TQNet aborda la predicción multivariante en finanzas combinando dos necesidades opuestas: reaccionar a cambios intradía y conservar relaciones estables entre activos a lo largo del historial.
La clave es Temporal Query: en la atención multi-cabeza, las consultas no salen del dato, sino de vectores entrenables que se desplazan periódicamente (t mod W). Esto introduce “memoria” de ciclos (sesiones, estacionalidad), mientras claves y valores siguen viniendo del mercado actual.
La arquitectura se mantiene minimalista: una capa TQ-MHA, un MLP ligero con GeLU, residuales y proyección final con Dropout. Con RevIN, mejora robustez ante cambios de régimen. Resultados: precisión competitiva con coste cercano a modelos lineales, útil para predicción multi-activo en MT5.
👉 Léelo | Cotizaciones | @mql5es
2
1
1
1August 27, 2026 2.1K 1
