記事「アルゴリズム取引におけるニューロシンボリックシステム：シンボリックルールとニューラルネットワークを組み合わせる」についてのディスカッション

[MetaQuotes]

新しい記事「アルゴリズム取引におけるニューロシンボリックシステム：シンボリックルールとニューラルネットワークを組み合わせる」はパブリッシュされました:

本記事では、古典的なテクニカル分析とニューラルネットワークを組み合わせたハイブリッド型取引システムの開発経験について解説します。システムのアーキテクチャを、基本的なパターン分析やニューラルネットワーク構造から、実際の売買判断に至るメカニズムまで詳細に分析し、実際のコードや実務的な知見も共有します。

コンピュータに株式市場での取引方法を説明しようとしているところを想像してください。一方には、三尊やダブルボトムなど、すべてのトレーダーに馴染みのある古典的なルールやパターンがあります。多くの人が、これらのパターンをMQL5でEAとして実装しようとした経験があると思います。しかし、市場は生きた有機体のようなものであり、常に変化し続けるため、厳密なルールはしばしば機能しなくなります。

もう一方にはニューラルネットワークがあります。これは強力で人気がありますが、その意思決定は時に完全に不透明です。LSTMネットワークに過去のデータを入力すれば、かなりの精度で予測をおこなうことができますが、その背後にある理由は謎のままです。取引の世界では、誤った判断が実際のお金の損失につながります。

数年前、私自身も自作の取引アルゴリズムでこのジレンマに直面しました。古典的なパターンは誤検出が多く、ニューラルネットワークは時に論理性のない驚くべき予測を出しました。そして、ある瞬間に気づいたのです。「両方のアプローチを組み合わせたらどうだろう？」と。明確なルールをシステムの枠組みとして使い、ニューラルネットワークを市場の現在の状態を考慮する適応的な仕組みとして使うのです。

こうして、アルゴリズムトレーディングのためのニューラルシンボリックシステムというアイデアが生まれました。これは、すべての古典的パターンとルールを知り尽くした熟練トレーダーが、市場の微妙な変化や関係性を考慮して適応するシステムです。このようなシステムは、明確なルールという「骨格」と、柔軟性と適応性を与えるニューラルネットワークという「筋肉」を持っています。

作者: Yevgeniy Koshtenko

[Evgeniy Chernish]

MetaQuotes:

論文「アルゴリズム取引におけるニューロシンボリック・システム：シンボリック・ルールとニューラルネットワークの組み合わせ」発表：

著者：Yevgeniy Koshtenko

主な問題は、パターン出現後に白または黒のローソク足が出現する頻度の計算値の安定性である。小さなサンプルでは信頼性が低く、大きなサンプルでは半々である。

また、パターンの出現頻度を特徴量の1つとしてニューロンカに与え、同じ出現頻度を使ってニューロンカのシグナルをフィルタリングするというロジックが理解できません。

[Stanislav Korotky]

アプローチそのものには触れないが、実際の動きの範囲を2つのクラスに縮小することは、ニューラルネットワークによって抽出される可能性のある有用な情報を無効にしてしまう（そのためにニューラルネットワークをねじ込むのだが）。IMHOは、2値パターンの古い手法にネットワークを合わせるのではなく、完全なデータで現実のファジーなものを強調することが必要だと考えている。