Discussão do artigo "Redes neurais em trading: decomposição em vez de escalonamento (Conclusão)"

[MetaQuotes]

Novo artigo Redes neurais em trading: decomposição em vez de escalonamento (Conclusão) foi publicado:

Apresentamos um algoritmo que decompõe séries temporais em camadas semânticas e constrói, a partir delas, um modelo enxuto. Mostramos, passo a passo, a arquitetura, a implementação prática em MQL5/OpenCL e os resultados de testes reais com dados históricos de mercado.

Ao final, testamos o modelo com dados totalmente novos: cotações do período de janeiro a março de 2025. Todos os parâmetros e configurações permaneceram inalterados. Os resultados obtidos fornecem uma avaliação objetiva da precisão e da confiabilidade prática da abordagem proposta. Os resultados dos testes são apresentados abaixo.

Os resultados dos testes mostram um desempenho moderadamente positivo. Partindo de um depósito de $100, o EA obteve lucro de $62.25, com uma pequena diferença positiva entre o lucro bruto e o prejuízo bruto. Ainda assim, o fator de lucro mal supera 1, o que indica baixa eficiência da estratégia.

Durante o período de teste, foram realizadas 898 operações, distribuídas quase igualmente entre compras e vendas. Em ambos os casos, o percentual de operações lucrativas ficou em torno de 50%, com leve vantagem para as posições curtas. A operação lucrativa média gerou $1.97, enquanto a operação perdedora média foi de $1.82. O lucro máximo chegou a $13.56, e o prejuízo máximo, a $12.42.

De modo geral, o EA apresenta funcionamento estável, com execução precisa dos trades, mas a rentabilidade e a robustez da estratégia ainda precisam ser confirmadas.

Autor: Dmitriy Gizlyk