Discusión sobre el artículo "Redes neuronales en el trading: Actor—Director—Crítico (Final)"
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Artículo publicado Redes neuronales en el trading: Actor—Director—Crítico (Final):
Para formar la muestra de entrenamiento utilizan pasadas aleatorios del agente en el simulador de estrategias de MetaTrader 5, lo cual nos permite recoger una amplia gama de escenarios de comportamiento. Hemos elegido como base las cotizaciones históricas del par de divisas EURUSD en el marco temporal M1 para todo el año 2024.
El entrenamiento inicial del modelo se realiza offline sin actualizar la muestra de entrenamiento hasta que se estabilicen los errores de predicción de los modelos. Luego pasaremos al simulador de estrategias de MetaTrader 5 y continuaremos ajustando los parámetros de los modelos hasta obtener resultados estables.
La evaluación objetiva de la calidad de la política comercial formada en «condiciones de combate» puede llevarse a cabo con los resultados de las pruebas de los modelos entrenados fuera de la muestra de entrenamiento. Como periodo de prueba hemos seleccionado los datos históricos de Enero–Marzo de 2025. Este periodo temporal no se utiliza en el entrenamiento, lo que evita el sobreentrenamiento y confiere a los resultados un valor práctico real.
Todos los demás parámetros, incluidos el entorno de mercado, el marco temporal, el modelo de simulación de ejecución y la configuración del terminal permanecen sin modificaciones. De este modo se obtiene una evaluación clara de la calidad de la estrategia aprendida, sin la influencia de factores externos.
A continuación le presentamos los resultados de las pruebas, ofreciendo además una evaluación visual del modelo de comportamiento del agente.
Autor: Dmitriy Gizlyk