Discussão do artigo "Redes neurais em trading: Modelos híbridos de sequências de grafos (Conclusão)"

[MetaQuotes]

Novo artigo Redes neurais em trading: Modelos híbridos de sequências de grafos (Conclusão) foi publicado:

Seguimos o estudo de modelos híbridos de sequências de grafos (GSM++), que integram as vantagens de diferentes arquiteturas e garantem alta precisão na análise, além de uso eficiente dos recursos computacionais. Esses modelos identificam, de maneira eficaz, padrões ocultos, reduzindo o impacto do ruído de mercado e elevando a qualidade das previsões.

Para garantir a correção da comparação, ambos os modelos foram treinados na mesma amostra, formada anteriormente para o treinamento do Hidformer. Lembrando que:

• A amostra de treinamento inclui dados históricos do par de moedas EURUSD no timeframe M1 durante todo o ano de 2024.
• Os parâmetros de todos os indicadores analisados permanecem no padrão, sem otimização adicional, o que elimina a influência de fatores externos.
• O teste do modelo treinado é realizado em dados históricos de janeiro de 2025, mantendo todos os demais parâmetros inalterados para garantir a objetividade da comparação.

Os resultados do teste são apresentados abaixo.

Durante o período de teste, o modelo realizou 15 operações de trading, o que é relativamente pouco para uma negociação de alta frequência no timeframe M1. Esse número é até inferior ao demonstrado pelo modelo básico (Hidformer). Apenas 7 delas foram encerradas com lucro, representando 46,67%. E esse índice também é menor do que o básico, de 62,07%. Aqui observamos uma redução na precisão das posições curtas. No entanto, foi notado um leve decréscimo no tamanho das posições perdedoras em comparação ao crescimento relativo do mesmo indicador nas operações lucrativas.

Enquanto no modelo básico a relação entre as médias das posições lucrativas e perdedoras era de 1,6, no novo modelo esse valor ultrapassa 4. Isso permitiu quase dobrar o lucro total no período de teste, acompanhado de um crescimento proporcional do profit factor. Esse fato pode indicar que a estratégia implementada na nova arquitetura dá ênfase à minimização das perdas e ao aumento dos ganhos nas posições bem-sucedidas. No longo prazo, isso potencialmente poderá garantir resultados financeiros mais estáveis. No entanto, o curto período de teste e o baixo número de operações realizadas não nos permitem avaliar a eficácia do modelo em intervalos de tempo prolongados.

Autor: Dmitriy Gizlyk