Discussão do artigo "Redes neurais em trading: Extração eficiente de características para classificação precisa (Conclusão)"
É estranho por que ele negocia somente em uma direção. E como são formados os sinais para fechar as negociações?
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Novo artigo Redes neurais em trading: Extração eficiente de características para classificação precisa (Conclusão) foi publicado:
A primeira etapa é o aprendizado contrastivo do Codificador. Ele é realizado com dados históricos dos últimos cinco anos para o par de moedas EURUSD no timeframe M1. Esse volume e nível de detalhamento de dados permitem que o Codificador desenvolva representações latentes de alta qualidade e informatividade do estado do mercado, o que constitui a base para o funcionamento posterior de todo o sistema.
Em seguida, inicia-se a segunda etapa, o treinamento offline dos principais componentes do sistema: Ator, Diretor e Crítico. Para isso, é utilizado um conjunto de treinamento coletado a partir dos dados de 2024, mantendo todos os parâmetros especificados anteriormente. Durante o processo, é aplicada a concepção de uma trajetória quase ideal, permitindo que os modelos aprendam a partir dos exemplos mais confiáveis possíveis de ações e avaliações. Essa etapa é importante para consolidar as estratégias básicas e os critérios de tomada de decisão.
A terceira etapa é o ajuste fino online dos modelos, que já é realizado diretamente no testador de estratégias no mesmo intervalo histórico. Isso permite adaptar os modelos às condições de mercado em mudança e refinar os parâmetros com máxima precisão.
Após a conclusão de todas as etapas de treinamento, é realizado o teste do modelo com dados de janeiro a março de 2025. Ao mesmo tempo, todos os parâmetros utilizados nas etapas de treinamento são mantidos sem alterações. Essa abordagem garante uma avaliação honesta e objetiva da eficácia do modelo em um novo conjunto de dados, não utilizado anteriormente. Os resultados do teste são apresentados abaixo.
Autor: Dmitriy Gizlyk