Backend en FastAPI que recibe velas de mercado desde un Expert Advisor de MetaTrader 5, procesa features y sirve predicciones de un modelo XGBoost entrenado con metodología walk-forward y etiquetado triple-barrera.
El sistema reentrena automáticamente cada semana vía APScheduler, corre containerizado en Docker y se expone únicamente en red local — nunca directamente a internet. El dimensionamiento de las ventanas de entrenamiento es dinámico, ajustado al historial real disponible.
El proyecto está tratado explícitamente como validación de pipeline de datos e infraestructura, no como promesa de rentabilidad: el umbral de confianza del modelo se calibra de forma conservadora mientras se acumula más historial de validación.
← Volver a proyectos