Discusión sobre el artículo "Redes neuronales en el trading: Modelos híbridos de secuencias de grafos (Final)"

[MetaQuotes]

Artículo publicado Redes neuronales en el trading: Modelos híbridos de secuencias de grafos (Final):

Continuamos nuestro estudio de los modelos híbridos de secuencias de grafos (GSM++) que integran las ventajas de distintas arquitecturas, proporcionando una gran precisión de análisis y una asignación eficiente de los recursos computacionales. Estos modelos revelan eficazmente patrones ocultos, reduciendo el impacto del ruido del mercado y mejorando la calidad de las previsiones.

Para que la comparación sea correcta, ambos modelos se entrenarán con la misma muestra generada anteriormente para el entrenamiento del Hidformer. Recuerde:

• La muestra de entrenamiento incluye datos históricos del par de divisas EURUSD en el marco temporal M1 para todo el año 2024.
• Los parámetros de todos los indicadores analizados se mantendrán por defecto, sin optimización adicional, lo cual excluirá la influencia de factores de terceros.
• Las pruebas del modelo entrenado se realizarán con los datos históricos de enero de 2025, manteniendo constantes todos los demás parámetros para garantizar la objetividad de la comparación.

Ahora le presentamos los resultados de las pruebas.

Durante el periodo de prueba, el modelo ha realizado 15 transacciones, lo que resulta bastante poco para una negociación de alta frecuencia en el marco temporal M1. Esta cifra es incluso inferior a la mostrada por el modelo básico (Hidformer). Solo 7 de ellas han cerrado con beneficios, lo que supone un 46,67%. Este porcentaje también es inferior al de referencia del 62,07%. Aquí vemos una disminución de la precisión de las posiciones cortas. Sin embargo, hemos observado una ligera disminución del tamaño de las posiciones no rentables con un crecimiento relativo del indicador similar de las transacciones rentables.

Mientras que en el modelo básico la relación entre la media de posiciones rentables y perdedoras era de 1,6, en el nuevo modelo este indicador supera la marca del 4. Esto casi ha duplicado el beneficio total del periodo de prueba, con un aumento similar del factor de beneficio. Este hecho puede indicar que la estrategia aplicada en la nueva arquitectura hace hincapié en la minimización de las pérdidas y el aumento de los beneficios de las posiciones exitosas. A largo plazo, esto puede dar lugar a resultados financieros más sostenibles. Sin embargo, la brevedad del periodo de prueba y el número reducido de transacciones comerciales concluidas no nos permiten juzgar la eficacia del modelo a lo largo de un intervalo de tiempo prolongado.

Autor: Dmitriy Gizlyk