記事についてのディスカッション

[MetaQuotes]

新しい記事「トレーディングにおけるニューラルネットワークの実用化。 Python (パートI)」はパブリッシュされました:

今回は、Pythonによるディープニューラルネットワークのプログラミングに基づいたトレードシステムの実装を一つ一つ分析します。 Googleが開発した機械学習ライブラリ「TensorFlow」を使って行います。 また、ニューラルネットワークの記述にはKerasライブラリを使用します。

ニューラルネットワーク学習のデータ準備に関するポイントを考えてみましょう。

• 意思決定のために、2つのニューラルネットワークを用いて、一方向にポジションを開くために使用します。
• 前述のポイントによれば、トレーニングデータは、各方向ごとに2つのグループに分割する必要があります。
• 前のシステムと同様に、最初のニューラルネットワークをトレーニングして、標準的なテクニカルインジケータと同様のインジケータを構築します。 以前のシステムでは、自分で書いたインジケータを使用していたので、タスク中のExpert Advisorに負荷をかけたくなかったので、このソリューションを使用しました。 ターミナルからはクオートしか受け取れないので、Pythonを使用します。 ニューラルネットワークのデータを用意するには、インジケータをPythonスクリプトで構築する必要があります。 このようなインジケータを構築するためのニューラルネットワークを教えることで、スクリプト内で重複する必要がなくなります。 
• 2番目のニューラルネットワークは、トレード戦略を作成することに基づいて、シグナルインジケータを構築します。
• ニューラルネットワークは、EURUSDのH1チャートでトレーニングされます。
• その結果、システムを構築するためには、買いのためのニューラルネットワークを2つ、売りのためのネットワークを2つ用意する必要があります。 このように、4つのニューラルネットワークがシステムの中で機能することになります。

作者: Andrey Dibrov