Estado del modelo de señales AI

El clasificador LightGBM EURUSD M15 se aplica de forma transversal como vista previa anticipada. El conjunto de características (RSI, MACD, ATR, BB, cruces EMA, indicadores de sesión) se calcula por instrumento en tiempo real. Sin embargo, el modelo nunca fue validado con datos no-EURUSD — las señales fuera de EURUSD deben tratarse como experimentales. Los modelos por clase de activo están programados para Q2–Q3 2026.

Umbrales mínimos en el conjunto de prueba walk-forward de 180 días: Sharpe ≥ 0,8, Tasa de éxito ≥ 50%, Factor de beneficio ≥ 1,2, Drawdown máx. ≤ −3R. Los modelos que no cumplan algún criterio vuelven a staging para reentrenamiento.

El entrenamiento usa datos OHLCV de EURUSD M15 desde 2015 hasta 6 meses antes de la fecha de inicio. Los últimos 6 meses se reservan como conjunto de validación walk-forward. Las etiquetas del Método de Triple Barrera (López de Prado) se calculan con una relación recompensa:riesgo de 1,5R y una barrera temporal de 48 velas.

El modelo de producción se reentreña trimestralmente con una ventana en expansión. El programador de inferencia (PM2 ai_signals_inference) detecta cambios de versión y recarga el nuevo booster en caliente sin tiempo de inactividad.

Una regla de rollback automático comprueba la tasa de éxito en una ventana deslizante de 200 señales. Si cae por debajo del 45% durante 3 ventanas consecutivas de 24h, el despliegue se revierte automáticamente a la versión anterior y se envía una alerta de Telegram.

Las entradas planificadas representan intenciones de hoja de ruta — los modelos aún no se han entrenado, por lo que no hay métricas de aceptación. Aparecerán tras completar el entrenamiento y pasar los criterios de aceptación.

Usamos la importancia basada en ganancia de LightGBM: la ganancia de información total que una característica aporta a través de todas las divisiones de árboles en el booster. Un valor más alto significa mayor influencia en las predicciones de dirección.

La tasa de éxito sola es engañosa. El sistema apunta a 1,5R o mejor en cada operación. Una tasa del 52% con 1,5R por ganancia y 1R por pérdida genera una expectativa positiva. El ratio de Sharpe y el factor de beneficio son métricas más significativas.

La tubería de entrenamiento es propietaria. La metodología está completamente documentada en la página de Metodología — el conjunto de características, el enfoque de etiquetado, los umbrales de confianza y las matemáticas de riesgo se describen con suficiente detalle para reproducir el sistema central de forma independiente.

Las características se calculan solo a partir de velas anteriores a la ventana de etiquetado. El conjunto de validación (últimos 6 meses) nunca se usa durante la búsqueda de hiperparámetros. El etiquetado de Triple Barrera incluye una salida basada en tiempo para que los precios futuros no contaminen las ventanas de características.

LightGBM en datos financieros tabulares supera consistentemente a los modelos profundos en conjuntos de datos de tamaño moderado (< 5M velas). Entrena en minutos, produce importancias de características interpretables, y su modo DART maneja mejor el desequilibrio de clases de raras llegadas a barreras triples.

La distribución de tres clases (largo / corto / neutral) es aproximadamente 20% / 20% / 60%. El parámetro is_unbalance=True de LightGBM reponde clases automáticamente. El filtrado adicional por umbral de confianza (60% intradía, 55% diario) reduce aún más el ruido neutral en las señales.

Las señales M15 apuntan a la ventana de Triple Barrera de hasta 48 velas (12 horas). En la práctica, la mayoría de las operaciones se resuelven en 4–8 velas. Un stop temporal en la vela 48 clasifica la operación como expirada (neutral) si no se alcanzó ni TP ni SL.