記事「取引アルゴリズムにおけるゲーム理論的アプローチの活用」についてのディスカッション

[MetaQuotes]

新しい記事「取引アルゴリズムにおけるゲーム理論的アプローチの活用」はパブリッシュされました:

DQN（Deep Q-Network）ベースの機械学習を用いた多次元的な因果推論に基づく自己学習型トレーディングEAを構築します。このEAは7つの通貨ペアを同時に取引し、異なる通貨ペア間のエージェントが相互に情報を交換します。

意思決定の速度が極めて重要であり、市場が高い不確実性を持つ状況においては、従来とは異なるトレードシステムの設計アプローチが必要となります。AdaptiveQ Enhancedは、ディープ強化学習(DQN)手法、ゲーム理論、および因果分析に基づいて開発されたEAです。

本EAは、7つの主要通貨ペア間の相互関係を考慮しながら、531,441個のユニークな市場状態をモデル化して市場を分析します。アルゴリズムの中核にはナッシュ均衡があり、これは銘柄同士が相互に影響を及ぼす市場環境において最適戦略を選択するために使用されます。

本記事では、これらのアプローチのMQL5における実装方法を解説し、自己学習、ゲーム理論、AIの組み合わせによって、より高精度で安定したトレード戦略を構築できることを示します。

作者: Yevgeniy Koshtenko

[nevar]

Tsetlin Machineも小規模データには面白いが、あまり知られていない ： https://github.com/cair/TsetlinMachine

https://www.literal-labs.ai/tsetlin-machines/ しかし、実装は難しいと思う。

[Yevgeniy Koshtenko]

nevar #:

ツェトリン・マシンも小規模データには面白いが、あまり知られていない 。 https://github.com/cair/TsetlinMachine

https://www.literal-labs.ai/tsetlin-machines/ しかし、実装は難しいと思う。

素晴らしいアイデアをありがとうございました！

[Roman Shiredchenko]

携帯電話からざっと読んだだけですが、記事をありがとうございます！

[削除済み]

独創的なもので、芸術品のような喜びに溢れています。）しかし、取引では浅いので、実際のダニでテストすることが望ましい。

[osmo1717]

ゲーム理論はポーカーに向いている

[Ваня Викторов]

はじめまして、あなたのプロジェクトにとても興味がありますが、私はこの分野では初心者です。戦略テスターで Expert Advisorを実行する方法がわかりません。私が理解しているように、テスターを通してそれを完全に設定し、訓練することは不可能なのでしょうか？それとも何か間違っているのでしょうか？OSを教えていただけるとありがたいです。

[Alexey Viktorov]

Ваня Викторов 戦略テスターで Expert Advisorを実行する方法がわかりません。私が理解しているように、テスターを通してそれを完全に設定し、訓練することは不可能なのでしょうか？それとも何か間違っているのでしょうか？OSを教えていただけるとありがたいです。

オランダの親戚はどこにいますか？

[Ваня Викторов]

Alexey Viktorov #:

どうしてオランダに親戚がいるんだろう👀？

アハハハハ、オランダにはいないよ))))VPNなんてあるんだ))))

PS：ストラテジーテスターの一番下の行は、トレーニングを実行することが可能かどうか？バランスチャートのスクリーンショットを見る限り、ストラテジーテスターのようですが、何をやっても＋にすらなりません。

[Cyberdude]

著者は、DQN、ナッシュ均衡、因果分析、7つの主要通貨ペア、6つのアクション、531,441の 状態を組み合わせたと主張するマルチシンボルFX EA「AdaptiveQ Enhanced」を紹介する。アクション・セットには、買い、売り、買いの追加、売りの追加、利益の出る買いまたは売りのみの決済が含まれる。

私の主な問題点は、この記事は実質よりも派手なラベルを使って いることだ。その「ナッシュ均衡」は実際の均衡解ではない。あるシンボルのQスコアをとり、｜corr｜＞0.3のときにローリング相関で重み付けした他のシンボルのQスコアでナッジしているだけである。これはゲーム理論ではない。同じ問題が「因果関係」の言語にも存在する。シンボル間の更新は文字通り、｜corr｜ > 0.2 のとき、報酬×相関関係に基づいている。相関関係は因果関係ではない。

状態デザインも不安定に見える。記事によると、価格、MA差、RSI、ストキャスティクス、MAフラグから豊富なマルチタイムフレーム状態を構築し、その多次元情報をハッシュ化 し、ハッシュ% TOTAL_STATES で縮小する。そのため、異なる相場状況が同じバケツに収まる可能性がある。これを「531,441のユニークな状態」と呼ぶと、実際よりも印象的に聞こえる。

ポジションロジックは最も醜い部分です。EAはマルチポジションまたは反対ポジションモードで実行でき、既存のポジションに数量を追加 し、シンボルごとに最大5つのポジションを 許可し、"回復するために "負けたポジションを残したまま、利益の出るポジションだけを選択的に閉じることができる。それはスマートな在庫管理ではなく、醜いエクスポージャーへの着飾った道だ。

良い点：エンジニアリング面は、平均的なMQL5のフワフワしたものよりも真面目だ。インジケーター・ハンドルのキャッシュ、定期的な更新、Qマトリックスの保存と読み込みは、実用的な実装の詳細である。

私の意見では、興味深い実験であり、取引デザインとしては弱い。AI/ゲーム理論/因果推論」にまつわるブランディングが多すぎ、本当の優位性を証明するには不十分だ。私はこのロジックを直接構築することはしない。