Discusión sobre el artículo "Redes neuronales en el trading: Detección de anomalías en el dominio de la frecuencia (Final)"

[MetaQuotes]

Artículo publicado Redes neuronales en el trading: Detección de anomalías en el dominio de la frecuencia (Final):

Seguimos trabajando en la aplicación de los planteamientos del framework CATCH, que combina la transformada de Fourier y el mecanismo de parcheo de frecuencias para posibilitar una detección precisa de las anomalías del mercado. En este artículo, finalizaremos nuestra propia visión de los enfoques propuestos y probaremos los nuevos modelos con datos históricos reales.

Para entrenar el modelo, hemos recopilado una muestra de entrenamiento de pasadas aleatorias en el simulador de estrategias de MetaTrader 5. Como base hemos usado los datos históricos del par de divisas EURUSD y el marco temporal M1 para todo el año 2024.

Los modelos entrenados se han probado con los datos históricos del periodo enero-marzo de 2025. Al mismo tiempo, hemos mantenido inalterados todos los parámetros del experimento, lo que garantiza la objetividad de los resultados obtenidos y permite una evaluación independiente de la eficacia de la estrategia. Este enfoque garantizará que el modelo no se limite a memorizar las características del conjunto de datos de entrenamiento, sino que demuestre realmente la capacidad de adaptarse a las nuevas condiciones del mercado.

A continuación podemos ver los resultados de las pruebas.

Autor: Dmitriy Gizlyk