La previsión de series temporales es una tarea de aprendizaje de secuencias que, a pesar de los avances en aprendizaje profundo, sigue siendo extraordinariamente difícil. Este artículo técnico analiza las razones estructurales que separan la predicción de series temporales de los problemas clásicos de aprendizaje automático supervisado y de los modelos de lenguaje.
El primer hallazgo surge de un benchmark comparativo amplio en conjuntos de datos estándar (m4 hourly, m4 daily, ETTh, exchange, electricity y bitcoin). El estudio enfrentó métodos estadísticos clásicos (Naive, Seasonal-Naive, AutoARIMA, Theta, MSTL), modelos neuronales lineales y basados en transformers (DLinear, NLinear, PatchTST), árboles de gradient boosting (LightGBM), modelos fundacionales zero-shot (Chronos, TimesFM, TTM) y grandes modelos de lenguaje genéricos consultados como continuación numérica (Claude Opus y Haiku). El resultado más contundente: en series con estacionalidad fuerte y estable, como m4 hourly, los baselines estadísticos sencillos y los modelos fundacionales zero-shot ganan por márgenes amplios, mientras que los modelos sofisticados fallan y a menudo predicen en la dirección equivocada.
El núcleo del artículo explica por qué ocurre esto. En aprendizaje automático clásico se asume que los datos son muestras independientes e idénticamente distribuidas de una distribución generadora, lo que permite entrenar minimizando la pérdida esperada sobre n ejemplos. En series temporales, en cambio, se observa una única trayectoria generada por un proceso estocástico: una distribución conjunta sobre todo el camino temporal, no sobre puntos aislados. Esta diferencia desencadena tres dificultades únicas. Primero, la relación señal-ruido es baja porque la información predictiva contenida en valores pasados reales es escasa frente a la riqueza semántica del lenguaje natural. Segundo, existe una falta de datos efectiva: la alta autocorrelación reduce el tamaño muestral útil, de modo que lo que importa no es el número de marcas temporales sino el número de ciclos independientes, lo que en series largas de tipo financiero equivale a unas pocas recesiones o eventos relevantes. Tercero, el cambio de distribución es mucho más severo: la previsión es extrapolación, no interpolación, porque en el test el índice temporal es siempre estrictamente mayor que en el entrenamiento. En series como el tipo de cambio o el bitcoin, guiadas por eventos y en deriva continua, ningún modelo sofisticado supera al Naive.
El texto cierra planteando qué puede aprenderse realmente: solo cuando el proceso estocástico reúne estacionariedad, ergodicidad y autocorrelación es posible estimar sus propiedades a partir de la secuencia observada y, por tanto, hacer previsiones útiles. Si faltan esas condiciones, cualquier predictor sofisticado colapsa. La conclusión operativa es que, antes de elegir un modelo, conviene evaluar si la serie cumple esos requisitos y, cuando los cumpla, los baselines estadétricos sencillos y los modelos fundacionales específicos compiten —y a veces ganan— frente a arquitecturas mucho más complejas.