Discusión sobre el artículo "Redes neuronales en el trading: Modelos bidimensionales del espacio de enlaces (Final)"

 

Artículo publicado Redes neuronales en el trading: Modelos bidimensionales del espacio de enlaces (Final):

Continuamos nuestra introducción al innovador framework Chimera, un modelo bidimensional de espacio de estados que utiliza tecnologías de redes neuronales para analizar series temporales multidimensionales. Este método proporciona una gran precisión de predicción con un bajo costo computacional.

Tras completar la aplicación de nuestra propia visión de los planteamientos propuestos por los autores del framework Quimera, pasaremos a la fase final de nuestro trabajo: entrenar y probar los modelos con datos históricos reales.

Para entrenar los modelos, utilizaremos la muestra de entrenamiento recogida durante el entrenamiento de los modelos anteriormente comentados. Permítame recordarle que las trayectorias se recogen en los datos históricos del par de divisas EURUSD para todo el año 2024, y el marco temporal M1. Los parámetros de todos los indicadores analizados se han usado por defecto. En el enlace encontrará una descripción detallada del proceso de preparación de las muestras de entrenamiento.

Los modelos entrenados se han probado en el simulador de estrategias de MetaTrader 5 con los datos históricos de enero de 2025, manteniendo los demás parámetros de entrenamiento del modelo. Ahora le presentaremos los resultados de las pruebas.

Según los resultados de las pruebas, el modelo ha sido capaz de obtener beneficios. En este caso, más del 70% de las operaciones se han cerrado con beneficios. El indicador del factor de beneficio se ha fijado en 1,53.

Pero debemos considerar un par de puntos. Hemos probado los modelos en el marco temporal M1. Al mismo tiempo, el modelo solo ha realizado 27 transacciones, lo que resulta bastante poco para una negociación de alta frecuencia en el marco temporal mínimo. Además, el modelo solo ha abierto posiciones cortas, lo que también plantea dudas.


Autor: Dmitriy Gizlyk

 
Muy interesante. Gracias.

A partir de los resultados gráficos parece que la condición RRR para cerrar debería haber sido más rentable, pero este no es el punto aquí