記事「取引におけるニューラルネットワーク：点群用Transformer (Pointformer)」についてのディスカッション

新しいコメント
 

新しい記事「取引におけるニューラルネットワーク：点群用Transformer (Pointformer)」はパブリッシュされました:

この記事では、点群におけるオブジェクト検出問題を解決するためのアテンションを用いたアルゴリズムについて解説します。点群におけるオブジェクト検出は、多くの現実世界の応用において極めて重要です。

モデルの訓練とデータセット更新を数回繰り返した後、訓練データセットおよびテストデータセットの両方で利益を生み出すことができる方針を取得することに成功しました。

その後、MetaTrader 5のストラテジーテスターを使用して、訓練済みモデルのパフォーマンスを評価しました。テストは2024年1月の履歴データを使用して実行し、他のすべてのパラメータは変更しませんでした。以下にそのテスト結果を示します。 

テスト期間中、訓練済みのモデルは合計31件の取引を実行し、そのうち半分は利益で終了しました。特に、最大および平均の利益のある取引の値が損失のある取引の値と比較してほぼ50％高く、これによりプロフィットファクターは1.53となりました。エクイティカーブに上昇傾向が見られたものの、取引回数が限られているため、長期的な視野でのモデルの有効性について明確な結論を導き出すことはできません。



作者: Dmitriy Gizlyk

新しいコメント