Uso de CNNs para classificar tendências de forex em gráficos

Resumo

O estudo descreve um método para classificar tendências de forex com uma rede neural convolucional. Primeiro, converte dados quantitativos de mercado em imagens semelhantes a gráficos de trading e, em seguida, treina uma CNN para aprender padrões gráficos e prever classes de tendência. O desempenho do modelo é avaliado pela acurácia de classificação, e as previsões resultantes devem apoiar a construção de estratégias de trading.

A abordagem traça uma analogia entre a leitura visual de gráficos por pessoas e o reconhecimento de padrões por um computador. O documento não apresenta valores de acurácia, detalhes dos dados, definição das classes de tendência nem evidências de lucratividade após os custos de negociação. A acurácia de classificação, por si só, não demonstra que uma estratégia teria bom desempenho em mercados ao vivo, e a descrição não explica como estratégias personalizadas são produzidas ou validadas. Portanto, o material é um esboço conciso de um fluxo de trabalho de aprendizado de máquina, e não uma avaliação completa de seu valor para trading.

Ideias principais

• O método transforma dados quantitativos de forex em imagens semelhantes a gráficos antes do treinamento do modelo.
• Uma rede neural convolucional é treinada para classificar tendências nas imagens.
• A medida de desempenho descrita é a acurácia de classificação.
• O documento não relata valores de acurácia nem demonstra lucratividade ao usar as classificações.

Tags

# Predict Forex Trend via Convolutional Neural Networks


# Predict Forex Trend via Convolutional Neural Networks









Deep learning is an effective approach to solving image recognition problems. People draw intuitive conclusions from trading charts; this study uses the characteristics of deep learning to train computers in imitating this kind of intuition in the context of trading charts. The three steps involved are as follows: 1. Before training, we pre-process the input data from quantitative data to images. 2. We use a convolutional neural network (CNN), a type of deep learning, to train our trading model. 3. We evaluate the model's performance in terms of the accuracy of classification. A trading model is obtained with this approach to help devise trading strategies. The main application is designed to help clients automatically obtain personalized trading strategies.

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.