記事「線形自己回帰モデルの残差を用いた非線形U-Transformerの学習」についてのディスカッション

[MetaQuotes]

新しい記事「線形自己回帰モデルの残差を用いた非線形U-Transformerの学習」はパブリッシュされました:

線形自己回帰モデルと、残差分析に用いるU-Transformerアーキテクチャを組み合わせた、為替レート予測のための革新的なハイブリッドシステムを紹介します。 このシステムは、シグナルの品質に応じて使用する予測ソースを自動的に切り替えるほか、ナンピンやピラミッディング戦略を含む、一連の取引ロジックを備えています。 このアプローチの最大の利点は、ニューラルネットワークを線形モデルの残差を使って学習させる点にあります。これにより、ニューラルネットワークが取り組むべき課題を単純化し、過学習のリスクを低減できます。 システム全体はMQL5で実装されており、市場環境の変化に自動的に適応しながら、実際の取引に利用できるよう設計されています。

本記事では、回帰モデルを扱った記事で紹介したエキスパートアドバイザー(EA)をベースに、ハイブリッドモデルを追加しました。

2025年7月1日以降の期間を対象に、EURUSDのM15（15分足）でモデルのパフォーマンスを確認してみましょう。

シャープレシオはかなり良好な値となりました。

作者: Yevgeniy Koshtenko

[Stanislav Korotky]

バランスチャートには、発表されていたような平均化やピラミディングは見られません。なぜなら、それらが適用されている場合、預入量のヒストグラムは鋸歯状になるはずだからです。