Discusión sobre el artículo "De novato a experto: Noticias animadas utilizando MQL5 (IV) Análisis de mercado sobre modelos de IA alojados localmente"

[MetaQuotes]

Artículo publicado De novato a experto: Noticias animadas utilizando MQL5 (IV) Análisis de mercado sobre modelos de IA alojados localmente:

En esta discusión, analizaremos cómo autoalojar modelos de IA de código abierto y utilizarlos para obtener información sobre el mercado. Esto forma parte de nuestro esfuerzo continuo por ampliar el News Headline EA, con la introducción de una franja «AI Insights» que lo convierte en una herramienta de asistencia con múltiples integraciones. La versión mejorada del Asesor Experto (EA) tiene como objetivo mantener informados a los operadores a través de eventos del calendario, noticias financieras de última hora, indicadores técnicos y, ahora, perspectivas de mercado generadas por IA, ofreciendo así un apoyo oportuno, variado e inteligente para la toma de decisiones de trading. Únete a la conversación mientras exploramos estrategias prácticas de integración y cómo MQL5 puede colaborar con recursos externos para crear un terminal de trabajo para trading potente e inteligente.

En este articulo, exploramos cómo aprovechar los modelos de IA de código abierto para mejorar nuestras herramientas de negociación algorítmica; específicamente, cómo ampliar el Asesor Experto (EA) de titulares de noticias con una franja AI Insights. El objetivo es ayudar a los recién llegados a encontrar un buen punto de partida. ¿Quién sabe? Hoy puede que estés integrando un modelo; mañana puede que estés construyendo uno. Pero todo comienza por comprender los cimientos que sentaron quienes nos precedieron.

No podemos hablar de los avances modernos sin mencionar la inteligencia artificial y su creciente influencia en las tareas humanas. En lo que respecta al trading algorítmico, el debate cobra aún más relevancia: el trading ya se basa en números y automatización, lo que convierte a la IA en una opción natural en comparación con otras áreas que todavía requieren un cambio desde los procesos manuales.

Si bien los modelos de IA se han convertido en herramientas poderosas en diversos campos, no todos tienen los recursos o la experiencia para construir sus propios modelos debido a la complejidad que implica el desarrollo de sistemas completamente funcionales. Afortunadamente, el auge de las iniciativas de código abierto ha hecho posible acceder a modelos preentrenados y beneficiarse de ellos sin coste alguno. Estas iniciativas impulsadas por la comunidad ofrecen un punto de partida práctico para muchos desarrolladores y aficionados.

Dicho esto, los modelos premium suelen ofrecer mayores prestaciones debido al extenso trabajo invertido en ellos. Aun así, los modelos de código abierto son un valioso punto de partida, especialmente para aquellos que buscan integrar la IA sin reinventar la rueda.

En la discusión anterior, nos centramos en Indicator Insights. Hoy veremos cómo aprovechar la IA de código abierto para el trading algorítmico alojando nosotros mismos un modelo de lenguaje cuantizado e integrándolo directamente en un asesor experto de MQL5. En la siguiente sección, comenzaremos con una breve introducción a las funciones de llama.cpp (el motor de inferencia ligero) y un modelo GGUF de 4 bits (el «cerebro» comprimido); a continuación, veremos cómo descargar y preparar el modelo, configurar un servidor de inferencia local basado en Python con FastAPI y, por último, integrarlo en el EA News Headline para crear una franja de AI Insights.

Autor: Clemence Benjamin