Обсуждение статьи "Нейросети в трейдинге: Иерархический двухбашенный трансформер (Окончание)"

[MetaQuotes]

Опубликована статья Нейросети в трейдинге: Иерархический двухбашенный трансформер (Окончание):

Мы продолжаем построение модели иерархического двухбашенного трансформера Hidformer, который предназначен для анализа и прогнозирования сложных многомерных временных рядов. В данной статье мы доведем начатую ранее работу до логического завершения с тестированием модели на реальных исторических данных.

Мы с Вами проделали довольно большую работу по реализации собственного видение подходов, предложенных авторами фреймворка Hidformer. И теперь приблизились к наиболее ответственному моменту — проверке эффективности реализованных решений на реальных исторических данных. В своей реализации мы многое позаимствовали из фреймворка MacroHFT. И вполне логично сравнить результаты работы новой модели именно с этим фреймворком. С этой целью мы обучаем новую модель на обучающей выборке ранее собранной для обучения модели нашей реализации фреймворка MacroHFT.

Напомню, что обучающая выборка собиралась на исторических данных за весь 2024 год валютной пары EURUSD таймфрейм M1. Параметры всех анализируемых индикаторов используются по умолчанию.

Для обучения и тестирования модели использовались те же советники. Тестирование модели осуществляется на исторических данных Января 2025 года с сохранением всех прочих параметров. Результаты тестирования представлены ниже.

По результатам тестирования модель смогла получить прибыль на исторических данных за пределами обучающей выборки. В целом за календарный месяц модель совершила 29 сделок. Это в среднем чуть более одной сделки в торговый день, что конечно мало для высокочастотной торговли. При этом мы получили более 60% прибыльных сделок. И средняя прибыльная сделка на 60% превышает среднюю убыточную.

Автор: Dmitriy Gizlyk