Discusión sobre el artículo "Redes neuronales en el trading: Modelo adaptativo multiagente (Final)"

[MetaQuotes]

Artículo publicado Redes neuronales en el trading: Modelo adaptativo multiagente (Final):

En el artículo anterior, nos familiarizamos con el framework MASA, un framework adaptativo multiagente que combina enfoques de aprendizaje por refuerzo y estrategias adaptativas para ofrecer un equilibrio armonioso entre rentabilidad y riesgo en condiciones de mercado turbulentas. Asimismo, construimos la funcionalidad de los agentes individuales de este framework. En este artículo continuaremos el trabajo empezado, llevándolo a su conclusión lógica.

Es importante señalar que estamos realizando una "evaluación de la eficacia de los enfoques aplicados", no de los enfoques "propuestos". Al fin y al cabo, durante la implementación hemos introducido cambios en la versión del framework del autor.

Los modelos se entrenarán con datos históricos de 2023 y el instrumento financiero EURUSD, marco temporal H1. Los parámetros de todos los indicadores usados se mantienen por defecto.

Para el entrenamiento inicial, hemos utilizado una muestra de entrenamiento recogida en trabajos anteriores, actualizada periódicamente durante el entrenamiento de modelos con objeto de actualizarla para la política actual del Actor.

Tras varios ciclos de entrenamiento de los modelos y después de actualizar la muestra de entrenamiento, hemos obtenido una política que demuestra rentabilidad en las muestras de entrenamiento y prueba.

Las pruebas de la política entrenada se han realizado con los datos históricos de enero de 2024, manteniendo constantes los demás parámetros. A continuación figuran los resultados de la prueba.

Autor: Dmitriy Gizlyk