Discusión sobre el artículo "Aprendizaje de máquinas en sistemas comerciales con cuadrícula y martingale. ¿Apostaría por ello?"

Nuevo comentario
 

Artículo publicado Aprendizaje de máquinas en sistemas comerciales con cuadrícula y martingale. ¿Apostaría por ello?:

En este artículo, presentaremos al lector la técnica del aprendizaje automático para el comercio con martingale y cuadrícula. Para nuestra sorpresa, este enfoque, por algún motivo, no se ha tratado en absoluto en la red global. Después de leer el artículo, podremos crear nuestros propios bots.

Debemos realizar la prueba en el marco temporal con el que se ha entrenado el bot. En este caso, hablamos de H1. Podemos realizar la simulación con los precios de apertura, ya que el bot tiene control explícito sobre la apertura de las barras. Sin embargo, como utilizamos una cuadrícula, podemos seleccionar M1 OHLC para mayor precisión.

Este bot en concreto se ha entrenado con el periodo:

START_DATE = datetime(2020, 5, 1)
TSTART_DATE = datetime(2019, 1, 1)
FULL_DATE = datetime(2018, 1, 1)
END_DATE = datetime(2022, 1, 1)

  • El periodo de entrenamiento comienza el quinto mes del año 2020 y termina en la actualidad. Dicho periodo se dividirá en submuestras de entrenamiento y validación en una proporción de 50/50. 
  • A partir del primer mes de 2019, el modelo ha sido evaluado según R^2, seleccionándose luego el mejor.
  • Desde el primer mes de 2018, el modelo ha sido probado en un simulador personalizado.
  • Para el entrenamiento, seleccionamos los datos sintéticos (generados por el modelo de mezcla gaussiana)
  • El modelo CatBoost tiene una fuerte regularización; gracias a ello, no se ajusta al conjunto de entrenamiento.

Todos estos factores indican (y el simulador personalizado lo ha confirmado) que hemos encontrado un cierto patrón en el intervalo que va desde el año 2018 hasta la actualidad.

Veamos qué aspecto tiene en el simulador MT5.


Si obviamos que las reducciones de capital ahora resultan visibles, el gráfico de balance se ve igual que en nuestro simulador personalizado. Y esto es una buena noticia. Vamos a comprobar que el bot esté operando precisamente con la cuadrícula y nada más.


Autor: Maxim Dmitrievsky

 

Muchas gracias por tu interesante artículo.
¿Podría concluir que tu sistema adapta automáticamente el "step" y el coeficiente del martingala, de acuerdo a las condiciones del mercado?, o por el contrario, hay que hace el backtest en python y generar el archivo "include" periodicamente.

Gracias de nuevo.

Nuevo comentario
Razón de la queja: