Discussão do artigo "Escrevemos o primeiro modelo de caixa de vidro (Glass Box) em Python e MQL5"

Novo comentário
 

Novo artigo Escrevemos o primeiro modelo de caixa de vidro (Glass Box) em Python e MQL5 foi publicado:

Os modelos de aprendizado de máquina são difíceis de interpretar, e entender o motivo pelo qual os modelos não atendem às nossas expectativas pode ajudar muito a alcançar o resultado desejado ao usar esses métodos modernos. Sem um entendimento abrangente do funcionamento interno do modelo, pode ser difícil identificar erros que prejudicam o desempenho. Nesse processo, podemos dedicar tempo a criar funções que não impactam na qualidade da previsão. No final, por melhor que seja o modelo, perdemos todos os seus principais benefícios devido a nossos próprios erros. Felizmente, existe uma solução complexa, mas bem desenvolvida, que permite ver claramente o que está acontecendo sob o capô do modelo.

Os algoritmos de caixa de vidro (ou branca) são modelos de aprendizado de máquina transparentes que levam em conta os mecanismos internos do sistema. Eles questionam a noção de que o aprendizado de máquina deve se balancear entre a precisão da previsão e a facilidade de interpretação. Para isso, esses modelos oferecem um alto nível de precisão e transparência, o que os torna significativamente mais simples de depurar, manter e aprimorar em comparação aos modelos de caixa preta. Os modelos de caixa preta são aqueles em que um processo excessivamente complexo em um sistema fica oculto do ambiente externo. Esses modelos geralmente representam relações multidimensionais e não lineares que não são fáceis de entender para nós, seres humanos.

Como regra geral, os modelos de caixa preta só devem ser usados quando um modelo de caixa de vidro não puder entregar o mesmo nível de precisão. Neste artigo, criaremos um modelo transparente e exploraremos os possíveis benefícios de usá-lo. Vamos considerar duas formas de trabalhar com o terminal MetaTrader 5:

  1. A abordagem tradicional, que é a mais direta. Simplesmente integraremos o modelo ao terminal MetaTrader 5 usando a biblioteca Python embutida no MetaTrader 5. Em seguida, programaremos um Expert Advisor em MQL5 que operará com este modelo.
  2. A abordagem moderna, que é a maneira recomendada de integrar modelos de aprendizado de máquina em um EA. Exportaremos nosso modelo de caixa de vidro para o formato ONNX (Open Neural Network Exchange) e, em seguida, o carregaremos diretamente no EA como um recurso. Isso nos permitirá aproveitar todas as funcionalidades disponíveis no MetaTrader 5 e integrá-las com as vantagens do nosso modelo de caixa de vidro.


    Autor: Gamuchirai Zororo Ndawana

    Novo comentário
    Razão: