Discusión sobre el artículo "Redes neuronales en el trading: Modelo de consultas temporales (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: Modelo de consultas temporales (Final):
En la primera etapa offline, llevamos a cabo un entrenamiento exhaustivo con datos históricos del par EURUSD en el marco temporal H1 durante todo el año 2024. Este año incluyó un conjunto completo de regímenes de mercado: mercados laterales tranquilos, tendencias sostenidas, saltos repentinos de volatilidad y períodos de aumento del ruido, por lo que resulta ideal como escuela para el modelo.
La segunda etapa consiste en un ajuste fino online. El entrenamiento se implementó en un entorno lo más cercano posible al trading real: en el probador de estrategias MetaTrader 5, el modelo procesaba el flujo de velas de forma secuencial, tal como ocurriría en tiempo real. El modo online revela propiedades completamente distintas de las del entrenamiento por lotes: la capacidad de soportar el ruido, reaccionar ante cambios en la liquidez, tener en cuenta correctamente los retrasos y el efecto del deslizamiento acumulado a lo largo de todo el proceso. Durante el ajuste, simulamos condiciones reales de ejecución para que el comportamiento del modelo fuera predecible al trasladarlo a condiciones reales de trading.
La etapa final y, quizá, la más rigurosa fue la validación con una muestra completamente externa: las cotizaciones de enero a marzo de 2025. Todos los parámetros del modelo y los hiperparámetros se mantuvieron fijos; no se realizó ningún ajuste adicional en función de estos datos. Esta comprobación ofrece una visión objetiva de la eficacia práctica: refleja la capacidad del algoritmo para mantener la previsibilidad y la estabilidad en nuevas condiciones.
A continuación se muestran los resultados de las pruebas.
Autor: Dmitriy Gizlyk