두 이동 평균의 데이터를 기반으로 하는 심층 신경망

두 이동 평균의 데이터를 기반으로 하는 심층 신경망

8 12월 2025, 13:15
Mikhail Sergeev
0
9

간단한 변동성 돌파 전략을 취하고 두 이동 평균선에서 얻은 데이터와 이를 기준으로 한 가격 위치를 필터로 사용하여 신경망에 입력하면 어떻게 될까요?

  1. 원하는 기호와 시간대로 사용자 정의할 수 있습니다.
  2. 높은 신호 정확도.
  3. 터미널에 내장된 최적화 기준을 사용하면 과도한 학습이 발생합니다.



위의 조건을 기반으로 자동화된 어드바이저가 작성되었습니다. 이후 GBPUSD H1을 기반으로 학습되었습니다. 결과는 다음과 같습니다.



전문가를 직접 재교육하거나 GBPUSD H1의 기본 매개변수를 사용할 수 있습니다. 무료 전문가 자문가를 다운로드하세요.

Expert Advisor를 사용하려면 MQL Market에서 무료 "Moving Average Cross Signal" 지표를 다운로드하여 MQL Market에 저장해야 합니다. 지표 파일은 "Indicators/Market" 폴더에 있습니다.

전문가 자문은 H1(1시간) 시간대의 영국 파운드(GBPUSD)에 맞춰 설정되어 있습니다. 하지만 매개변수를 직접 조정하여 다른 종목 및 시간대에서도 전문가 자문을 사용할 수 있습니다.



이것은 고문의 거래가 어떻게 보이는지입니다.


결론:

  1. 전략의 잠재적 다용성.   두 이동평균선 데이터와 그에 따른 가격 포지션을 결합한 간단한 변동성 돌파 전략을 사용하면 다양한 종목과 시간대에 맞춰 거래 시스템을 맞춤 설정할 수 있습니다. 이를 통해 매우 유연하게 접근하고 다양한 시장에 적용할 수 있습니다.

  2. 높은 신호 정확도의 가능성.   이동 평균선과 가격 데이터를 신경망에 입력하면 거래 신호의 품질을 향상시킬 수 있습니다. 이동 평균선은 노이즈를 제거하고 추세를 강조하는 데 도움이 되며, 변동성 분석과 결합하면 성공적인 거래 가능성을 높일 수 있습니다.

  3. 과적합의 문제.   터미널에 내장된 최적화 기준을 사용할 때 모델의 과적합이 심화되는 것은 심각한 단점이 될 수 있습니다. 즉, 모델이 과거 데이터에서는 우수한 성능을 보이지만, 새로운 데이터에서는 일관성이 떨어지는 결과를 보일 수 있으며, 이는 실제 거래에서 위험을 초래할 수 있습니다.

  4. 추가 구성 및 테스트가 필요합니다.   모든 기호와 시간대에서 작동할 수 있다고 명시되어 있지만, Expert Advisor를 성공적으로 사용하려면 신중하게 매개변수를 조정하고 목표 시장에 대한 테스트를 거쳐야 합니다. GBPUSD H1에서 얻은 결과는 다른 상품에서도 동일한 효과를 보장하지 않습니다.

  5. 시장 상황에 따른 의존성.   잘 조정된 모델이라 하더라도 불리한 시장 상황(예: 낮은 변동성, 보합세, 급격한 추세 변화)에서는 손실을 피할 수 없습니다. 따라서 알고리즘 트레이딩과 건전한 위험 관리를 병행하는 것이 중요합니다.

  6. 외부 구성요소의 중요성.   어드바이저는 적절한 기능을 위해 추가 지표("이동평균 교차 신호")가 필요합니다. 사용하는 지표가 최신 상태이며 제대로 작동하는지 확인하는 것이 중요합니다.

  7. 자동 거래의 위험.   자동화된 시스템은 외부 요인이나 뉴스를 고려하지 않고 거래를 실행할 수 있으며, 이는 잠재적으로 손실을 초래할 수 있습니다. 알고리즘 트레이딩과 기본 분석 및 시장 모니터링을 병행하는 것이 좋습니다.

  8. 개별 위험 평가의 필요성.   실제 계좌에서 자문가를 이용하기 전에 거래 목표, 위험 수준, 시장 특성을 고려하여 자문가의 효율성을 신중하게 평가해야 합니다.