記事「取引におけるニューラルネットワーク：市場異常の適応型検出（最終回）」についてのディスカッション 新しいコメント MetaQuotes 2026.05.08 14:00 新しい記事「取引におけるニューラルネットワーク：市場異常の適応型検出（最終回）」はパブリッシュされました: 時系列データにおける異常検知のための高度なツールであるDADAフレームワークの基盤となるアルゴリズムの構築を続けます。このアプローチにより、ランダムな変動と重要な逸脱を効果的に区別することができます。従来の手法とは異なり、DADAはさまざまなデータタイプに動的に適応し、それぞれのケースにおいて最適な圧縮レベルを選択します。 学習用データセットは、2024年のEURUSD（M1時間足）に対してMetaTrader 5のストラテジーテスターを用い、ランダムな実行結果を生成することで作成しました。データは標準的なインジケータ設定を使用して収集し、外的要因の影響を極力排除し、クリーンな実験環境を構築しています。 学習済みモデルは、2025年1月〜2月の過去データに対してテストを実施しました。すべての実験パラメータは学習時と同一に保たれており、Actorの学習結果を客観的に評価できるようにしています。学習に使用していないデータでのテストは、実環境に近い条件下での性能を評価するための重要な検証ステップです。 テスト結果を以下に示します。 作者: Dmitriy Gizlyk 新しいコメント
新しい記事「取引におけるニューラルネットワーク：市場異常の適応型検出（最終回）」はパブリッシュされました:
学習用データセットは、2024年のEURUSD（M1時間足）に対してMetaTrader 5のストラテジーテスターを用い、ランダムな実行結果を生成することで作成しました。データは標準的なインジケータ設定を使用して収集し、外的要因の影響を極力排除し、クリーンな実験環境を構築しています。
学習済みモデルは、2025年1月〜2月の過去データに対してテストを実施しました。すべての実験パラメータは学習時と同一に保たれており、Actorの学習結果を客観的に評価できるようにしています。学習に使用していないデータでのテストは、実環境に近い条件下での性能を評価するための重要な検証ステップです。
テスト結果を以下に示します。
作者: Dmitriy Gizlyk