Discussão do artigo "Redes neurais em trading: Modelo adaptativo multiagente (Conclusão)"

[MetaQuotes]

Novo artigo Redes neurais em trading: Modelo adaptativo multiagente (Conclusão) foi publicado:

No artigo anterior, conhecemos o framework adaptativo multiagente MASA, que combina abordagens de aprendizado por reforço com estratégias adaptativas, garantindo um equilíbrio harmônico entre lucratividade e riscos em condições turbulentas de mercado. Implementamos o funcional de agentes individuais deste framework, e neste artigo continuaremos o trabalho iniciado, levando-o à sua conclusão lógica.

É importante destacar que estamos realizando uma “avaliação da efetividade dos métodos implementados”, e não apenas dos “propostos”. Afinal, durante a implementação, fizemos modificações na versão original do framework apresentada pelos autores.

Os modelos foram treinados com dados históricos do ano de 2023 para o instrumento financeiro EURUSD, no timeframe H1. Os parâmetros de todos os indicadores utilizados permaneceram em seus valores padrão.

Para o treinamento inicial, foi utilizada uma base de dados coletada em trabalhos anteriores, que foi periodicamente atualizada durante o processo de treinamento dos modelos, com o objetivo de alinhar a amostra à política atual do Ator.

Após alguns ciclos de treinamento dos modelos e atualização da base de dados, obtivemos uma política que demonstra lucratividade tanto na amostra de treinamento quanto na de teste.

O teste da política treinada foi realizado com dados históricos de janeiro de 2024, mantendo todos os outros parâmetros inalterados. Os resultados do teste estão indicados abaixo.

Autor: Dmitriy Gizlyk