Discussão do artigo "Redes neurais em trading: Transformer contrativo de padrões (Conclusão)"
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Novo artigo Redes neurais em trading: Transformer contrativo de padrões (Conclusão) foi publicado:
Como de costume, o treinamento do modelo é feito offline com uma amostra de treinamento previamente coletada a partir das execuções ao longo de todo o ano de 2023. O treinamento é realizado de forma iterativa. E, após algumas iterações, realizamos a atualização da amostra de treinamento. Isso nos permite alcançar uma avaliação tão precisa quanto possível das ações do Agente conforme a política atual.
Durante o treinamento, conseguimos obter um modelo capaz de gerar lucro tanto no conjunto de treino quanto no conjunto de teste. Mas há um detalhe: o modelo que obtivemos realiza pouquíssimas operações. Inclusive, estendemos o período de teste para 3 meses. Os resultados do teste são apresentados a seguir.
Como se pode observar nos dados apresentados, ao longo dos três meses do período de teste, o modelo realizou apenas 21 operações, e pouco mais da metade delas foi encerrada com lucro. Mas, vamos olhar para o gráfico de saldo. Nos primeiros um mês e meio, observamos um crescimento no saldo, seguido por um movimento lateral. Na verdade, esse comportamento é bastante esperado. Nosso modelo apenas coleta estatísticas a partir dos estados de mercado do conjunto de treino. E, como em qualquer modelo estatístico, a amostra de treinamento precisa ser representativa. E pelo gráfico de saldo, concluímos que uma amostra de 1 ano é representativa por um período de aproximadamente 1,2 a 1,5 meses.
Autor: Dmitriy Gizlyk