Discussão do artigo "Redes neurais em trading: Pipeline inteligente de previsões (Conclusão)"

Novo comentário
 

Novo artigo Redes neurais em trading: Pipeline inteligente de previsões (Conclusão) foi publicado:

Este artigo mostrará de forma envolvente como o embedding SwiGLU revela padrões ocultos do mercado, e como a mistura esparsa de especialistas dentro do Decoder-Only Transformer torna as previsões mais precisas com custos computacionais razoáveis. Analisamos detalhadamente a integração do Time-MoE em MQL5 e OpenCL, descrevendo passo a passo a configuração e o treinamento do modelo.

O processo de treinamento do modelo foi dividido em duas etapas. Essa abordagem permitiu estruturar o sistema de forma sequencial, confiável e sem pressa.

Primeiro, o treinamento offline. Utilizamos quinze anos de histórico do par EURUSD, no timeframe M1. Isso forneceu ao modelo um enorme volume de situações de mercado variadas. O Encoder aprendeu a reconhecer regularidades, identificar padrões significativos e codificar o estado do mercado em um vetor de características compacto e informacionalmente rico. Esse vetor torna-se a base para todas as decisões tomadas pelo agente. O Actor, durante o treinamento, desenvolve a estratégia de comportamento, recebendo sinais do Critic e do Director.

Em seguida, o ajuste online. Ele é realizado no testador de estratégias do MetaTrader 5. Aqui o modelo interage com o histórico já em modo realista, vela por vela, com ruído de mercado, oscilações aleatórias e instabilidade. Isso ajuda a adaptar o comportamento do agente à dinâmica real e a ajustar a estratégia em condições próximas às reais.

Após o treinamento, o modelo foi testado em novos dados, cotações de janeiro de 2025. Todas as configurações foram previamente fixadas e não foram alteradas. Isso garante objetividade e transparência na avaliação. Os resultados do teste são apresentados a seguir.


Autor: Dmitriy Gizlyk

[Excluído]  
Por algum motivo, as negociações são novamente unilaterais, como se o agente não aprendesse nada. Seria interessante ver o equilíbrio dos dados de tendência. Sem opencl, não posso verificar :)
 
as operações são realizadas apenas no lado comprador
 

Obrigado por compartilhar seus códigos. Já faz um tempo que acompanho seus artigos. Todos parecem ter sido escritos com base em publicações acadêmicas muito recentes. Mas estou tendo dificuldades para compilá-los, pois todos apresentam muitos erros de sintaxe. Muitos desses erros têm origem no “NeuroNet.cl”, que, se não me engano, é o núcleo da computação OpenCL para o “NeuroNet.mqh”. Tenho certeza de que todos os códigos já estão compilados do seu lado. Portanto, presumo que os problemas venham da versão do MQL que tenho, que pode ser diferente da sua. Você poderia nos dar mais alguns detalhes sobre isso? Obrigado!

 
Syed Jawad Hussain Naqvi #:
[A]s operações são realizadas apenas no lado comprador[.]

Na minha opinião, um algoritmo que opera apenas em posições compradas provavelmente é mais adequado para algo como o Índice S&P 500, que apresenta um período de alta mais consistente.

É claro que o EUR/USD serve apenas como uma demonstração dos conceitos e do funcionamento apresentados no artigo, então...

Novo comentário