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 Desenvolvimento de EAs auto-otimizáveis em MQL5 (Parte 8): Análise de múltiplas estratégias (3) - Política de votação ponderada foi publicado:
Ao construir um ensemble, surge naturalmente uma questão: como demonstrar que todas as estratégias selecionadas são realmente necessárias? Podemos ter certeza de que os resultados não seriam melhores se utilizássemos apenas algumas delas? Como podemos comprovar isso na prática?
Felizmente, o otimizador genético pode nos ajudar a responder a essas questões complexas, desde que formulemos o problema de maneira adequada.
Para isso, vamos permitir que nossas estratégias interajam por meio de um sistema de votação democrática, no qual cada uma tem direito a apenas um voto. Entretanto, o peso atribuído ao voto de cada estratégia será um parâmetro ajustável pelo otimizador genético. Se o otimizador identificar que determinada estratégia não contribui positivamente para o desempenho geral, reduzirá o peso de seu voto para um valor próximo de zero. Por outro lado, aumentará os pesos das estratégias que geram lucro.
Apresentamos, portanto, esse framework como uma política de votação ponderada. Inicialmente, estabeleceremos uma referência de desempenho atribuindo pesos iguais aos votos de todas as estratégias. Em nosso exemplo, começaremos com um peso de 0,5 para cada estratégia, em uma escala de 0 a 1.
Em seguida, permitiremos que o otimizador genético ajuste esses pesos para maximizar a lucratividade e determinar se as três estratégias realmente contribuem positivamente para o desempenho do ensemble.
Na prática, constatamos que esse procedimento produz diversas configurações, revelando como a contribuição de cada estratégia pode variar conforme seus parâmetros específicos. Em cada configuração, os pesos atribuídos às estratégias mudam. Assim, podemos encontrar uma combinação de parâmetros na qual apenas uma estratégia seja vantajosa, enquanto, em outra, as três contribuam positivamente para o desempenho do ensemble.
Isso torna a pergunta "As três estratégias são realmente necessárias?" particularmente difícil de responder. Nossos resultados mostram que a resposta depende diretamente da configuração utilizada inicialmente pela aplicação. Vamos começar.
Autor: Gamuchirai Zororo Ndawana