualizar por raíz del tiempo exige supuestos que pueden fallar.

With zero variance the ratio is undefined; square-root-of-time annualization requires assumptions that may fail.

Conectar y experimentar

Sharpe, risk-adjusted
SigmoidRedes neuronales

Función σ(x)=1/(1+e⁻ˣ) con salida estrictamente entre 0 y 1 para entradas finitas. En LSTM y GRU se usa habitualmente en compuertas porque permite interpretar el resultado como una proporción de información que pasa o se bloquea.

Logistic activation σ(x)=1/(1+e^(−x)) with output strictly between zero and one for finite inputs. Recurrent networks commonly use it to control the fraction of information retained, admitted or exposed.

σ(x) = 1 / (1 + e⁻ˣ)

Ejemplo y contexto

σ(0)=0,5 y σ(2)≈0,8808; el integrador convierte su estado en un score de ese rango.

σ(0)=0.5 and σ(2)≈0.8808; the integrator converts its state into a score in this range.

Lectura crítica

Estar entre cero y uno no convierte automáticamente una salida en probabilidad calibrada.

Lying between zero and one does not automatically make an output a calibrated probability.

Conectar y experimentar

sigmoid, gates
Snapshot de grafoGrafos dinámicos

Representación del grafo en un instante o intervalo temporal específico, Gₜ. Una secuencia G₁,G₂,… permite estudiar cómo cambia la estructura de la blockchain.

Graph representation for a specific time point or interval.

G₁, G₂, …, Gₜ

Ejemplo y contexto

Un snapshot de un día puede agregar sus transferencias; hay que declarar si usa eventos del día o todo el historial hasta esa fecha.

A daily snapshot may aggregate that day's transfers; state whether it uses daily events or all history up to the cutoff.

Lectura crítica

Una estructura que incluye aristas posteriores al corte contamina una predicción histórica.

A structure containing edges after the cutoff contaminates a historical forecast.

Conectar y experimentar

snapshot, G_t
SoftmaxGNN

Transformación que convierte un conjunto de scores en pesos positivos que suman 1. En GAT se utiliza para normalizar coeficientes de atención entre los vecinos de un nodo.

Transformation turning scores into positive weights that sum to one; used to normalize GAT attention.

softmax(zᵢ) = eᶻⁱ / Σⱼ eᶻʲ

Ejemplo y contexto

Para scores [0,0], softmax devuelve [0,5;0,5]; restar el máximo antes de exponentiar mejora estabilidad numérica.

For scores [0,0], softmax returns [0.5,0.5]; subtracting the maximum before exponentiation improves numerical stability.

Lectura crítica

La normalización es dentro de un conjunto definido de vecinos; no una medida de importancia causal global.

Normalization occurs within a defined neighbor set; it is not a measure of global causal importance.

Conectar y experimentar

softmax, attention
SubgrafoGrafos

Parte de un grafo formada por un subconjunto de nodos y aristas. Permite estudiar vecindarios, comunidades o patrones locales sin procesar toda la red.

Subset of a graph containing selected nodes and edges.

Ejemplo y contexto

Un subgrafo inducido conserva todas las aristas originales entre los nodos elegidos; otro subgrafo puede conservar sólo algunas.

An induced subgraph preserves every original edge between selected nodes; another subgraph may retain only some edges.

Lectura crítica

Centralidades en una muestra parcial pueden diferir sustancialmente de las del grafo completo.

Centralities in a partial sample may differ substantially from full-graph values.

Conectar y experimentar

subgraph
tanhRedes neuronales

Tangente hiperbólica con salida entre −1 y 1. En LSTM/GRU suele usarse para construir estados candidatos y limitar magnitudes internas.

Hyperbolic tangent activation with output in [-1,1].

Ejemplo y contexto

tanh(0)=0 y tanh(1)≈0,7616; conserva signo y comprime magnitudes grandes en candidatos recurrentes.

tanh(0)=0 and tanh(1)≈0.7616; it preserves sign and compresses large magnitudes in recurrent candidates.

Lectura crítica

La saturación cerca de ±1 reduce derivadas; una celda LSTM acumulada no comparte necesariamente ese rango.

Saturation near ±1 reduces derivatives; an accumulated LSTM cell does not necessarily share this range.

Conectar y experimentar

tanh, recurrent
TargetDatos y variables

Variable objetivo que el modelo intenta explicar o predecir. En U8 puede ser retorno futuro, dirección del mercado, volatilidad o régimen. Definir correctamente el target es más importante que elegir una arquitectura sofisticada.

Outcome the model is trained to predict, such as future return, direction, volatility or regime.

X → y

Ejemplo y contexto

Para regresión, y puede ser un retorno; para clasificación, una etiqueta definida por un umbral y un horizonte documentados.

For regression, y may be a return; for classification, a label defined by a documented threshold and horizon.

Lectura crítica

Cambiar el target modifica la pregunta y puede impedir comparar directamente dos métricas.

Changing the target changes the question and may prevent direct comparison of metrics.

Conectar y experimentar

y, objective
TensorRedes neuronales

Arreglo multidimensional utilizado para representar datos y parámetros en frameworks de deep learning. Un batch de secuencias puede organizarse como tensor [batch, time, features].

Multidimensional array used for data and parameters in deep-learning frameworks.

Ejemplo y contexto

El laboratorio 01 muestra una muestra [30,2]; al agrupar B muestras se obtiene [B,30,2] con convención batch-first.

Lab 01 shows one [30,2] sample; batching B samples yields [B,30,2] under a batch-first convention.

Lectura crítica

Los ejes deben etiquetarse; confundir tiempo y features puede producir un código válido con significado incorrecto.

Axes must be labeled; mixing time and feature dimensions can yield valid code with incorrect meaning.

Conectar y experimentar

tensor, shape
Transaction countOn-chain

Cantidad de transacciones registradas en un período. Puede reflejar actividad de red, aunque cambios de batching, Layer 2, spam o diseño protocolar afectan su interpretación.

Number of blockchain transactions recorded during a period.

Ejemplo y contexto

Una transacción Bitcoin puede tener muchas entradas y salidas; una transacción Ethereum puede disparar varias llamadas internas.

A Bitcoin transaction may have many inputs and outputs; an Ethereum transaction may trigger multiple internal calls.

Lectura crítica

Contar transacciones, transferencias y llamadas no es equivalente; documentá el objeto contado.

Transaction, transfer and call counts are not equivalent; document the counted object.

Conectar y experimentar

transaction count
TVLOn-chain

Total Value Locked. Valor agregado de activos depositados en protocolos DeFi bajo una metodología específica. Es útil para estudiar actividad financiera, pero depende de precios y de cómo cada fuente define qué se incluye.

Total value locked in DeFi protocols under a specific methodology.

Ejemplo y contexto

Si sube el precio de los tokens depositados, TVL en dólares puede crecer sin nuevos depósitos; separá efecto precio y cantidades.

Rising deposited-token prices can increase dollar TVL without new deposits; separate prices from quantities.

Lectura crítica

Metodologías y doble conteo afectan comparabilidad; TVL no es volumen, ingreso ni solvencia garantizada.

Methodology and double counting affect comparability; TVL is not volume, income or guaranteed solvency.

Conectar y experimentar

TVL, DeFi
UnderfittingEntrenamiento

Situación en la que el modelo es demasiado simple, está mal especificado o insuficientemente entrenado y no captura patrones relevantes ni siquiera en entrenamiento.

Model is too simple or insufficiently trained to capture relevant structure.

Ejemplo y contexto

Errores altos en train y validación pueden indicar capacidad insuficiente, pero también variables poco informativas o un objetivo mal definido.

High training and validation errors may signal insufficient capacity, uninformative inputs or a poorly defined target.

Lectura crítica

Aumentar complejidad sin revisar datos y objetivo puede ampliar el costo sin resolver el problema.

Increasing complexity without reviewing data and targets may add cost without solving the problem.

Conectar y experimentar

underfitting
Update gateRedes neuronales

Compuerta de actualización de GRU. Regula cuánto del estado previo se conserva frente a cuánto se reemplaza por nueva información. Cumple parte del rol conjunto de varias compuertas de LSTM.

GRU gate balancing preservation of previous state and incorporation of new information.

Ejemplo y contexto

Bajo la convención del integrador, z=0,8 pondera 80% del estado previo y 20% del candidato.

Under the integrator's convention, z=0.8 weights the previous state by 80% and the candidate by 20%.

Lectura crítica

No intercambies z y 1−z al trasladar fórmulas entre textos o implementaciones.

Do not interchange z and 1−z when transferring formulas across texts or implementations.

Conectar y experimentar

GRU, update
UTXOFundamentos

Unspent Transaction Output: salida de una transacción Bitcoin todavía no gastada. Una nueva transacción referencia salidas previas como entradas y crea otras salidas. Una wallet administra claves y un conjunto de UTXO; su saldo surge de salidas que puede gastar, no de una cuenta global única.

An unspent Bitcoin transaction output. A new transaction references earlier outputs as inputs and creates new outputs. A wallet manages keys and spendable UTXOs; its balance comes from those outputs rather than one global account.

Ejemplo y contexto

Una transferencia puede crear una salida para el destinatario y otra de cambio; ambas pasan a ser UTXO.

A payment can create one recipient output and one change output; both become UTXOs.

Lectura crítica

Agrupar direcciones por entradas comunes es una heurística con excepciones, no prueba automática de identidad.

Grouping addresses by shared inputs is a heuristic with exceptions, not automatic proof of identity.

Conectar y experimentar

Bitcoin, transaction, output, change
Valor base SHAPInterpretabilidad

Referencia E[f(x)] desde la cual se suman las contribuciones φᵢ para llegar a la predicción individual. Representa una expectativa del modelo sobre una población de referencia.

Reference prediction E[f(x)] from which SHAP contributions move to the individual prediction.

baseline = E[f(x)]

Ejemplo y contexto

En el ejemplo BTC, base 0,020 más aportes −0,007 da salida 0,013; cambiar μ modifica la base sin modificar f(x).

In the BTC example, base 0.020 plus contributions −0.007 gives output 0.013; changing μ alters the base without changing f(x).

Lectura crítica

La base no es necesariamente cero ni la media del target real; es una expectativa del modelo bajo la referencia.

The base is not necessarily zero or the actual target mean; it is a model expectation under the reference.

Conectar y experimentar

SHAP baseline, expected value
Valor de ShapleyInterpretabilidad

Concepto proveniente de teoría de juegos cooperativos. Mide la contribución marginal promedio de una variable considerando distintos subconjuntos posibles de variables. SHAP adapta esta idea para explicar predicciones.

Cooperative-game concept measuring average marginal contribution across coalitions.

Ejemplo y contexto

Se promedia el aporte marginal de cada feature sobre coaliciones ponderadas; el valor depende de qué significa una feature ausente.

Each feature's marginal contribution is averaged over weighted coalitions; values depend on what an absent feature means.

Lectura crítica

Dos juegos de referencia diferentes pueden asignar aportes distintos a la misma predicción.

Two different reference games can assign different contributions to the same prediction.

Conectar y experimentar

Shapley value, phi
VecindarioGrafos

Conjunto de nodos conectados a un nodo focal. En GNN, el vecindario es la fuente principal de información que se agrega durante message passing.

Set of nodes connected to a focal node.

Ejemplo y contexto

En grafos dirigidos se distinguen vecinos entrantes y salientes; el laboratorio 06 usa una red no dirigida para aislar la agregación.

Directed graphs distinguish incoming and outgoing neighbors; lab 06 uses an undirected network to isolate aggregation.

Lectura crítica

Incluir el nodo propio mediante self-loop modifica el conjunto agregado y la normalización.

Including the node itself through a self-loop changes the aggregated set and normalization.

Conectar y experimentar

neighborhood, neighbors
Ventana expansivaValidación

Variante de walk-forward donde el conjunto de entrenamiento crece con el tiempo. Cada nuevo paso conserva todas las observaciones históricas disponibles. Es útil cuando se considera que la información antigua sigue siendo relevante.

Walk-forward scheme where the training set grows by retaining all prior observations.

Ejemplo y contexto

Al avanzar un fold se incorporan nuevas etiquetas maduras y se conserva el historial anterior; el tamaño de train aumenta.

Advancing a fold adds newly matured labels while retaining earlier history, increasing training-set size.

Lectura crítica

Conservar datos antiguos puede perjudicar si la relación económica cambió; compará con una ventana móvil.

Retaining old data may hurt when economic relationships change; compare against a rolling window.

Conectar y experimentar

expanding window
Ventana móvilValidación

Variante de walk-forward donde el entrenamiento utiliza sólo los últimos N períodos. Puede adaptarse mejor a cambios estructurales o concept drift, pero descarta información antigua.

Walk-forward scheme using only the most recent fixed-size training window.

Ejemplo y contexto

Una ventana de 180 observaciones descarta las más antiguas al incorporar nuevas, manteniendo constante el tamaño nominal de entrenamiento.

A 180-observation window discards the oldest observations as new ones arrive, keeping nominal training size constant.

Lectura crítica

Una ventana muy breve aumenta incertidumbre; una extensa puede reaccionar lentamente a cambios.

Very short windows increase uncertainty; long ones may adapt slowly to changes.

Conectar y experimentar

rolling window
Ventana temporalSeries temporales

Bloque de observaciones pasadas utilizado para construir una entrada del modelo. Una ventana de 30 días usa, por ejemplo, xₜ₋₂₉,…,xₜ para predecir yₜ₊₁. Aumentar la ventana agrega contexto, pero también complejidad y riesgo de introducir información irrelevante.

Past observation block used as model input, such as 30 days of data to predict the next period.

[xₜ₋ₖ₊₁, …, xₜ] → yₜ₊ₕ

Ejemplo y contexto

El laboratorio 01 forma una matriz de 30×2: treinta observaciones de precio y retorno; la etiqueta corresponde al instante siguiente.

Lab 01 builds a 30×2 matrix: thirty price and return observations; the target belongs to the next time step.

Lectura crítica

El valor objetivo futuro no puede incorporarse como una fila adicional de la entrada.

The future target must not be included as an extra input row.

Conectar y experimentar

window, lookback
VolatilidadSeries temporales

Medida de dispersión o variabilidad de los retornos. Una volatilidad alta implica cambios más amplios e incertidumbre mayor, pero no indica dirección. Puede medirse con desviación estándar móvil, volatilidad realizada o modelos como GARCH.

Dispersion of returns. High volatility means larger fluctuations, not necessarily negative performance.

σ = √Var(r)

Ejemplo y contexto

Una desviación estándar diaria de 0,02 equivale a 2% diario; anualizar exige declarar la frecuencia y supuestos sobre dependencia temporal.

A daily standard deviation of 0.02 equals 2% per day; annualization requires a stated frequency and temporal-dependence assumptions.

Lectura crítica

Volatilidad, probabilidad de pérdida y riesgo de liquidez describen aspectos distintos del riesgo.

Volatility, loss probability and liquidity risk describe different aspects of risk.

Conectar y experimentar

risk, standard deviation, GARCH
Walk-forward validationValidación

Procedimiento de validación que simula el paso del tiempo. Se entrena con información disponible hasta una fecha y se predice el período siguiente; luego la ventana avanza y el proceso se repite. Es uno de los métodos más útiles para estimar rendimiento realista en series financieras.

Validation scheme that repeatedly trains on past data and predicts the next period, mimicking real deployment.

Ejemplo y contexto

En el laboratorio 02, cada fold ajusta modelo y scaler antes de predecir un bloque posterior de 35 observaciones.

In lab 02, each fold fits the model and scaler before predicting a later block of 35 observations.

Lectura crítica

Walk-forward no elimina una feature que ya contiene el target futuro; también hay que auditar los predictores.

Walk-forward cannot repair a feature that already contains the future target; predictors must also be audited.

Conectar y experimentar

walk-forward, backtest
XGBoostModelos

Implementación de gradient boosting que admite, entre otros, modelos basados en árboles. Construye componentes secuenciales para reducir una función de pérdida regularizada mediante información de gradientes. Es un benchmark habitual para datos tabulares con variables y rezagos bien construidos.

A gradient-boosting implementation supporting, among others, tree-based models. Sequential components reduce a regularized objective using gradient information. It is a common benchmark for tabular data with carefully constructed features and lags.

Ejemplo y contexto

El boosting incorpora modelos para reducir una pérdida regularizada mediante gradientes; con pérdida cuadrática se relaciona con corregir residuos.

Boosting adds models to reduce a regularized loss through gradients; squared-error loss relates this to residual correction.

Lectura crítica

El perfil XGBoost de la arena no ejecuta la biblioteca ni acredita superioridad empírica del algoritmo.

The arena's XGBoost profile does not run the library or establish empirical algorithmic superiority.

Conectar y experimentar

boosting, trees

Lectura complementaria · Sergio Gevatschnaider

Cómo TikTok sabe lo que querés ver

Conectá usuarios, videos, embeddings y propagación de mensajes con el análisis de blockchain. El ejemplo es una analogía didáctica y su fórmula no documenta la arquitectura interna de TikTok.

Connect users, videos, embeddings and message passing with blockchain analysis. The example is a teaching analogy; its formula does not document TikTok’s internal architecture.

Leer artículo: TikTok y GNN ↗

Fuentes para profundizar

Referencias primarias y documentación. Las definiciones y ejemplos se adaptaron al alcance concreto de los laboratorios de la Unidad 8.

↑ Buscar