Foro inversores crowdfunding / crowdlending
***********************************************************************************
Estimado Visitante,

Este foro no exige el registro para tener acceso a todos los foros abiertos y no ponemos trabas a la información, pero si te gusta puedes registrarte gratis y sin ningún compromiso.

También puedes ayudar en el mantenimiento del foro, solo tienes que visitar la publicidad.

Te esperamos y Gracias.

Buscar
 
 

Resultados por:
 

 


Rechercher Búsqueda avanzada

Últimos temas
» Auto Invest + Pagina en Español.
por franci72 Hoy a las 1:45 am

» FastInvest Review – Meeting the team in Lithuania
por melqui Ayer a las 2:51 pm

» Proyecto Refinancing of existing loan & increase of expansion capital
por Admin Ayer a las 2:44 pm

» Seguimiento de mi cartera
por melqui Sáb Dic 15, 2018 8:08 pm

» LENNDY nos desea Felices Fiestas
por Admin Vie Dic 14, 2018 6:20 pm

» Descripción del banco Revolut
por franci72 Vie Dic 14, 2018 11:21 am

» Otras formas de inversion + propuestas de diversificacion
por Admin Jue Dic 13, 2018 9:05 pm

» BONDORA (ee) crowdlending en Estonia
por drarenas Jue Dic 13, 2018 12:06 pm

» Ejecutar venta en ENvestio
por Indigno Jue Dic 13, 2018 9:33 am

» Proyecto Blaumaņa Street
por Admin Miér Dic 12, 2018 8:05 pm


Los posteadores más activos del mes
Admin
 
drarenas
 
franci72
 
melqui
 
peterk2
 
Indigno
 
Jose Maria Elvira
 
Ragagu
 
DGC
 
Barolo
 

Deep Learning de fiabilidad de préstamos

Ir abajo

Deep Learning de fiabilidad de préstamos

Mensaje por franci72 el Sáb Mayo 12, 2018 11:18 am

Anoche viendo un vídeo del "Google I/O '18" sobre Deep Learning (no pienso decir Aprendizaje Profundo affraid ) me surgió la idea, que seguramente ya usan las plataformas de prestamos, de hacer una aplicación que me dijera las probabilidades de que un préstamo se retrase o incluso entre en default. Para esto habría que alimentarla con los datos de las plataformas y luego en una app para el móvil se meten los datos del préstamo (las que lo dan) de edad, país, antiguedad como cliente, número de prestamos, hombre/mujer, etc.  (o se capturan con una foto, esto ya es para sobresaliente) y nos dice las probabilidades de que se retrase o entre en default. Como la predicción de la lluvia de las aplicaciones de tiempo.

¿Creeis que tiene sentido hacerla?

_________________
Tomand y ejecutad todos en él porque este es mi quantum.
avatar
franci72

Mensajes : 478
Puntos : 609
Reputación : 49
Fecha de inscripción : 27/02/2017

https://trincalapastaycorre.blogspot.com

Volver arriba Ir abajo

Re: Deep Learning de fiabilidad de préstamos

Mensaje por Khenir el Sáb Mayo 12, 2018 5:01 pm

Yo creo que tiene mucho sentido hacerla pero tengo dudas:

¿Son suficientes los datos de las plataformas en los que no te dan absolutamente ninguna información sobre las finanzas de los clientes?

Si te vas a meter con modelos predictivos, no merece más la pena hacerlos con acciones del Eurostoxx o incluso con partidos de fútbol??



En mi opinión con los datos que dan hasta ahora: edad, sexo, localización, cantidad pedida, plazo y poco más...creo que los datos no serían suficientes.

Khenir

Mensajes : 122
Puntos : 166
Reputación : 34
Fecha de inscripción : 10/06/2017

Volver arriba Ir abajo

Re: Deep Learning de fiabilidad de préstamos

Mensaje por franci72 el Sáb Mayo 12, 2018 5:47 pm

Khenir escribió:¿Son suficientes los datos de las plataformas en los que no te dan absolutamente ninguna información sobre las finanzas de los clientes?

Claro mientras más información, mejor se puede acotar donde está el peligro. Cada dato adicional puede aumentar la tasa de acierto (o no). Si acertamos el 75%, mejor que acertar un 60%. El deep learning lo que hace es recibir datos y respuestas para convertirlas en reglas. Luego se le da reglas y datos para convertirlos en respuestas. Si hay forma de obtener reglas para aumentar la tasa de acierto, las obtendrá, y si no, pues nos quedaremos como estamos. Si le das 50000 imágenes de números escritos a mano del 0 al 9, luego practicamente te acertará el 100% de los números escritos a mano que le pases en una imagen. Si le pasas 50000 imágenes de perros y gatos y le dices en cual hay un perro y en cual hay un gato, luego tendrá una tasa de acierto bastante alta al decir si lo que le pasas en una imagen es un perro o un gato.

Khenir escribió:Si te vas a meter con modelos predictivos, no merece más la pena hacerlos con acciones del Eurostoxx o incluso con partidos de fútbol??


No es lo mismo, la complejidad es varios ordenes de magnitud mayor. No es como un si o un no.

Khenir escribió:En mi opinión con los datos que dan hasta ahora: edad, sexo, localización, cantidad pedida, plazo y poco más...creo que los datos no serían suficientes.

La cuestión no es si es suficiente, es si con esos datos cuanto puede mejorar la tasa de acierto que ya tiene una predicción aleatoria. Por ejemplo, si nos equivocamos la mitad que entrandole a todo, y perdemos un 6% en ese tipo de prestamos, ya solo perdemos el 3% y por tanto es un beneficio. Y todo de forma automática.

_________________
Tomand y ejecutad todos en él porque este es mi quantum.
avatar
franci72

Mensajes : 478
Puntos : 609
Reputación : 49
Fecha de inscripción : 27/02/2017

https://trincalapastaycorre.blogspot.com

Volver arriba Ir abajo

Re: Deep Learning de fiabilidad de préstamos

Mensaje por Admin el Sáb Mayo 12, 2018 9:45 pm

Hola,

si esos sistemas de scoring ya se usan por los loan originator,, como siempre son datos en muchas veces aleatorios y muy locales.

En otras palabras, por ejemplo el sexo, en un país es posible que los hombres sean peor pagadores que las mujeres en un X % , pero no tiene por que ser igual en el país vecino, lógicamente cuanto mas amplios los datos mejores resultados teóricamente.

Un compañero y yo mismo montamos el scoring de limites de crédito hará unos 18 o 20 años, de la empresa en la que trabajo, y ha estado vigente hasta septiembre del 2017 con resultados muy positivos aunque este mal decirlo.

Ahora por temas de globalidad esta función se la han llevado fuera, pero cuando me presentaron el nuevo interface me reí bastante , porque el 80% era calcado y el resto eran variantes que no pudimos implementar en nuestro ERP por deficiencias técnicas, es decir nuestro viejo SAP se quedaba frito Smile

De todas formas yo estoy hablando de una docena de variables para el calculo del limite de créditos a empresas, cuando bajamos a nivel de prestamos personales creo que la matriz incorporaría tantas variables que seria enormemente compleja de gestionar.

Yo no tengo ni idea de programación, pero la app tendría que tener las BBBR Bueno , Bonito Barato y Rapido.

¿de donde sacar la base de datos? cada plataforma tendrá un proveedor , aunque seguramente alguna comparta el mismo.

Lo suyo seria obtener la base de datos original para la asignación del % préstamo y después comparar con la realidad del préstamo para poder obtener un modelo predictivo.

_________________
Cuida de los pequeños gastos; un pequeño agujero hunde un barco.
» Benjamin Franklin  (1706-1790) Estadista y científico estadounidense

****************************************************************************************
[Tienes que estar registrado y conectado para ver este vínculo]
avatar
Admin
Admin

Mensajes : 2304
Puntos : 3289
Reputación : 150
Fecha de inscripción : 18/10/2016
Localización : BCN

https://www.crowdfunding-market.com

Volver arriba Ir abajo

Re: Deep Learning de fiabilidad de préstamos

Mensaje por franci72 el Sáb Mayo 12, 2018 10:46 pm

Esto es un planteamiento muy distinto. Primero se coje el histórico de cada plataforma de la propia web, lo que es accesible a un usuario cualquiera. Se genera el modelo ( o reglas) y se usa este modelo para predecir. Cada cierto tiempo (depende de lo automatizable que sea este proceso) se descargan nuevos datos y se actualiza el modelo.

No me he metido con el deep learning aún, pero por lo que se el modelo no ocuparía demasiado para esto.

Con un clasificador bayesiano ingenuo si me he metido, para identificar el idioma de una frase, y con esta técnica esto mismo podría hacerse facilmente y sin que se quedara colgado nada, de hecho el mismo móvil podría hacer la predicción de forma prácticamente instantanea.

_________________
Tomand y ejecutad todos en él porque este es mi quantum.
avatar
franci72

Mensajes : 478
Puntos : 609
Reputación : 49
Fecha de inscripción : 27/02/2017

https://trincalapastaycorre.blogspot.com

Volver arriba Ir abajo

Re: Deep Learning de fiabilidad de préstamos

Mensaje por Admin el Dom Mayo 13, 2018 12:05 am

Bueno pero no tendría sentido usar este sistema para prestamos con garantía BB , por que al fin y al cabo el tema de default esta cubierto.

Tendría sentido en otro tipo de plataforma como Bondora , donde las tasas de intereses están por encima del 20% pero sin BB, , eso si un solo fallo y la rentabilidad estaría por debajo del 10% , con lo cual  mejor nos quedamos con el BB

Sin embargo, un modelo como ese para hacer trading con cryptos o futuros , seria cojonudo para intradia si aciertas 3 de cada 4 Smile

Por ejemplo yo he estado trasteando con las cryptos estos dias, y analizando el intradia,

creo que hay una pauta entre las 12 de la noche y las 3 o 4 de la mañana que hay un valle en la cotización ya sea alcista o bajista, y entre las 10 de la mañana y las 12/13 horas hay un pico.

Si se lograse monitorizar las 24h , se podria preveer un circulo de compras / ventas muy rentable , no crees??

Si me haces algo asi, participo en lo que quieras Smile

_________________
Cuida de los pequeños gastos; un pequeño agujero hunde un barco.
» Benjamin Franklin  (1706-1790) Estadista y científico estadounidense

****************************************************************************************
[Tienes que estar registrado y conectado para ver este vínculo]
avatar
Admin
Admin

Mensajes : 2304
Puntos : 3289
Reputación : 150
Fecha de inscripción : 18/10/2016
Localización : BCN

https://www.crowdfunding-market.com

Volver arriba Ir abajo

Re: Deep Learning de fiabilidad de préstamos

Mensaje por Khenir el Lun Mayo 14, 2018 8:28 am

Admin escribió:
De todas formas yo estoy hablando de una docena de variables para el calculo del limite de créditos a empresas, cuando bajamos a nivel de prestamos personales creo que la matriz incorporaría tantas variables que seria enormemente compleja de gestionar.

Yo creo que esta es la clave. Por eso decía lo del fútbol o las acciones, porque hay muchísima más información disponible. Al final, en la probabilidad de impago influye desde el trabajo del cliente, hasta factores culturales... por no hablar de los estrictamente económicos como ratio ingresos/endeudamiento de los que no tenemos información.

Supongo que con el deep learning se pueden hacer maravillas, pero puestos a hacerlas, iría sobre temas en los que la información disponible sea más completa.

El tema de las criptomonedas también me parece más adecuado que los préstamos personales de estas plataformas.

Admin escribió:Bueno pero no tendría sentido usar este sistema para prestamos con garantía BB , por que al fin y al cabo el tema de default esta cubierto.


Si se hiciese bien para los préstamos personales, sí tendría sentido porque los que no tienen buyback ofrecen más rentabilidad que los que sí lo tienen (a veces) con lo que podría estimarse mejor cuando merecen la pena unos u otros.

Khenir

Mensajes : 122
Puntos : 166
Reputación : 34
Fecha de inscripción : 10/06/2017

Volver arriba Ir abajo

Volver arriba

- Temas similares

 
Permisos de este foro:
No puedes responder a temas en este foro.