Vou criar um bot de trading quantitativo com IA

Este projeto oferece um sistema de negociação com IA personalizado, desenvolvido usando TensorFlow, OpenAI Gymnasium, RL personalizado e arquiteturas recorrentes baseadas em LSTM, especialmente criado para aprender com séries temporais financeiras sob qualquer condição de mercado barulhenta e tendenciosa, com detecção precisa de regimes durante o treinamento.

O foco principal deste trabalho é reduzir o viés na política, melhorar a precisão direcional e estabilizar o aprendizado em ambientes onde a maioria dos agentes de negociação falha.

Alguns resultados-chave dessa abordagem incluem:

Projetar agentes PPO quase sem viés, mesmo quando treinados com dados de mercado altamente enviesados

Reduzir a sensibilidade ao ruído de preço de curto prazo que normalmente faz os agentes travarem capital na direção errada

Alcançar um treinamento estável sem necessidade de clipping de recompensa ou perda de informações

Lidar com dados de mercado não estacionários usando políticas personalizadas de PPO e recorrentes (baseadas em LSTM).