Обсуждение статьи "Нейросети в трейдинге: Контекстно-зависимое обучение, дополненное памятью (Окончание)"
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Опубликована статья Нейросети в трейдинге: Контекстно-зависимое обучение, дополненное памятью (Окончание):
Мы завершаем реализацию фреймворка MacroHFT для высокочастотной торговли криптовалютами, который использует контекстно-зависимое обучение с подкреплением и памятью для адаптации к динамичным рыночным условиям. И в завершении данной статьи будет проведено тестирование реализованных подходов, на реальных исторических данных, для оценки их эффективности.
Мы проделали большую работу по реализации собственного видения подходов, предложенных авторами фреймворка MacroHFT, средствами MQL5. Теперь наступил момент для оценки эффективности реализованных методов на реальных исторических данных.
Стоит отметить, что представленная в данной работе реализация существенно отличается от оригинальной, в том числе в части используемых технических индикаторов. Это, безусловно, повлияет на полученные результаты, и поэтому мы можем говорить только о предварительной оценке эффективности реализованных подходов в контексте этих изменений.
Для обучения модели мы использовали данные валютной пары EURUSD за 2024 год на минутном таймфрейме (M1). Параметры анализируемых индикаторов были оставлены без изменений, что позволило сосредоточиться на оценке работы самих алгоритмов и подходов, исключая влияние изменений в настройках индикаторов. Процедура сбора обучающей выборки и обучения модели представлена выше.
Тестирование обученной модели осуществлялось на доступных исторических данных Января 2025 года. Результаты тестирования представлены ниже.
Автор: Dmitriy Gizlyk