Desarrollo de estrategia de trading algorítmico usando aprendizaje por refuerzo

Abstract

El objetivo de este proyecto fue desarrollar una estrategia de trading algorítmico mediante el uso de aprendizaje por refuerzo, aplicada al mercado de futuros de Ethereum en la lataforma de intercambios Binance. El método incluyó: recolección de datos históricos de velas de 5 minutos vía API de Binance, optimización de indicadores técnicos mediante grid search, entrenamiento de un agente con datos de 2021-2023, evaluación mediante backtesting en 2023-2024 e integración a la API de Binance para operar en tiempo real. Los resultados mostraron un aumento de rentabilidad de 66.30% a 82.78%, pero con mayor riesgo, drawdown de 9.81% a 19.82%. La conclusión destaca el éxito del agente en adaptarse a condiciones de mercado y su potencial para trading en tiempo real, aunque requiere mejoras en la gestión de riesgos.