記事「取引におけるニューラルネットワーク：2次元接続空間モデル（最終回）」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：2次元接続空間モデル（最終回）」はパブリッシュされました:

革新的なChimeraフレームワークの探求を続けます。このフレームワークは、ニューラルネットワーク技術を用いて多次元時系列を解析する二次元状態空間モデル(2D-SSM)です。この手法は、高い予測精度と低い計算コストを両立します。

Chimeraフレームワークの著者が提案したアプローチを独自に実装した後、次は作業の最終段階に移ります。実際の履歴データを用いたモデルの学習およびテストです。

モデルの学習には、前のセクションで説明したモデルの学習時に収集された学習データセットを使用しました。このデータセットは、EUR/USD通貨ペアの2024年1年間のM1（1分足）データを用いて構築され、すべてのインジケーターのパラメータはデフォルト値のままとしています。学習データセットの作成手順の詳細は、添付リンクをご参照ください。

学習済みモデルのテストは、MetaTrader 5のストラテジーテスターで、2025年1月の履歴データを用いておこないました。その他の学習パラメータは変更していません。テスト結果を以下に示します。

テスト結果によれば、モデルは利益を生み出すことができました。70%以上の取引が利益で終了しており、プロフィットファクターは1.53と記録されています。

しかし、いくつか注意すべき点があります。モデルはM1時間軸でテストされましたが、取引回数はわずか27回と、最小時間軸での高頻度取引としては非常に少ない数です。さらに、モデルはショートポジションのみを開いており、ここにも疑問が残ります。

作者: Dmitriy Gizlyk

[Charles Antoine Dominique Julien Fournel]

とても興味深い！ありがとう！

グラフの結果からは、RRRの条件でクローズした方が利益が出るように思えますが、ここでのポイントはそこではありません。