Optimización bayesiana de clasificadores de trading con redes neuronales profundas

Resumen

Este artículo describe un flujo de trabajo para ajustar una red neuronal profunda con dos capas ocultas que clasifica datos de mercado. Prepara conjuntos de preentrenamiento, entrenamiento, validación y prueba; elimina predictores considerados estadísticamente no significativos en trabajos anteriores y usa la media de F1 por clase como objetivo escalar de la optimización bayesiana. La búsqueda abarca el tamaño de la red, las funciones de activación, el dropout y los parámetros de aprendizaje en distintas configuraciones de preentrenamiento y ajuste fino. El modelo utiliza preentrenamiento seguido de retropropagación o propagación resiliente, y el artículo describe pruebas y pruebas prospectivas con los parámetros seleccionados.

El autor informa de una mejora del 7–10% en la calidad de clasificación gracias a la optimización de hiperparámetros y recomienda ejecutar varias optimizaciones cuyos resultados sirvan de base para búsquedas posteriores. El análisis también señala el coste computacional y propone explorar más parámetros y conjuntos de redes neuronales en trabajos futuros. Los resultados dependen de la preparación de datos, las divisiones y la configuración del modelo descritas; el fragmento no demuestra que las mejoras de clasificación se traduzcan en rendimientos de trading ni que persistan en otros mercados y periodos.

Ideas clave

• La optimización bayesiana elige hiperparámetros de DNN maximizando la media de F1 entre clases.
• El flujo de trabajo separa el preentrenamiento, el ajuste fino, la validación, las pruebas y las pruebas prospectivas.
• La búsqueda incluye tamaños de capas ocultas, funciones de activación, dropout y parámetros de aprendizaje.
• El autor informa de una mejora en la calidad de clasificación, pero no demuestra una mejora del rendimiento de trading.
• Se sugieren varias ejecuciones de optimización y búsquedas por etapas, con el coste de un mayor esfuerzo computacional.

Etiquetas

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.