Discusión sobre el artículo "Aplicación práctica de las redes neuronales en el trading. Python (Parte I)"

[MetaQuotes]

Artículo publicado Aplicación práctica de las redes neuronales en el trading. Python (Parte I):

En este artículo, analizaremos paso a paso la implementación de un sistema comercial basado en la programación de redes neuronales profundas en Python. Para ello, usaremos la biblioteca de aprendizaje automático TensorFlow, desarrollada por Google. Para describir las redes neuronales, utilizaremos la biblioteca de Keras.

Veamos a analizar algunos puntos de la preparación para entrenar las redes neuronales.

• En este desarrollo, para tomar una decisión, utilizaremos dos redes neuronales para abrir las posiciones en una dirección.
• Basándonos en el punto anterior, también dividiremos los datos de entrenamiento en dos direcciones.
• Al igual que el sistema anterior, nuestra primera red neuronal estará capacitada para construir indicadores semejantes a los indicadores técnicos estándar. Utilizamos esta variante en el anterior sistema porque usábamos indicadores escritos por nosotros mismos, y no queríamos sobrecargar el funcionamiento del asesor experto. En Python, esto se debe a que desde el terminal solo podemos obtener cotizaciones y, ya después de ello, debemos construir estos indicadores en un script de Python para preparar los datos de la red neuronal. Sin embargo, enseñando a la red neuronal a construir indicadores de este tipo, nos ahorramos la necesidad de repetirlos en el script. 
• La segunda red neuronal construye directamente el indicador de señal que utilizamos para realizar la estrategia comercial.
• Entrenar la red neuronal según el gráfico de la pareja EURUSD
• Como resultado, para construir el sistema, necesitaremos preparar dos RN para transacciones de compra y dos para transacciones de venta. En total, tendremos en nuestro sistema cuatro redes neuronales.

Autor: Andrey Dibrov