Discussão do artigo "Arbitragem triangular com previsões"

 

Novo artigo Arbitragem triangular com previsões foi publicado:

Este artigo simplifica a arbitragem triangular, mostrando como usar previsões e softwares especializados para negociar moedas de forma mais inteligente, mesmo se você for novo no mercado. Pronto para negociar com expertise?

A arbitragem é muito curiosa, ela foi proibida entre os corretores de apostas esportivas. Imagine que você tenha uma odd de 1,25 para o Real Madrid vencer a Champions 2024, e o Borussia Dortmund tenha uma odd de 3,60. Isso significa que o Madrid tem 100/1,25 = 80% de chances de ganhar e o Borussia 27,7% de chances de vencer. Se você somar essas duas, terá 107,7%. Isso acontece porque os corretores querem ganhar dinheiro, e esse valor acima de 100% é sua comissão. Mas, imagine que você encontre o Corretor número 2, que oferece odds para o Borussia com 19% de chances de vitória, odds de 5,26. Então, você poderia apostar no Corretor 1 para o Real Madrid e no Corretor 2 para o Borussia, e se você apostar a quantidade apropriada em cada equipe, ganhará dinheiro no jogo, pois as probabilidades somam menos de 100%. Esta é uma maneira simples de explicar por que é proibido nas apostas esportivas e o que é arbitragem.

Agora, imagine que você é uma pessoa "legal" e não quer que sua conta de apostas esportivas seja fechada por fazer arbitragem. Mesmo se você apostar no Madrid, poderia fazer arbitragem "legal" se esperasse até o minuto 70' do jogo ou até o Real Madrid marcar para ter essas odds para o Borussia e garantir uma vitória... isso parece um pouco arriscado, mas aqui é onde podemos aproveitar o aprendizado profundo (Deep Learning). Sabemos que o Real Madrid vai marcar, então você terá essas odds com 98% de probabilidades (sabemos disso com cointegração entre as previsões e os valores reais). Isso é o que há de novo com o Deep Learning e a Arbitragem.

Autor: Javier Santiago Gaston De Iriarte Cabrera

 
Obrigado, Javier, pelo artigo. Muito educativo.
 

Obrigado, isso é muito esclarecedor.

 
Isaac Amo #:
Obrigado, Javier, pelo artigo. Muito educativo.

De nada! Obrigado!

 
Clemence Benjamin #:

Obrigado, isso é muito esclarecedor.

Obrigado!

 

Obrigado! Muito bom o artigo.
Gostaria de lhe fazer uma pergunta: você sabe como vender EAs que incorporam modelos ONNX?

Eu estava pensando em usar OnnxCreateFromBuffer com uma matriz de bytes representando o modelo ONNX, mas não tenho certeza se essa é a melhor solução.

Obrigado!

 
Emanuele Mastronardi #:

Obrigado! Artigo muito bom.
Gostaria de lhe fazer uma pergunta: você sabe como vender EAs que incorporam modelos ONNX?

Eu estava pensando em usar OnnxCreateFromBuffer com uma matriz de bytes representando o modelo ONNX, mas não tenho certeza se essa é a melhor solução.

Obrigado!

Sim, já tentei fazer isso algumas vezes... mas não sei por que alguns EAs obtêm muitas vendas e outros não.

O problema de um EA com modelos é que você precisa mantê-lo atualizado, portanto, não pode vender um bot, precisa vender uma assinatura.

Outro problema é que você precisa ter um modelo para cada período de tempo e cada símbolo.

Espero que isso responda a algumas perguntas.

Os modelos ONNX são usados para transportar para outros idiomas. Você também pode criar um NN com o mql5.

Mas, sim, eu também gostaria de vender bots.

 
Javier Santiago Gaston De Iriarte Cabrera #:

Sim, já tentei fazer isso algumas vezes... mas não sei por que alguns EAs obtêm muitas vendas e outros não.

O problema com um EA com modelos é que você precisa mantê-lo atualizado, portanto, não pode vender um bot, precisa vender uma assinatura.

Outro problema é que você precisa ter um modelo para cada período de tempo e cada símbolo.

Espero que isso responda a algumas perguntas.

Os modelos ONNX são usados para transportar para outros idiomas. Você também pode criar um NN com o mql5.

Mas, sim, eu também gostaria de vender bots.

Olá! Obrigado por sua resposta.
Finalmente consegui importar o modelo onnx convertendo-o em bytes no python e incluindo-o diretamente como uma matriz uchar no mql5.
Sim, certamente incluir um modelo onnx no ea envolve cuidados e limitações extras, embora seja muito conveniente.
Como você disse, ele é limitado ao período de tempo e ao símbolo usado durante o treinamento, o que pode ser evitado se você incluir uma biblioteca de uma rede neural diretamente no mql5.
Usamos o lstm como um tipo de rede neural e encontrei uma biblioteca gratuita no mql5.
Obviamente, treinar a rede em python traz muitas vantagens, mas tentarei usar essa biblioteca para fazer com que a rede "se ajuste" a qualquer período de tempo e a qualquer símbolo.
Outra vantagem é que você poderia configurar o retreinamento automático a cada poucos períodos de tempo.
Seria muito bom se você considerasse esse aspecto e publicasse um artigo!
Mais uma vez, obrigado

https://www.mql5.com/pt/code/24200

LSTM Neural Network
LSTM Neural Network
  • www.mql5.com
Long Short-Term Memory Neural Network - for time series analysis.
 
Gianvito Fiume #:
Olá! Obrigado por sua resposta.
Finalmente consegui importar o modelo onnx convertendo-o em bytes no python e incluindo-o diretamente como uma matriz uchar no mql5.
Sim, certamente incluir um modelo onnx no ea envolve cuidados e limitações extras, embora seja muito conveniente.
Como você disse, ele é limitado ao período de tempo e ao símbolo usado durante o treinamento, o que pode ser evitado se você incluir uma biblioteca de uma rede neural diretamente no mql5.
Usamos o lstm como um tipo de rede neural e encontrei uma biblioteca gratuita no mql5.
Obviamente, o treinamento da rede em python traz muitas vantagens, mas tentarei usar essa biblioteca para fazer com que a rede "se ajuste" a qualquer período de tempo e a qualquer símbolo.
Outra vantagem é que você pode configurar o retreinamento automático a cada poucos períodos de tempo.
Seria muito bom se você considerasse esse aspecto e fizesse um artigo!
Mais uma vez, obrigado

https://www.mql5.com/pt/code/24200

Olá, obrigado!

Neste artigo, o EA usa a dll para executar um script py, e um dos scripts py é um para criar um modelo onnx. Isso pode ajudar você.

Análise de sentimento e aprendizado profundo para negociação com EA e backtesting com Python - MQL5 Articles

Sentiment Analysis and Deep Learning for Trading with EA and Backtesting with Python
Sentiment Analysis and Deep Learning for Trading with EA and Backtesting with Python
  • www.mql5.com
In this article, we will introduce Sentiment Analysis and ONNX Models with Python to be used in an EA. One script runs a trained ONNX model from TensorFlow for deep learning predictions, while another fetches news headlines and quantifies sentiment using AI.
 

Além da tradução do texto do MQ, precisamos de uma auditoria mínima da descrição das ações descritas pelos autores em seus artigos.

Pelo que entendi do código, embora eu não conheça suficientemente essa linguagem de programação, o autor normaliza todo o conjunto de dados e o divide em duas subamostras.

scaler=MinMaxScaler(feature_range=(0,1))

Treina modelos que contêm indiretamente informações sobre o futuro e faz uma avaliação elogiosa do resultado. Espero que o autor não tenha feito isso intencionalmente, caso contrário, isso já é falsificação, o que levará à drenagem dos depósitos dos leitores.

Não entendi no artigo como a questão do preço de um pip na moeda de depósito foi resolvida. Por que eles colocaram VS?

 
Olá, estou tentando usar seu modelo, mas não consigo fazer o cálculo. Por que eu deveria abrir o EURUSD com 3 lotes e depois abrir os outros dois pares com praticamente 0,02 lotes, qual é o objetivo?