Discusión sobre el artículo "Análisis de múltiples símbolos con Python y MQL5 (Parte II): Análisis de componentes principales para la optimización de carteras"

[MetaQuotes]

Artículo publicado Análisis de múltiples símbolos con Python y MQL5 (Parte II): Análisis de componentes principales para la optimización de carteras:

La gestión del riesgo de las cuentas de trading es un reto para todos los operadores. ¿Cómo podemos desarrollar aplicaciones de trading que aprendan dinámicamente los modos de riesgo alto, medio y bajo para diversos símbolos en MetaTrader 5? Al utilizar el Análisis de Componentes Principales (Principal Components Analysis, PCA), obtenemos un mejor control sobre la variación de la cartera. Demostraré cómo crear aplicaciones que aprendan estos tres modos de riesgo a partir de datos de mercado obtenidos de MetaTrader 5.

Creo que una demostración visual del funcionamiento del algoritmo sería muy útil para los lectores que se enfrentan al algoritmo por primera vez. Tomaré la imagen del logotipo de MQL5 de la figura 1 y primero la convertiré a blanco y negro. Este filtro en blanco y negro nos facilitará la aplicación y nos permitirá ver visualmente lo que el algoritmo PCA está haciendo con nuestros datos.

Autor: Gamuchirai Zororo Ndawana