Discusión sobre el artículo "Implementación de un circuito cuántico para Quantum Reservoir Computing (QRC)"
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 Implementación de un circuito cuántico para Quantum Reservoir Computing (QRC):
El tráder moderno se enfrenta a un dilema fundamental: cuanto más complejo se vuelve un sistema de trading, mayor es su propensión al sobreajuste. Los algoritmos clásicos de aprendizaje automático obtienen resultados excelentes con datos históricos, pero fracasan estrepitosamente en la operativa real. Las redes neuronales, entrenadas con miles de ejemplos, dejan de ser útiles de repente ante el más mínimo cambio en las condiciones del mercado. Las máquinas de vectores de soporte (Support Vector Machines) muestran una precisión del 85 % en los backtests, pero generan pérdidas ya desde la primera semana de trading en vivo.
La raíz del problema es más profunda que los matices técnicos. Los mercados financieros son sistemas adaptativos en los que cada participante modifica constantemente su comportamiento en respuesta a las acciones de los demás. Cualquier estrategia basada en patrones estáticos del pasado está abocada al fracaso en un entorno en constante cambio. Los enfoques tradicionales del aprendizaje automático parten de la estacionariedad de los datos, una suposición que, en el contexto de los mercados financieros, no solo es inexacta, sino fundamentalmente errónea.
Es más, la mayoría de los algoritmos de trading adolecen de «olvido catastrófico»: al entrenarse con datos nuevos, pierden por completo los conocimientos adquiridos anteriormente. Esto crea un círculo vicioso: o bien el sistema permanece estático y se queda obsoleto, o bien se sobreajusta constantemente y pierde estabilidad. Los traders se ven obligados a elegir entre la fiabilidad de los patrones pasados y la capacidad de adaptación a las nuevas condiciones.
Autor: Yevgeniy Koshtenko