記事「MQL5での取引戦略の自動化(第21回):適応学習率によるニューラルネットワーク取引の強化」についてのディスカッション

 

新しい記事「MQL5での取引戦略の自動化(第21回):適応学習率によるニューラルネットワーク取引の強化」はパブリッシュされました:

本記事では、MQL5におけるニューラルネットワーク取引戦略を、適応型学習率を用いて精度を向上させる形で強化します。このメカニズムを設計・実装した後、そのパフォーマンスを検証します。記事の最後には、アルゴリズム取引における最適化の知見もまとめます。

第20回では、商品チャンネル指数(CCI: Commodity Channel Index)とオーサムオシレータ(AO: Awesome Oscillator)を活用し、複数の通貨ペアにわたるトレンド反転取引を自動化できる多通貨取引システムを開発しました。第21回ではさらに進めて、ニューラルネットワークを活用した動的な取引戦略に取り組みます。ニューラルネットワークは、人間の脳内における相互接続されたニューロンの働きを模倣した計算モデルであり、多様な市場指標を処理し、市場のボラティリティに適応して学習プロセスを調整することで、価格変動の予測精度を高めることが可能です。私たちの目標は、柔軟かつ高性能なトレーディングシステムを構築し、ニューラルネットワークを用いて複雑な市場パターンを分析し、適応的学習率(英語Wiki)メカニズムによって精度を最適化した取引実行を実現することです。

ニューラルネットワークは、入力層・隠れ層・出力層というノード(ニューロン)の層構造で動作します。入力層では市場データを取り込み、隠れ層では複雑なパターンを抽出し、出力層では価格の上昇または下降といった売買シグナルを生成します。順伝播では、入力に対して重みやバイアスが適用され、層を通して変換されながら予測が得られます。以下を参照してください。

層と重みを持つニューラルネットワーク


作者: Allan Munene Mutiiria