記事「取引におけるニューラルネットワーク：階層型ダブルタワーTransformer (Hidformer)」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：階層型ダブルタワーTransformer (Hidformer)」はパブリッシュされました:

階層型ダブルタワーTransformer (Hidformer: Hierarchical Double-Tower Transformer)フレームワークについて紹介します。このフレームワークは時系列予測およびデータ分析向けに開発されました。Hidformerの開発者は、Transformerアーキテクチャに対して複数の改良を提案しており、その結果、予測精度の向上と計算リソースの削減を実現しています。

データの時間的構造を捉え、潜在的なパターンを特定できるニューラルネットワークモデルの需要は、特に金融予測の分野で高まっています。しかし、従来のニューラルネットワークアプローチには、高い計算複雑性や結果の解釈性の不足といった制約があります。そのため、近年では、アテンション機構に基づくアーキテクチャが注目を集めており、時系列データや金融データのより正確な解析を可能にしています。

特にTransformerアーキテクチャとその派生モデルは高い人気を誇ります。その一例として、論文「Hidformer:Transformer-Style Neural Network in Stock Price Forecasting」で紹介されたHidformerがあります。このモデルは時系列解析に特化しており、最適化されたアテンション機構による予測精度の向上、長期依存関係の効率的な特定、金融データ特性への適応を重視しています。Hidformerの最大の利点は、複雑な時間的関係性を考慮できる点にあります。これは複数の要因が資産価格に影響を与える株式市場分析において特に重要です。

作者: Dmitriy Gizlyk

[Evgeniy Chernish]

MetaQuotes:

トレーディングにおけるニューラルネットワーク：階層的2バー・トランスフォーマー（Hidformer）が掲載されました：

著者：Dmitriy Gizlyk

このニューラルネットワークでトレンドのセットを取得する方法を教えてください。

私は、これがこのニューラルネットワークの特徴の1つであると理解しています。

「時間的特徴を分析し、時間スケールでのトレンドとパターンを特定します。

[Andreas Alois Aigner]

こんにちは、ドミトリー、

OnTesterDeinit()によると、コードはテスターモードで（つまりStrategyTesterで）NNファイルを保存するはずです。

//+------------------------------------------------------------------+
|テスター終了関数|
//+------------------------------------------------------------------+
void OnTesterDeinit()
  {
//---
   int total = ArraySize(Buffer);
   printf("total %d", MathMin(total, MaxReplayBuffer));
   Print("Saving...");
   SaveTotalBase();
   Print("Saved");
  }
//+------------------------------------------------------------------+

これは起こりません。また、このOnTesterDeinit()は呼び出されないようです。print 文が見当たらないからです。

これはMQL5のアップデートによるものですか？それとも、あなたのコードがファイルを保存しなくなったのはなぜですか？

[Dmitriy Gizlyk]

Andreas Alois Aigner print 文が見当たらないからです。

これはMQL5のアップデートによるものですか？それとも、あなたのコードがファイルを保存しなくなったのはなぜですか？

親愛なるアンドレアス、

OnTesterDeinit は最適化モードでのみ実行されます。https://www.mql5.com/en/docs/event_handlers/ontesterdeinit のドキュメントをご参照ください。
テスターにモデルを保存しないのは、このEAがモデルを研究しないためです。以前に研究したモデルの有効性をチェックする必要があるからです。

よろしくお願いします。
Dmitriy.