Discussão do artigo "Repensando as estratégias clássicas (Parte 13): Atualização da estratégia de cruzamento de médias móveis (Parte 2)"

Novo comentário

Novo artigo Repensando as estratégias clássicas (Parte 13): Atualização da estratégia de cruzamento de médias móveis (Parte 2) foi publicado:

Vamos tentar incorporar novas melhorias à nossa estratégia de cruzamento de médias móveis, buscando reduzir a defasagem dos sinais e aumentar sua confiabilidade por meio de análises adicionais dos dados. Como sabemos, projetar dados em um espaço multidimensional pode, em alguns casos, melhorar o desempenho dos modelos de machine learning. Vamos entender o que isso significa na prática para nós, traders, e como podemos aplicar esse princípio no terminal MetaTrader 5.

No primeiro artigo, comparamos a nova estratégia de cruzamento proposta com a versão tradicional. Hoje, continuaremos aprimorando essa estratégia, buscando reduzir ainda mais a defasagem dos sinais. Para isso, investigaremos a possibilidade de prever os cruzamentos antes que eles efetivamente ocorram. Dessa forma, poderemos reagir mais rapidamente às oportunidades de negociação. Diferentemente da maioria dos participantes do mercado, que aguardam a confirmação e só reagem quando o cruzamento já se tornou evidente, nosso objetivo é desenvolver modelos estatísticos capazes de antecipar esses cruzamentos, permitindo abrir posições antes mesmo do início do movimento dos preços.

Identificar sinais de negociação em meio ao ruído do mercado pode ser uma tarefa difícil. Existem, porém, alguns princípios de análise de dados que podem nos ajudar. Nesse contexto, vale recorrer a uma apresentação da equipe do Laboratório de Propulsão a Jato da NASA (NASA Jet Propulsion Laboratory), vinculado ao Instituto de Tecnologia da Califórnia (Caltech). A apresentação reúne diversas ideias úteis. O link para a apresentação está disponível aqui. A apresentação trata da análise de Big Data e apresenta um princípio-chave relacionado ao tema que estamos discutindo. Se o assunto despertar seu interesse, recomendo consultar a apresentação completa. Em resumo, a ideia é que determinados problemas complexos de análise de dados podem se tornar mais fáceis de resolver quando projetamos os dados em espaços de maior dimensionalidade. A Figura 1, abaixo, mostra um trecho da apresentação original que ilustra esse princípio.


Autor: Gamuchirai Zororo Ndawana

Novo comentário