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

[MetaQuotes]

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

本記事では、中間データの集約を不要とするSuperpoint Transformer (SPFormer)に基づく3Dオブジェクトのセグメンテーション手法を紹介します。これによりセグメンテーション処理の高速化とモデル性能の向上が実現されます。

訓練アルゴリズムおよび訓練・評価のための支援プログラムは、これまでの出版物から継承しています。

訓練済みのActor方策は、2024年1月の実際の履歴データを用いてMetaTrader 5のストラテジーテスターでテストされ、他のすべてのパラメータは変更していません。以下にそのテスト結果を示します。 

テスト期間中、モデルは54回の取引をおこない、そのうち26回が利益確定となりました。これは全取引の48％に相当します。利益を出した取引の平均利益は、損失取引の同様の指標の2倍でした。このため、テスト期間中にモデルは利益を上げることができました。

作者: Dmitriy Gizlyk

[Ernesto Davila Tirado]

メイト、これはとても興味深いけれど、僕にとってはとても高度なことだ！

シェアしてくれてありがとう。