Discusión sobre el artículo "Redes neuronales en el trading: Segmentación de datos basada en expresiones de referencia"

[MetaQuotes]

Artículo publicado Redes neuronales en el trading: Segmentación de datos basada en expresiones de referencia:

En el proceso de análisis de la situación del mercado, dividimos este en segmentos individuales, identificando las tendencias clave. Sin embargo, los métodos tradicionales de análisis suelen centrarse en un solo aspecto, lo cual limita nuestra percepción. En este artículo, presentaremos un método que nos permitirá seleccionar varios objetos, ofreciéndonos una comprensión más completa y variada de la situación.

Para entrenar los modelos usaremos un algoritmo comprobado en nuestros artículos anteriores.

La prueba de la política del Actor entrenada se ha realizado en el simulador de estrategias de MetaTrader 5con los datos históricos de enero de 2024, mientras que los demás parámetros se han mantenido sin cambios. A continuación le mostramos los resultados de las pruebas.

Durante el periodo de prueba, el modelo ha realizado 22 transacciones y exactamente la mitad de ellas se han cerrado con beneficios. Cabe destacar que la transacción rentable media es más de 2 veces superior a la media de transacciones perdedoras. Y hemos visto que la transacción de máxima rentabilidad es cuatro veces superior. Esto ha permitido al modelo registrar una puntuación del factor de beneficio de 2,63. No obstante, el reducido número de transacciones, unido un periodo de prueba tan corto, no nos han permitido juzgar la eficacia del modelo a largo plazo. Antes de utilizar el modelo en condiciones reales, deberá entrenarse con un horizonte temporal más largo de datos históricos, seguido de pruebas exhaustivas. 

Autor: Dmitriy Gizlyk