Discusión sobre el artículo "Redes neuronales en el trading: Transformer para nubes de puntos (Pointformer)"

[MetaQuotes]

Artículo publicado Redes neuronales en el trading: Transformer para nubes de puntos (Pointformer):

En este artículo analizaremos los algoritmos necesarios para utilizar métodos de atención en la resolución de problemas de detección de objetos en nubes de puntos. La detección de objetos en nubes de puntos es bastante importante para muchas aplicaciones del mundo real.

Tras realizar varias iteraciones de entrenamiento de los modelos y actualizar la muestra de entrenamiento, hemos conseguido obtener una política capaz de generar beneficios tanto en la muestra de entrenamiento como en la de prueba.

Además, hemos probado el modelo entrenado en el simulador de estrategias MetaTrader 5 con los datos históricos de enero de 2024 con todos los demás parámetros intactos. Ahora le presentamos los resultados de las pruebas. 

Durante el periodo de pruebas, el modelo entrenado solo ha realizado 31 transacciones comerciales, la mitad de las cuales se han cerrado con beneficio. Al mismo tiempo, las operaciones rentables máximas y medias han superado prácticamente en un 50% los indicadores similares de las transacciones no rentables, permitiendo fijar el valor del índice del factor de beneficio a un nivel de 1,53. Pero a pesar de que el gráfico de balance tiende a crecer, el bajo número de transacciones comerciales realizadas no nos permite sacar una conclusión sobre la eficacia del funcionamiento del modelo en un intervalo de tiempo largo.

Autor: Dmitriy Gizlyk