Discussão do artigo "Redes neurais no trading: Integração da teoria do caos à previsão de séries temporais (Conclusão)"

[MetaQuotes]

Novo artigo Redes neurais no trading: Integração da teoria do caos à previsão de séries temporais (Conclusão) foi publicado:

Continuamos integrando aos modelos de trading os métodos propostos pelos autores do framework Attraos. Vale lembrar que esse framework utiliza conceitos da teoria do caos para resolver tarefas de previsão de séries temporais, interpretando-as como projeções de sistemas dinâmicos caóticos multidimensionais.

Para testar o modelo treinado, utilizamos os dados de janeiro e fevereiro de 2025. Esse período foi escolhido para avaliar rigorosamente a capacidade do modelo de operar com dados novos, nunca vistos anteriormente. Todos os demais parâmetros do experimento permaneceram inalterados, garantindo a consistência do experimento, a reprodutibilidade dos resultados e a validade das comparações posteriores. Essa abordagem reduz a influência de fatores aleatórios e permite avaliar de forma objetiva a qualidade dos algoritmos.

Os resultados dos testes são apresentados abaixo.

 

Durante o período de teste, o modelo realizou 287 operações de trading, das quais quase 39% foram encerradas com lucro. Apesar da taxa relativamente baixa de operações vencedoras, a estratégia apresentou resultado positivo graças à relação entre ganhos e perdas. Em particular, o lucro médio por operação vencedora foi duas vezes maior que a perda média, o que permitiu compensar as operações menos favoráveis, encerrar o período com resultado financeiro positivo e registrar um fator de lucro de 1,15.

O tempo médio de permanência em posição ultrapassou duas horas, indicando uma tendência do modelo a tomar decisões de trading de curto e médio prazo. No entanto, chama atenção a posição mantida aberta por mais tempo, que permaneceu nessa condição por quase dois dias. Esse comportamento exige uma análise adicional.

Autor: Dmitriy Gizlyk