Discussão do artigo "Redes neurais em trading: Transformador hierárquico de duas torres (Hidformer)"

[MetaQuotes]

Novo artigo Redes neurais em trading: Transformador hierárquico de duas torres (Hidformer) foi publicado:

Apresentamos o framework do transformador hierárquico de duas torres (Hidformer), desenvolvido para previsão de séries temporais e análise de dados. Os autores do framework propuseram diversas melhorias na arquitetura Transformer, o que permitiu aumentar a precisão das previsões e reduzir o consumo de recursos computacionais.

Modelos baseados em redes neurais tornaram-se especialmente requisitados na previsão financeira, graças à sua capacidade de levar em conta a estrutura temporal dos dados e identificar padrões ocultos. No entanto, abordagens tradicionais com redes neurais apresentam limitações, como alta complexidade computacional e baixa interpretabilidade dos resultados. Por isso, nos últimos anos, arquiteturas baseadas em mecanismos de atenção têm atraído a atenção dos pesquisadores, por possibilitarem uma análise mais precisa de séries temporais e dados financeiros.

As maiores inovações surgiram com modelos baseados na arquitetura Transformer e suas variações. No trabalho "Hidformer: Transformer-Style Neural Network in Stock Price Forecasting", é apresentada uma dessas modificações, chamada Hidformer. Este modelo foi criado especialmente para análise de séries temporais, com foco em melhorar a precisão das previsões através de mecanismos de atenção otimizados, identificação eficiente de dependências de longo prazo e adaptação às especificidades dos dados financeiros. A principal vantagem do Hidformer está na sua capacidade de considerar dependências temporais complexas, o que é um fator essencial na análise do mercado de ações, onde os preços dos ativos são influenciados por inúmeros fatores.

Autor: Dmitriy Gizlyk

[Evgeniy Chernish]

MetaQuotes:

O artigo Neural Networks in Trading: Hierarchical Two-Bar Transformer (Hidformer) foi publicado:

Autor: Dmitriy Gizlyk

Você poderia me dizer como obter um conjunto de tendências com essa rede neural?

Entendo que esse é um de seus recursos.

"O primeiro analisa as características temporais, identificando tendências e padrões em escala de tempo".

[Andreas Alois Aigner]

Olá, Dmitriy,

De acordo com OnTesterDeinit(), o código deve, no modo Tester (ou seja, no StrategyTester), salvar os arquivos NN.

//+------------------------------------------------------------------+
//| Função TesterDeinit|
//+------------------------------------------------------------------+
void OnTesterDeinit()
  {
//---
   int total = ArraySize(Buffer);
   printf("total %d", MathMin(total, MaxReplayBuffer));
   Print("Saving...");
   SaveTotalBase();
   Print("Saved");
  }
//+------------------------------------------------------------------+

Isso não acontece. Além disso, parece que esse OnTesterDeinit() não é chamado. Já que não vejo nenhuma das instruções de impressão.

Isso se deve a uma atualização da MQL5? Ou por que seu código não salva mais os arquivos?

[Dmitriy Gizlyk]

Andreas Alois Aigner de impressão.

Isso se deve a uma atualização da MQL5? Ou por que seu código não salva mais os arquivos?

Prezado Andreas,

O OnTesterDeinit é executado somente no modo de otimização. Consulte a documentação em https://www.mql5.com/en/docs/event_handlers/ontesterdeinit.
Não salvamos modelos no testador porque esse EA não os estuda. É necessário verificar a eficácia do modelo estudado anteriormente.

Atenciosamente,
Dmitriy.