Discussão do artigo "Teoria das Categorias em MQL5 (Parte 16): funtores com perceptrons multicamadas"
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 Teoria das Categorias em MQL5 (Parte 16): funtores com perceptrons multicamadas foi publicado:
Continuamos a examinar funtores e como eles podem ser implementados usando redes neurais artificiais. Vamos temporariamente deixar de lado a abordagem que incluía a previsão de volatilidade, e tentar implementar nossa própria classe de sinais para estabelecer sinais para entrar e sair de uma posição.
No entanto, neste artigo, estamos interessados no índice S&P 500 não apenas por sua volatilidade, como nos artigos anteriores, mas também por suas tendências. Queremos fazer previsões sobre suas tendências de curto prazo (mensais) e usar essas previsões para abrir posições com nosso EA. Isso significa que manusearemos a classe de sinais do EA, e não a classe de trailing, como tem sido até agora nesta série. Desse modo, a implementação de transformações baseadas em funtores em dados do calendário econômico levará a uma mudança prevista no índice S&P 500. Tal implementação será alcançada com o uso de um perceptron multicamadas.
No último artigo, apresentei uma representação esquemática da nossa simples hipótese, que liga os quatro pontos de dados econômicos considerados, mas ela era excessivamente simplificada e não era representada como um grafo de série temporal. Tentaremos alcançar isso no esquema abaixo:
Como você pode ver no diagrama, a adição de objetos de série temporal acrescenta alguma complexidade, o que claramente confirma o fato de que é um grafo. A hipótese em que se baseia o esquema é controversa.
Autor: Stephen Njuki