Discusión sobre el artículo "Características del Wizard MQL5 que debe conocer (Parte 82): Uso de patrones del TRIX y del WPR con aprendizaje por refuerzo mediante una red Q profunda (DQN)"

[MetaQuotes]

Artículo publicado Características del Wizard MQL5 que debe conocer (Parte 82): Uso de patrones del TRIX y del WPR con aprendizaje por refuerzo mediante una red Q profunda (DQN):

En el último artículo, analizamos la combinación de Ichimoku y ADX en el framework del aprendizaje por inferencia. En este artículo retomamos el tema del aprendizaje por refuerzo cuando se utiliza junto con un par de indicadores que ya analizamos en la «Parte 68». El indicador TRIX y el rango porcentual de Williams. El algoritmo que usaremos en este análisis será la red Q profunda (DQN) con regresión por cuantiles. Como es habitual, presentamos este enfoque como una clase de señal personalizada diseñada para su implementación con el Asistente de MQL5.

Por lo general, las estrategias que se han desarrollado a partir de estos indicadores suelen basarse en reglas fijas. Por ejemplo, estas reglas pueden ser «comprar cuando el TRIX cruce por encima de cero y el WPR esté por debajo de -80» o «vender cuando el TRIX alcance un máximo mientras el WPR esté por encima de -20». A pesar de su carácter determinista y de que son fáciles de someter a pruebas retrospectivas, presentan una debilidad común, que consiste en dar por sentada una relación estática en un mercado altamente dinámico. Por este motivo, su probabilidad de acierto puede verse mermada cuando cambian las condiciones imperantes, por lo que estos «umbrales absolutos» deben ajustarse en cierta medida.

Esta situación complicada, por tanto, allana el camino para el aprendizaje por refuerzo (RL). El RL forma parte de las técnicas de aprendizaje automático que tratan de aprender las acciones adecuadas a partir de la experiencia o de la interacción con el entorno. En lugar de basarse exclusivamente en umbrales preestablecidos para los indicadores, un agente de aprendizaje por refuerzo (RL) puede explorar diferentes niveles de umbral y, de este modo, ajustar el proceso de toma de decisiones de trading con el fin de maximizar las recompensas a largo plazo. Para la mayoría de los traders, esto se traduciría en un sistema que no se limita a seguir unas reglas, sino que se adapta; al menos, en teoría.

Uno de los métodos de aprendizaje por refuerzo (RL) que parece prometedor en el ámbito del trading es la red Q profunda (DQN). A diferencia de los modelos de aprendizaje supervisado, que intentan establecer una correspondencia directa entre las entradas y las salidas, las redes DQN evalúan el valor de realizar determinadas acciones en estados concretos. En el contexto del trading, los estados pueden ser características obtenidas a partir de indicadores, ya sea tras aplicar transformaciones en una cadena de procesamiento, en formato binario o incluso como valores sin procesar. En este artículo, esos indicadores son el TRIX y el WPR. Por otro lado, las acciones pueden consistir en comprar, vender o mantenerse neutral. El framework de aprendizaje por refuerzo con DQN permite evaluar y ajustar estas acciones a partir de la experiencia, en lugar de basarse en reglas fijas y arbitrarias.

Autor: Stephen Njuki