Discussão do artigo "Arquitetura do sistema de aprendizado de máquina no MetaTrader 5 (Parte 2): Rotulagem de dados financeiros para aprendizado de máquina"
Tem uma coisa que não entendo:
Se você treinar modelos não com os dados brutos de ticks, mas com barras construídas (tempo, tick etc.), é preciso construir essas barras durante a negociação em tempo real?
daxiritchietrade #:
Com certeza! Vou publicar um artigo sobre como criar todos os tipos alternativos de barras no MQL5 para negociação em tempo real.
Tem uma coisa que eu não entendo:
Se você treinar modelos não com os dados brutos de ticks, mas com barras construídas (tempo, tick etc.), é preciso construir essas barras durante a negociação ao vivo?
Novo artigo Arquitetura do sistema de aprendizado de máquina no MetaTrader 5 (Parte 2): Rotulagem de dados financeiros para aprendizado de máquina foi publicado:
Imagine que você esteja treinando para se tornar um atirador de elite. O que escolheria: praticar com círculos perfeitos desenhados em um alvo de papel ou com alvos em forma de silhueta humana que simulem situações reais de combate? Evidentemente, você precisa de alvos que representem as situações que enfrentará na prática.
O mesmo princípio se aplica ao aprendizado de máquina em finanças. A maioria dos estudos acadêmicos utiliza a chamada "rotulagem com horizonte temporal fixo", equivalente a praticar com aqueles círculos perfeitos. Essa abordagem procura responder a uma pergunta simples: "O preço estará acima ou abaixo do nível atual daqui a exatamente X dias?". O problema é que, para quem opera no mercado, não basta saber aonde o preço chegará. O percurso também importa: quando o stop-loss será acionado, quando realizar o lucro e como o preço se comporta ao longo desse intervalo.
Pense da seguinte forma: se você estivesse desenvolvendo um modelo para prever a ocorrência de um infarto, não analisaria apenas se a pessoa estaria viva ou morta exatamente 365 dias depois. Você também procuraria identificar sinais de alerta, intervenções precoces e a sequência de eventos relevantes para a tomada de decisões médicas. Nos mercados financeiros, a lógica é a mesma.
Este artigo pressupõe que você já saiba trabalhar com Python e tenha conhecimentos básicos dos conceitos de aprendizado de máquina. Vamos nos aprofundar no código e em exemplos de aplicações reais que você poderá colocar em prática imediatamente.
Autor: Patrick Murimi Njoroge