Обсуждение статьи "Нейросети в трейдинге: Transformer для облака точек (Pointformer)"

[MetaQuotes]

Опубликована статья Нейросети в трейдинге: Transformer для облака точек (Pointformer):

В данной статье мы поговорим об алгоритмах использования методов внимания при решении задач обнаружения объектов в облаке точек. Обнаружение объектов в облаках точек имеет важное значение для многих реальных приложений.

После нескольких итераций обучения моделей и актуализации обучающей выборки, нам удалось получить политику, способную генерировать прибыль как на обучающей, так и на тестовой выборках.

Тестирование обученной модели мы осуществляем в тестере стратегий MetaTrader 5 на исторических данных января 2024 года с сохранением всех прочих параметров. Результаты тестирования представлены ниже. 

За период тестирования обученная модель совершила всего 31 торговую операцию, половина из которых была закрыта с прибылью. При этом практически 50% превышение максимальной и средней прибыльной сделок над аналогичными показателями убыточных операций позволило зафиксировать значение показателя профит-фактор на уровне 1.53. Но несмотря на то, что график баланса имеет тенденцию к росту, низкое количество совершенных торговых операций не позволяет нам сделать вывод об эффективности работы модели на длинном временном отрезке.

Автор: Dmitriy Gizlyk

[Aleksey Vyazmikin]

Dmitriy Gizlyk :
на исторических данных января 2024 года

Почему только января, сейчас же уже сентябрь? Или подразумевается, что каждый месяц надо переобучаться?

[Dmitriy Gizlyk]

Aleksey Vyazmikin #:

Почему только января, сейчас же уже сентябрь? Или подразумевается, что каждый месяц надо переобучаться?

Нельзя обучить модель на данных 1 года и ожидать стабильную работу на таком же или большем временном отрезке. Для получения стабильной работы модели на 6-12 месяцев, нужна гораздо большая история для обучения. Соответственно, потребуется больше времени и затрат на обучение модели.