Discusión sobre el artículo "Minería de datos de la CFTC en Python y creación de un modelo de IA"
¿Te has fijado en el significado de los signos? Algo me dice que
| Net_NonComm,0.0,0.0. | |||
| Net_Comm,0.0,0.0. | |||
| Net_Lev_Money,0.0,0.0. | |||
| Net_Asset_Mgr,0.0,0.0 | |||
| Net_NonComm_lag1,0.0,0.0 | |||
| Net_NonComm_change,0.0,0.0 | |||
| Net_Comm_lag1,0.0,0.0 | |||
| Net_Comm_change,0.0,0.0 | |||
| Net_Lev_Money_lag1,0.0,0.0 | |||
| Net_Lev_Money_change,0.0,0.0 | |||
| Net_Asset_Mgr_lag1,0.0,0.0 | |||
| Net_Asset_Mgr_change,0.0,0.0 | |||
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 Minería de datos de la CFTC en Python y creación de un modelo de IA:
Para negociar con éxito en el mercado Forex es necesario no solo analizar técnicamente, sino también tener en cuenta factores fundamentales. Fuentes valiosas pero a menudo ignoradas son los informes de la CFTC (COT y TFF), que revelan las posiciones de los principales participantes del mercado y nos permiten estimar el comportamiento de los inversores institucionales.
El mercado Forex es el más grande del mundo, pero su alta volatilidad dificulta la realización de pronósticos. Los informes COT/TFF ofrecen información sobre las acciones del dinero inteligente y ayudan a descubrir tendencias ocultas del mercado.
El enfoque propuesto combina datos COT/TFF y cotizaciones del mercado en un único modelo Python, con comercio automatizado a través de MetaTrader 5. Esto permite pasar del análisis a la acción sin demoras ni intervención humana.
Autor: Yevgeniy Koshtenko