Discusión sobre el artículo "Reimaginando las estrategias clásicas (Parte II): Ruptura de las Bandas de Bollinger"
Echa un vistazo al nuevo artículo: Reimaginando las Estrategias Clásicas (Parte II): Bollinger Bands Breakouts.
Autor: Gamuchirai Zororo Ndawana
Hola Ndawana
En primer lugar gracias por el artículo y simplificar el mito de la IA :) Estoy tratando de utilizar la señal generada a partir de esto en mi código con algunas modificaciones.
¿Puedes explicarme por qué has utilizado vectores en lugar de simples matrices en tu código?
Hola Ndawana
En primer lugar gracias por el artículo y simplificar el mito de la IA :) Estoy tratando de utilizar la señal generada a partir de esto en mi código con algunas modificaciones.
¿Podrías explicarme las razones por las que has utilizado vectores en lugar de simples matrices en tu código?
Mi preferencia por los vectores viene de las funciones especializadas que están disponibles sólo para vectores, además de esas funciones especiales los vectores también nos permiten realizar cálculos en todos los elementos a la vez. He aquí un ejemplo sencillo.
//+------------------------------------------------------------------+ //|Anil.mq5 //|Gamuchirai Zororo Ndawana. //| https://www.mql5.com/es/gamuchiraindawa | //+------------------------------------------------------------------+ #property copyright "Gamuchirai Zororo Ndawana" #property link "https://www.mql5.com/en/gamuchiraindawa" #property version "1.00" //+------------------------------------------------------------------+ //| Función de inicio del programa de script| //+------------------------------------------------------------------+ void OnStart() { //--- Aquí está mi problema con las matrices double anil_array[3]; ArrayFill(anil_array,0,3,0); ArrayPrint(anil_array); //--- Tenemos que iterar sobre todos los elementos para realizar los cálculos for(int i = 0; i < 3; i++) { anil_array[i] += 1; } ArrayPrint(anil_array); //--- Y la misma operación con el vector vector anil_vector = vector::Zeros(3); //Similar a un array lleno de Ceros Print(anil_vector); //--- Los vectores nos permiten realizar cálculos sobre todos los elementos a la vez anil_vector = anil_vector + 1; Print(anil_vector); } //+------------------------------------------------------------------+
.
Así que imagina si en el futuro pensamos en un cálculo que pueda ser útil, será mucho más fácil modificar el código base ya que estamos usando vectores.
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Usted acepta la política del sitio web y las condiciones de uso
Artículo publicado Reimaginando las estrategias clásicas (Parte II): Ruptura de las Bandas de Bollinger:
Este artículo explora una estrategia comercial que integra el análisis discriminante lineal (Linear Discriminant Analysis, LDA) con las Bandas de Bollinger, aprovechando las predicciones de zonas categóricas para obtener señales estratégicas de entrada al mercado.
El término “Inteligencia Artificial” (IA) es posiblemente una de las convenciones de nomenclatura más engañosas de la historia. Después de leer este artículo, usted podrá estar de acuerdo en que el término «IA» es un término inapropiado. Como autor, mi problema radica en la palabra “inteligencia”. Los modelos de IA no son inteligentes en el sentido humano. Más bien, son aplicaciones inteligentes de algoritmos de optimización.
Los modelos de IA tienen como objetivo principal minimizar los errores o maximizar las recompensas dentro de un sistema. Sin embargo, las soluciones derivadas de estos modelos pueden no ser siempre prácticas. Por ejemplo, un sistema de IA diseñado para minimizar las pérdidas en una cuenta de operaciones podría concluir que no realizar operaciones es la mejor solución, ya que garantiza que no habrá pérdidas. Si bien esta solución satisface matemáticamente el problema en cuestión, no es práctica para el comercio.
Como profesionales de IA inteligente, debemos guiar nuestros modelos con restricciones cuidadosamente planificadas. En este artículo, dirigiremos nuestros modelos de IA utilizando Bandas de Bollinger. Identificaremos cuatro posibles zonas donde podría estar el precio en cualquier momento. Tenga en cuenta que el precio solo puede estar en una de estas cuatro zonas en un momento dado:
Entrenaremos un modelo para comprender cómo transiciona el precio entre estas cuatro zonas y predecir la próxima zona a la que se moverá el precio. Las señales comerciales se generan siempre que el precio cambia de una zona a otra. Por ejemplo, si nuestro modelo predice que el precio se moverá de la Zona 2 a la Zona 1, lo interpretamos como un movimiento ascendente e iniciamos una orden de compra. Nuestro modelo y Asesor Experto se implementarán completamente en MQL5 nativo.
Las Bandas de Bollinger se pueden utilizar en una variedad de estrategias comerciales, desde el seguimiento de tendencias hasta la identificación de puntos de giro o reversión. Técnicamente, este indicador consiste en una media móvil exponencial (EMA) que normalmente suaviza el precio de cierre de un valor. Está flanqueado por dos Bandas adicionales: una ubicada encima y otra debajo de la EMA, cada una normalmente establecida en 2 desviaciones estándar.
Autor: Gamuchirai Zororo Ndawana