記事"ニューラルネットワークを利用した価格予測"についてのディスカッション

MetaQuotes 2016.03.16 08:40

数多くのトレーダーがニューラルネットワークを話題にしますが、それは何なのか、何ができるのか、を知る人はほとんどいません。本稿では、人工知能の世界に少し光を当てます。そしてネットワーク用のデータを正しく準備する方法を説明します。また、プログラム Matlab を用いて予測例を見ていきます。

過去数年間、ニューラルネットワークに対する興味が爆発し、異なる分野－ビジネス、医療、技術、地質学、物理学、でうまく利用されるのを見てきました。ニューラルネットワークは予測、分類、管理が必要な分野で幅広く利用されています。そのように印象的な成功はいくつかの理由によるものでます。

広い可能性　ニューラルネットワークはひじょうに力強いモデル化ツールで、たいへん複雑な関係の再生産を可能にします。特に、ニューラルネットワークは元々ノンリニアです。長年にわたり、リニアなモデル化が大半の分野でモデル化の主要な手法でした。なぜならそれ向けの最適化手順がよく発達しているからです。線形近似が十分でないタスクでは、リニアモデルは動作が不十分なのです。また、ニューラルネットワークは『次元の呪い』を克服します。それは変数の数が多い場合、リニアな関係をモデル化することができないものです。
使い勝手の良さ　ニューラルネットワークは例によって学びます。ニューラルネットワークのユーザーは代表的なデータを照合し、 トレーニングのアルゴリズムを開始します。それは自動でデータストラクチャを受け入れます。もちろん、ユーザーはデータ選択を準備し、適切なネットワーク構造を選択し、結果を解釈する方法について発見的知識を一式持っている必要があります。ただし、ニューラルネットワークを成功利用するために必要な知識レベルは、従来の統計手法に必要なレベルよりもずっと低くてすむのです。

ニューラルネットワークをは直観的観点から魅力的なものです。というのも、神経組織の原始的な生物学的モデルが基になっているためです。将来、そのような神経生物学モデルが実に知的なコンピュータの創造に導入されるかもしれません。[1]

金融時系列の予測はあらゆる投資活動の主要な構成要素です。投資の全体的考え－将来に利益を得る目的で資金を投資することは、将来予測の考えに基づいています。したがって、金融時系列の予測は投資産業－すべての証券取引所と店頭（OTC）市場、に根差しています。

われわれの作業結果は、近い将来の絶対的な価格値を予測することのできる多層ハイブリッドニューラルネットワークです。それは基本的に、Y. Reshetov が記事 /ja/articles/1447 で述べ、 Expert Advisor https://www.mql5.com/ja/code/10289 として実現される一層ニューラルネットワークからの構造と目的で変化します。

ニューラルネットワークの専門家はこれをしないことを強く薦めますが、われわれはクオートについて多かれ少なかれ許容できる予測を得ます。結果のニューロネットを閲覧するには、ストラクチャをクリックします。トレーニング済みニューラルネットワークは添付ファイルneuro.zip にあります。

作者: Shashev Sergei

ニューラルネットワークを利用した価格予測

新しいコメント