記事「取引におけるニューラルネットワーク：Actor-Director-Critic（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：Actor-Director-Critic（最終回）」はパブリッシュされました:

Actor-Director-Criticフレームワークは、古典的なエージェント学習アーキテクチャを発展させたものです。本記事では、その実装と金融市場環境への適応に関する実践的な経験を紹介します。

学習データセットは、MetaTrader 5ストラテジーテスター上でランダムなエージェント実行を行うことによって生成しました。これにより、幅広い行動パターンを含むデータを収集することが可能になりました。このデータセットには、2024年通年のEURUSD M1データが含まれています。

初期モデル学習は、予測誤差が安定するまで学習データセットを更新せず、オフライン環境で実行しました。その後、MetaTrader 5ストラテジーテスターに切り替え、安定した性能が得られるまでモデルパラメータのファインチューニングを継続しました。

学習された取引方策を客観的に評価するためには、学習データに含まれていないデータ上で学習済みモデルを検証する必要があります。性能評価には、2025年1月から3月までの履歴データを使用しました。この期間は学習には一切使用されていないため、過学習の影響を排除でき、得られた結果は実用的な意味を持ちます。

その他すべてのパラメータ、すなわち市場環境、時間足、約定シミュレーションモデル、ターミナル設定などは変更せず、そのまま維持しました。これにより、外部要因による影響を排除し、学習された戦略そのものを純粋に評価することが可能になります。

テスト結果を以下に示します。これらはエージェントが形成した行動モデルをわかりやすく示しています。

作者: Dmitriy Gizlyk

[Sergey Chalyshev]

無知は無知を生む

https://nukadeti.ru/basni/krylov-kvartet

[Dmitriy Gizlyk]

Sergey Chalyshev #:
無知は無知を生む

https://nukadeti.ru/basni/krylov-kvartet

正しい書き方を教えていただけませんか？