Discussão do artigo "Aplicação prática de redes neurais no trading (Parte 2). Visão computacional"

 

Novo artigo Aplicação prática de redes neurais no trading (Parte 2). Visão computacional foi publicado:

O uso da visão computacional permite treinar redes neurais, usando uma representação visual do gráfico de preços e indicadores. Este método nos permite operar mais livremente com todo o conjunto de indicadores técnicos, uma vez que não requer feed digital para a rede neural.

Antes de preparar uma matriz de imagens, precisamos decidir o que queremos de nossa rede neural. O ideal seria treinar a rede com base nos pivôs, e com base nessa informação, pegar as imagens usadas para desenhar a barra extrema. Visto que, como se viu, este experimento não tem valor aplicado, nos concentraremos em outro conjunto de imagens. Embora, após ler este artigo, no futuro você possa experimentar essa matriz. Isso também poderá ser útil para garantir que as redes neurais tenham um bom desempenho ao classificar usando imagens completas. Mas as respostas da rede obtidas numa série de tempo contínua requerem otimização adicional. 

Não complicaremos nosso experimento e nos concentraremos em duas categorias de imagens:

  • Buy - quando o preço sobe ou quando o preço atinge o mínimo diário
  • Sell - quando o preço cai ou quando o preço atinge a alta diária

Buy   Buy1  Buy2  Buy3

Como podemos ver para treinamento de rede, definiremos o movimento em qualquer direção como o preço que atinge novos valores extremos sequenciais na direção da tendência e, neste momento, tiraremos um instantâneo do gráfico. O momento de reversão da tendência também é importante para o aprendizado de rede. Também tiraremos um instantâneo do gráfico quando o preço atingir a máxima ou mínima diária.

Autor: Andrey Dibrov