Discusión sobre el artículo "Teoría de categorías en MQL5 (Parte 16): Funtores con perceptrones multicapa"
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Artículo publicado Teoría de categorías en MQL5 (Parte 16): Funtores con perceptrones multicapa:
Seguimos analizando los funtores y cómo se pueden implementar utilizando redes neuronales artificiales. Dejaremos temporalmente el enfoque que implica el pronóstico de la volatilidad e intentaremos implementar nuestra propia clase de señales para establecer señales de entrada y salida para una posición.
No obstante, en este artículo nos interesa el índice S&P 500 no solo por su volatilidad, como ya ocurría en artículos anteriores, sino también por sus tendencias. Queremos realizar pronósticos sobre sus tendencias a corto plazo (mensuales) y utilizar estos pronósticos para abrir posiciones en nuestro asesor. Esto significa que trataremos con la clase de señal de asesor y no con la clase final como lo hemos estado haciendo hasta ahora en esta serie. Por lo tanto, implementar transformaciones basadas en funtores en un gráfico de datos del calendario económico ofrecerá como resultado un cambio previsto en el índice S&P 500. Esta implementación se logrará usando un perceptrón multicapa.
En el último artículo, proporcionamos una representación esquemática de nuestra hipótesis simple que relaciona los cuatro puntos de datos económicos bajo consideración, pero estaba demasiado simplificada y no se mostraba como un gráfico de serie temporal. Intentaremos lograr esto en el siguiente esquema:
Autor: Stephen Njuki