Aplicación de modelo transformer para opciones binarias usando análisis técnico en el mercado Forex

Abstract

Machine learning techniques have become great tools for predicting patterns, we have decided to use said techniques and apply them as a tool for predicting the behaviour of the forex market; for this purpose we use the relatively recent Transformer machine learning model to analyse the data obtained from the IQoption API to predict the EUR/USD currency behaviour though binary options. Through the implementation of the Transformer model, we obtained an accuracy rate of around 65% from candle to candle; although this can't be considered a success in terms of machine learning model implementations, considering the complexity of the data analysed and the context in which it's used, the execution of the model is a success on practical levels of binary option investments as long as the market is paying more than 110% of the invested capital, getting profits with a large operations volume of 0.15% net earnings. In conclusion, the Transformer model proved to be an effective mean to demonstrate that machine learning models can be of great use in the context of financial marketing.

Las técnicas de aprendizaje de máquina se han convertido en excelentes herramientas para predecir patrones, hemos decidido usar dichas técnicas como herramienta para predecir el comportamiento del mercado Forex; para este propósito usamos el modelo, relativamente nuevo, de aprendizaje de máquina Transformer para analizar los datos obtenidos de la API IQoption para predecir el comportamiento de la divisa EUR/USD a través de las opciones binarias.

A través de la implementación del modelo Transformer, obtenemos una tasa de precisión de alrededor del 65% de vela a vela; aunque esto no puede ser considerado un éxito en términos de implementación de modelos de aprendizaje de máquina, considerando la complejidad de la data analizada y el contexto en que es usado, la ejecución del modelo es un éxito a niveles prácticos de inversiones en opciones binarias siempre y cuando el mercado esté pagando más del 110% de la capital invertida, obteniendo ganancias con un gran volumen de operaciones un 0.15% de ganancias netas. En conclusión, el modelo Transformer probó ser un medio efectivo para demostrar que los modelos de aprendizaje de máquina pueden ser de gran uso en el contexto del mercado financiero.