記事「機械学習ベースの取引システムにおける隠れマルコフモデル」についてのディスカッション

[MetaQuotes]

新しい記事「機械学習ベースの取引システムにおける隠れマルコフモデル」はパブリッシュされました:

隠れマルコフモデル(HMM, Hidden Markov Models)は、観測された事象が、マルコフ過程を形成する未観測（隠れ）状態の系列に依存するような逐次データを解析するために設計された、確率的モデルの強力なクラスです。HMMの主要な仮定には、隠れ状態に対するマルコフ性（すなわち、次の状態への遷移確率は現在の状態のみに依存すること）と、現在の隠れ状態が既知である場合における観測の独立性が含まれます。

hmmlearnライブラリは、教師なし学習（隠れマルコフモデル）のためのPythonアルゴリズムのセットです。 このライブラリはHMMを扱うためのシンプルで効率的なツールを提供するよう設計されており、scikit-learnライブラリのAPIに従うことで、既存の機械学習プロジェクトへの統合を容易にし、scikit-learnに慣れたユーザーのために学習プロセスを簡略化します。hmmlearnはNumPy、SciPy、Matplotlibなどの基礎的な科学Pythonライブラリ上に構築されています。

hmmlearnの主な機能には、異なる出力分布タイプを持つさまざまなHMMモデルの実装、観測データからのモデルパラメータの学習、最も確からしい隠れ状態系列の推定、学習済みモデルからのサンプル生成、および学習済みモデルの保存と読み込み機能が含まれます。実装されているモデルの多様性により、データの性質に応じて最も適切な出力分布タイプを選択することが可能です。データの種類（連続、離散、カウント）は、各隠れ状態における観測生成過程を最も適切に記述する確率分布を決定します。

作者: dmitrievsky

[fxsaber]

Затем, следует скомпилировать приложенного в конце статьи бота и протестировать его в тестере MetaTrader 5.

図 14. MetaTrader 5 ターミナルにおける全期間の最良モデルのテスト

MQL5 files.zipアーカイブにはMetaTrader 5ターミナル用のファイルが含まれています。

記事に掲載されたバックテスト結果の対応するtstファイルを公開することを標準にしてください。ありがとうございました。

[削除済み]

fxsaber #:

記事に掲載されたバックテスト結果の対応するtstファイルも公開することを標準にしてください。ありがとうございます。

残念ながら、そんなに頻繁には書いていません。今後は忘れないようにします。