Discusión sobre el artículo "Entrenamiento de un U-Transformer no lineal sobre los residuos de un modelo autorregresivo lineal"

Nuevo comentario
 

Artículo publicado Entrenamiento de un U-Transformer no lineal sobre los residuos de un modelo autorregresivo lineal:

El artículo presenta un innovador sistema híbrido para la predicción de tipos de cambio que combina un modelo autorregresivo lineal con la arquitectura U-Transformer para el análisis de los residuos. El sistema alterna automáticamente entre las fuentes de señales en función de su calidad e incorpora una lógica de negociación completa con estrategias de averaging (promediación de posiciones) y pyramiding (piramidación de posiciones). La ventaja clave de este enfoque radica en que la red neuronal se entrena a partir de los residuos del modelo lineal, lo que simplifica la tarea y reduce el riesgo de sobreajuste. La implementación se ha realizado íntegramente en MQL5 y está lista para su uso en transacciones reales, con adaptación automática a las condiciones cambiantes del mercado.

Hemos tomado como base el asesor experto del artículo sobre modelos de regresión y le hemos añadido nuestro modelo híbrido.

Analicemos la prueba del modelo en el símbolo EURUSD, en el marco temporal M15, para el periodo a partir del 1 de julio de 2025:

El coeficiente de Sharpe ha resultado ser bastante bueno:


Autor: Yevgeniy Koshtenko

 
En el gráfico del saldo no hay promediado ni «piramidado», tal y como se había afirmado, ya que, para que se dieran estos fenómenos, el histograma de las aportaciones al depósito debería tener una forma de sierra.
Nuevo comentario