Discusión sobre el artículo "Robot de trading basado en un modelo GPT"

Nuevo comentario
 

Artículo publicado Robot de trading basado en un modelo GPT:

El artículo presenta la implementación completa de TimeGPT, una arquitectura especializada basada en el Transformer para la predicción de series temporales financieras en la plataforma MetaTrader 5. Se analiza la adaptación del mecanismo de atención a los datos financieros, la tokenización selectiva de las variaciones de precios, las optimizaciones adaptadas al hardware y las técnicas avanzadas de entrenamiento. Se incluyen los resultados de las pruebas prácticas, que mostraron una precisión de las predicciones del 87 % con un horizonte de 24 barras y un tiempo de entrenamiento de 15 minutos en la CPU. Le presentamos un asesor experto listo para usar con reentrenamiento automático.

Antes de adentrarnos en el código, es importante comprender con qué trabaja TimeGPT. Los mercados financieros generan datos en forma de series temporales: se trata de una secuencia de precios registrados a intervalos regulares, por ejemplo, cada hora. Los precios en el mercado no se rigen por reglas sencillas: pueden dispararse bruscamente a raíz de una noticia, caer lentamente o fluctuar sin motivo aparente. El objetivo de TimeGPT es detectar patrones en estos datos y predecir cómo variará el precio dentro de 24 horas, lo que en los gráficos de mercado se conoce como «24 barras».

El desarrollo de un modelo requiere resolver varias tareas. En primer lugar, hay que determinar cómo almacenar y procesar los datos de precios. A continuación, hay que convertir esos datos a un formato que el modelo pueda interpretar. A continuación, hay que diseñar la arquitectura del modelo para que pueda detectar relaciones complejas en los datos. A continuación, se entrena el modelo con datos históricos para que aprenda a realizar predicciones precisas. Por último, es importante optimizar el modelo para que funcione con rapidez y no requiera demasiada memoria, teniendo en cuenta las limitaciones de la plataforma MetaTrader 5. Ahora analizaremos cada una de estas etapas basándonos en el código del archivo TimeGPT_Fixed.mqh.


Autor: Yevgeniy Koshtenko

 
Evgeni, ¡muchas gracias! Estaría bien ver una solución similar para una buena tarjeta gráfica moderna.
 
¿No hay backprop, si no me equivoco? Los pesos siguen siendo los mismos que en la inicialización.
Nuevo comentario