記事「MQL5での量子ニューラルネットワーク（第2回）：ALGLIBのマルコフ行列を用いたバックプロパゲーション学習」についてのディスカッション

[MetaQuotes]

新しい記事「MQL5での量子ニューラルネットワーク（第2回）：ALGLIBのマルコフ行列を用いたバックプロパゲーション学習」はパブリッシュされました:

量子力学の原理と最新の機械学習手法を組み合わせた、アルゴリズム取引向けの革新的な量子ニューラルネットワークアーキテクチャを紹介します。このシステムには、量子的な効果（共鳴、干渉、デコヒーレンス）、異なる時間スケールに対応した多層記憶、ALGLIBライブラリを用いたマルコフ連鎖、そして適応型パラメータ制御が組み込まれています。すべてMQL5で実装されており、組み込みの行列・ベクトル型を使用することで、MetaTrader 5でのでの実装ハードルを下げています。

アルゴリズムトレーダーは、従来のモデルではもはや十分な結果が得られないという問題に、ますます直面しています。かつて画期的な技術と考えられていたLSTMネットワークでも、予測精度は約58％にとどまっています。Transformerは自然言語処理(NLP)の分野で大きな進歩を遂げましたが、金融データ特有のノイズには苦戦しています。ARIMA系のモデルも、実際の取引における有用性を失いつつあります。

典型的なケースとして、ある取引システムが過去のデータでは良好なパフォーマンスを示していたにもかかわらず、実際の取引を開始すると、短期間でその効率性を失ってしまうことがあります。その主な原因は、過学習と、従来型のニューラルネットワークが変化する市場環境に適応できないことです。穏やかなトレンドから高ボラティリティの相場へ移行すると、多くのアルゴリズムが機能しなくなります。予測精度は51～58％まで低下し、ドローダウンは40～50％に達する一方、シャープレシオが1.0を超えることはほとんどありません。

作者: Yevgeniy Koshtenko

[panovq]

MetaQuotes:

MQL5に 記事「量子ニューラルネットワーク（第2部）：ALGLIBのマルコフ行列を用いたバックプロパゲーションによるニューラルネットワークの学習」が公開されました：

著者：Yevgeniy Koshtenko

こんにちは。ところで、これを実際にどう使えばいいのでしょうか？また、どう学習させればよいのでしょうか？

テストは実行しているのですが、結果が何も表示されません。つまり、過去のデータでどのように取引するかをテストできないのでしょうか？それとも、デモ環境や特定の時間帯でのみ可能なのでしょうか？

[Sergei Goncharov]

エフゲニーさん、実際に動作するアドバイザーのコードとインクルードファイルを公開していただければ、コミュニティ一同、心から感謝いたします。現状では、エラーなしでコンパイルすることさえできません。 しかし最も重要なのは、モデルを学習させるための400の特徴量が実装されていると 書かれていますが、コードを見る限り、その10分の1すら実装されていないようです。

[Yevgeniy Koshtenko]

panovq #:
こんにちは。ところで、これの使い方や学習方法はどうなっているんですか？

テストを実行しているのですが、結果が表示されません。つまり、過去のデータを使ってそのシステムがどのように取引を行うかをテストできないのでしょうか、それともデモ口座や時間制限のせいで不可能なのでしょうか？

こんにちは。どのタイムフレームで、どのような設定、どの銘柄を使っているのですか？

[Yevgeniy Koshtenko]

Sergei Goncharov #:
エフゲニーさん、実際に動作するアドバイザーのコードとインクルードファイルを公開していただければ、コミュニティ一同、心から感謝いたします。現状では、これらはエラーなしでコンパイルすることさえできません。 しかし最も重要なのは、モデルが学習するための400の特徴量が実装されている とお書きになっていますが、コードを見る限り、その10分の1すら実装されていないようです。

ところで、コンパイル時にはどのようなエラーが出るのでしょうか？私の環境では問題なくコンパイルできています。もしそうでなければ、そもそも公開などしていませんから）

[Sergei Goncharov]

Yevgeniy Koshtenko #:

コンパイル時にどんなエラーが出るんですか？私の環境では問題なくコンパイルできていますし、もしそうじゃなかったら、そもそも公開なんてしなかったでしょうから）

コンパイルについては問題ありません。インクルードファイルへのパスを修正しただけで済みました。ここでの問題は、アドバイザーの動作と、記載されている機能についてです。 私はMQLコミュニティの初心者ですが、「市場の動向を65％の精度で予測する」といったフレーズを読み、 「SimpleQuantumEA.mq5 アドバイザーは400の指標を使用している」といった文言を読み、公開されたコードを見ると、そのアドバイザーがそのような原理で取引しているのを期待してしまいます。しかし、実際にはそうではありません。悪意があるわけでは決してありませんので、どうか悪く取らないでください。 私は皆さんのアイデアに感銘を受けており、多くのことを自分の作業に取り入れています。他の作者たちも同様で、100％確実に機能するものは何も公開されていません。どうやらこれは人間の欲深さによるものなのでしょう。私たちはそういう生き物なのです。とにかく、提供してくださることに感謝しています。 例えば、あなたのアドバイザーには、すでに2000行以上のコードを追加しました。 例えば、400個の指標の有効性を検証するコードを作成したところ、有効なものは149個しか残らなかったのです。残りの指標は、予測に影響を与えないノイズとしてアルゴリズムによって排除されました。あなたも同じですか？

ただ、99％の利益を出す取引という結果に至るまでの、具体的な手順について、もう少し詳しい情報をいただけると嬉しいです。コードそのものを求めているわけではなく、単にアドバイスが欲しいだけです。 どのような層を使用し、どのような追加のニューラルネットワークを採用しましたか？「クァンタム」アドバイザーをLSTMモデルから始めたようですね。最終的にはそれを廃止し、その上に「クァンタム」をフィルターとして適用するようになったのでしょうか？ それとも、LSTMは別のエキスパートアドバイザーとして、クォンタム アルゴリズムは別のものとして 運用されているのでしょうか？

もっとアドバイスや情報を教えてください。だって、世の中に多くを還元し始めれば、すぐに自分にもっと多くのものが返ってくるのがわかるはずです。宇宙の仕組みってそういうものなんです。 プライベートメッセージには返信してくださらないので、ここに書き込んでいます :) 保証しますが、もしこの過程で何か価値のあるものができたら、間違いなく共有します。ただ、今のところまだ始まったばかりなのですが……

[Amato]

こんにちは。

MQL5プラットフォームは量子計算に対応していないことを改めてお伝えしておきます。 実際の量子ニューラルネットワークでは、QiskitやCirqといった専用プラットフォームや、量子ハードウェア（例：IBM Quantum）が使用されます。これはあくまで「Attention」のシミュレーションに過ぎません。

LSTM、Transformers、ARIMAなどを寄せ集めた「寄せ集め」のようなものです。通常のサーバーやPCでは、本物の量子計算を実行することはできません。

[Levison Da Silva Barbosa]

これらの研究結果を共有していただき、誠にありがとうございます。

[azimute7]

とても良い

[Rasoul Mojtahedzadeh]

素晴らしい記事ですね！ただし、「量子」という用語が使われていますが、このシステムは実際の量子コンピュータを使用しているわけではありません。これは、量子力学に着想を得た非線形数学関数が追加された、古典的なニューラルネットワークです。

この手法の最大の目新しさは、「共鳴」「干渉」「デコヒーレンス」という3つの非線形効果を取り入れている点にあります。