Utilidades de matrices MQL5 para preparar datos CSV y de aprendizaje automático

Resumen

Este artículo presenta utilidades reutilizables de MQL5 que amplían las operaciones con matrices y vectores, sobre todo para preparar datos de sistemas de trading y flujos de trabajo de aprendizaje automático. Las funciones descritas permiten leer datos CSV numéricos o categóricos, escribir matrices, convertir entre matrices, vectores y arreglos, eliminar filas o columnas, dividir datos en conjuntos de entrenamiento y prueba, separar características y objetivos y crear matrices de diseño. También aborda la codificación one-hot o por etiquetas, la extracción de clases, la generación de vectores aleatorios, la incorporación de vectores y la copia de rangos seleccionados.

Los ejemplos muestran cabeceras de CSV almacenadas por separado de los valores numéricos de las matrices y columnas categóricas codificadas como etiquetas enteras antes de incluirlas en una matriz. El artículo ilustra las operaciones con resultados de ejemplo, pero no presenta una estrategia de trading, una evaluación de modelos ni pruebas de que estas utilidades mejoren el rendimiento predictivo. El código reúne funciones auxiliares para gestionar datos; los usuarios deben comprobar supuestos como la uniformidad del número de columnas en las filas de CSV, la interpretación correcta de las etiquetas y una separación adecuada entre entrenamiento y prueba. Su valor es principalmente ofrecer una infraestructura práctica para organizar entradas de análisis cuantitativo.

Ideas clave

• Los lectores de CSV pueden cargar datos numéricos en matrices y conservar por separado las cabeceras de las columnas.
• Las columnas categóricas de CSV pueden convertirse en etiquetas numéricas de clase para usarlas en matrices.
• La colección de utilidades permite reorganizar las matrices, eliminar filas o columnas y convertir vectores.
• Las funciones para dividir entrenamiento y prueba y separar características y objetivos ayudan a preparar conjuntos de datos para modelos.
• Los ejemplos muestran cómo manipular datos, pero no evalúan un modelo ni una estrategia de trading.

Etiquetas

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