Mistral ha publicado un informe técnico que detalla el rendimiento de su modelo Timestral-28M en la predicción de series temporales financieras. La evaluación, realizada con datos de mercado de 2010 a 2026, compara el modelo original con versiones ajustadas (fine-tuned) utilizando un MacBook Air de 16 GB, sin GPU. El estudio se centra en la reducción del error de volumen de negociación en la quinta sesión de trading, una métrica clave para la liquidez.
Los resultados indican que el modelo original logró una reducción del 4,70% en el error de volumen logarítmico frente a una regresión condicional, superando a la simple observación del volumen anterior en un 18,58%. Sin embargo, el ajuste fino del modelo no mostró mejoras consistentes; en la evaluación retrospectiva de 2026, el error descendió al 4,94%, una diferencia marginal que no justifica su preferencia. En términos de retornos, el modelo no demostró una ventaja clara sobre las predicciones simples, mientras que la volatilidad mostró resultados variables según el activo. El experimento, que incluyó 36 ejecuciones de entrenamiento, confirma que Timestral es viable para ejecución local y ofrece incertidumbre cuantificable, aunque su utilidad práctica en mercados financieros sigue siendo limitada frente a modelos de regresión tradicionales.