Discusión sobre el artículo "Redes neuronales en el trading: Superpoint Transformer (SPFormer)"

 

Artículo publicado Redes neuronales en el trading: Superpoint Transformer (SPFormer):

En este artículo, nos familiarizaremos con un método de segmentación de objetos 3D basado en el Superpoint Transformer (SPFormer), que elimina la necesidad de agregar datos intermedios, lo cual acelera el proceso de segmentación y mejora el rendimiento del modelo.

El algoritmo para entrenar los modelos se ha tomado prestado de artículos anteriores, junto con los programas utilizados para entrenarlos y probarlos.

La prueba de la política del Actor entrenada se ha realizado en el simulador de estrategias de MetaTrader 5 con datos históricos reales para enero de 2024 con todos los demás parámetros conservados. Ahora le presentamos los resultados de las mismas. 

Durante el periodo de prueba, el modelo ha realizado 54 transacciones, 26 de las cuales se han cerrado con beneficios, lo cual supone el 48% de todas las transacciones. Al mismo tiempo, la media de transacciones rentables es 2 veces superior al mismo indicador de transacciones perdedoras. Esto ha permitido que el modelo obtenga beneficios durante el periodo de prueba.


Autor: Dmitriy Gizlyk