Discusión sobre el artículo "Red neuronal cuántica en MQL5 (Parte III): Procesador cuántico virtual con qubits"

 

Artículo publicado Red neuronal cuántica en MQL5 (Parte III): Procesador cuántico virtual con qubits:

Creamos un sistema de trading con un auténtico simulador cuántico en lugar de análogos matemáticos. El sistema utiliza tres qubits virtuales, puertas cuánticas y el principio de superposición para analizar los mercados. Se ha implementado como un asesor experto para MetaTrader 5 en MQL5. El principal logro es la transición de la simulación a principios cuánticos reales de procesamiento de la información financiera.

En la segunda parte de la investigación se desarrolló un sistema que utiliza análogos matemáticos de los efectos cuánticos: resonancia (coseno), interferencia (seno) y decoherencia (exponencial). Sin embargo, seguía siendo solo una imitación: formalmente bella, pero en esencia no cuántica.

Con el tiempo quedó claro que el modelo, aunque elegante, no reflejaba la esencia del procesamiento cuántico: la superposición, el entrelazamiento y la irreversibilidad de las mediciones. Operábamos con funciones, no con principios.

Los enfoques clásicos siguen estando limitados:

  • LSTM ofrece una precisión de hasta el 58 %,
  • Los modelos Transformer son sensibles al ruido,
  • El modelo ARIMA ha dejado de ser relevante,
  • Los modelos son inestables debido al sobreajuste.

El avance clave: la transición a los qubits virtuales

En la segunda versión, en lugar de análogos matemáticos, se utilizó un procesador cuántico completo: 3 qubits, un espacio de estados de 8 dimensiones, puertas cuánticas y mediciones. Se ha revisado la arquitectura: ahora cada operación se rige por las leyes de la mecánica cuántica —unitaridad, normalización y comportamiento ante las mediciones—.

Red neuronal cuántica en MQL5 (Parte III): Procesador cuántico virtual con qubits


Autor: Yevgeniy Koshtenko

Yevgeniy Koshtenko - Koshtenko - Perfil del trader
Yevgeniy Koshtenko - Koshtenko - Perfil del trader
  • 2026.08.02
  • www.mql5.com
Perfil del trader
 

@Yevgeniy Koshtenko

En el archivo hay un duplicado de PropRiskManagerLoss.mqh:

Parece que falta el archivo HybridQuantumNeuralV3.mqh para que QuantumProp_EA_Lite.mq5 se compile sin errores.

 
Anatoli Kazharski #:

@Yevgeniy Koshtenko

En el archivo hay un duplicado de PropRiskManagerLoss.mqh:

Parece que falta el archivo HybridQuantumNeuralV3.mqh para que QuantumProp_EA_Lite.mq5 se compile sin errores.

¡Muchas gracias! Acabo de darme cuenta; lo he enviado para que lo comprueben con el archivo actualizado)

 

Yevgeniy, esto parece un producto realmente bueno y profesional. Lo probaremos y te daremos nuestra opinión. Dime, ¿no hay forma de hacer que este modelo de aprendizaje utilice la GPU para el entrenamiento, como ocurre, por ejemplo, con el modelo LSTM en Python? Por si acaso ya has estudiado esta cuestión, para no perder tiempo. Si no es así, podemos pensarlo juntos, ya que el rendimiento del hardware en este modelo es importante, y con razón. Un modelo de buena calidad con un análisis profundo tiene que ser exigente con el hardware.

 

Buenos días.

No he conseguido repetir la prueba descrita en el artículo, ni siquiera trazar un gráfico similar.

¿Podría indicarnos los parámetros y el símbolo?

Gracias.