Discussão do artigo "Expert Advisor Auto-otimizável com MQL5 e Python (Parte IV): Empilhamento de Modelos"

[MetaQuotes]

Novo artigo Expert Advisor Auto-otimizável com MQL5 e Python (Parte IV): Empilhamento de Modelos foi publicado:

Hoje, vamos demonstrar como você pode construir aplicações de trading com IA capazes de aprender com os próprios erros. Vamos demonstrar uma técnica conhecida como stacking (empilhamento), na qual usamos 2 modelos para fazer 1 previsão. O primeiro modelo é tipicamente um aprendiz mais fraco, e o segundo modelo normalmente é um modelo mais poderoso que aprende com os resíduos do nosso aprendiz mais fraco. Nosso objetivo é criar um conjunto de modelos (ensemble), na esperança de alcançar maior acurácia.

Vamos direcionar nossa atenção para a previsão do par de moedas NZDJPY. Queremos aprender, de forma algorítmica, uma estratégia de trading a partir dos dados que coletaremos sobre o símbolo em nosso Terminal MetaTrader 5. Como seres humanos, podemos ser naturalmente tendenciosos em relação a estratégias de trading alinhadas com nossas próprias crenças e interesses. Modelos de machine learning também são tendenciosos. O viés de um modelo de machine learning é o grau em que as suposições feitas pelo modelo são violadas. Nossa estratégia de trading irá se basear em um conjunto de 2 modelos de IA. O primeiro modelo será treinado para prever o preço de fechamento futuro do par NZDJPY, 20 minutos adiante. O segundo modelo será treinado para prever o erro da previsão feita pelo primeiro modelo. Esta técnica é conhecida como stacking (empilhamento). Nossa esperança é que, ao empilhar 2 modelos, possamos superar nosso viés humano e, quem sabe, isso seja suficiente para alcançar níveis mais altos de desempenho.

Autor: Gamuchirai Zororo Ndawana

[Kikkih25]

Bom artigo.

[Gamuchirai Zororo Ndawana]

Kikkih25 #:
Bom artigo.

Muito obrigado, Kikkih, isso significa muito.