Discussão do artigo "Redes neurais em trading: Dupla clusterização de séries temporais (Conclusão)"

[MetaQuotes]

Novo artigo Redes neurais em trading: Dupla clusterização de séries temporais (Conclusão) foi publicado:

Damos continuidade à implementação dos métodos propostos pelos autores do framework DUET, que apresenta uma abordagem inovadora para a análise de séries temporais, combinando clusterização temporal e de canais para revelar padrões ocultos nos dados analisados.

Para o treinamento dos modelos, foi criada uma amostra de dados históricos do par de moedas EURUSD, no timeframe M1, abrangendo todo o ano de 2024. Durante a coleta dos dados, foram utilizados os parâmetros padrão dos indicadores técnicos.

O treinamento do modelo foi dividido em duas etapas. Na primeira, definimos o tamanho do batch igual a 1, de modo que, a cada iteração, o modelo seleciona aleatoriamente um estado da amostra de treinamento. Essa estratégia ajuda a rede a se adaptar a novas condições. No entanto, isso não é suficiente para o funcionamento adequado do bloco de gerenciamento de risco. Por esse motivo, na segunda etapa do treinamento, aumentamos o tamanho do batch para 60, permitindo considerar uma sequência de 60 estados do ambiente e as respectivas ações do Ator. Essa abordagem torna o treinamento mais estável e eficiente.

O teste do modelo treinado foi realizado utilizando dados históricos de janeiro e fevereiro de 2025. Todas as configurações foram mantidas, o que garante uma avaliação objetiva da qualidade das previsões. Os resultados dos testes apresentados abaixo.

Autor: Dmitriy Gizlyk