Обсуждение статьи "Нейросети в трейдинге: Двухмерные модели пространства связей (Окончание)"

[MetaQuotes]

Опубликована статья Нейросети в трейдинге: Двухмерные модели пространства связей (Окончание):

Продолжаем знакомство с инновационным фреймворком Chimera — двухмерной моделью пространства состояний, использующей нейросетевые технологии для анализа многомерных временных рядов. Этот метод обеспечивает высокую точность прогнозирования при низких вычислительных затратах.

После завершения реализации собственного видения подходов, предложенных авторами фреймворка Chimera, мы переходим к заключительному этапу нашей работы — обучению и тестированию моделей на реальных исторических данных.

Для обучения моделей мы использовали обучающую выборку, собранную в процессе обучения ранее рассмотренных моделей. Напомню, что траектории собраны на исторических данных валютной пары EURUSD за весь 2024 год, таймфрейм M1. Параметры всех анализируемых индикаторов используются по умолчанию. С подробным описанием процесса подготовки обучающей выборки можно ознакомиться по ссылке.

Тестирование обученных моделей проводилось в тестере стратегий MetaTrader 5 на исторических данных Января 2025 года с сохранением прочих параметров обучения модели. Результаты тестирования представлены ниже.

По результатам тестирования модель смогла получить прибыль. При этом более 70% сделок были закрыты с прибылью. Показатель профит-фактора зафиксирован на уровне 1.53.

Но следует обратить внимание на пару моментов. Мы проводили тестирование моделей на таймфрейме M1. При этом модель совершила только 27 сделок, что довольно мало для высокочастотной торговли на минимальном таймфрейме. Более того, модель открывала только короткие позиции, что так же вызывает вопросы.

Автор: Dmitriy Gizlyk