Это интересная статья, однако я хотел бы ее покритиковать.
- Кодировка SHA-256 является здесь совершенно неправильным выбором, потому что
- Криптографические хэши явно разработаны таким образом, что небольшие изменения на входе приводят к псевдослучайным, некоррелированным выходам.
- Использовать хэш SHA-256 в качестве представления признаков - все равно что сказать: "Сначала я тщательно уничтожаю всю структуру в моих данных, а затем анализирую псевдослучайные биты и ищу закономерности"!
- Настройка параметров слабая! Вы прямо говорите, что такие константы, как a = 70000000 и N = 17000000, были выбраны эмпирически, чтобы оптимально работать с финансовыми временными рядами.
- Но вы не показываете:
- Как вы их выбирали и за какой период времени?
- Использовали ли вы отдельный набор для удержания?
- Пробовали ли вы множество комбинаций, а затем сообщили только о наиболее удачных?
- Все работает на симуляторе, а не на настоящем квантовом устройстве IBM. Это важно, потому что:
- Симуляторы - это просто классические программы; любые заявления об ускорении не имеют значения, если вы не сравниваете с одинаково оптимизированным классическим алгоритмом.
- Реальный аппаратный шум и ограниченная когерентность еще больше ухудшат и без того слабый сигнал.
То, как закодирована ваша алгорифмическая схема, показывает недостатки и является неправильной на нескольких уровнях
1) Всегда прогноз "0" BEARISH, независимо от символа или используемого таймфрейма.
2) что касается SHA256, вы должны прочитать, что сказал мой коллега. Идея в начале звучит потрясающе, но здесь она не используется должным образом
3) в вашем коде есть ошибка
Вместо
rates = mt5.copy_rates_from_pos(symbol, timeframe, n_candles, offset )
ставим => rates = mt5.copy_rates_from_pos(symbol, timeframe, offset, n_candles)
Если вы думаете, что я просто новичок,
посмотрите на эту страницу => https://www.mql5.com/ru/docs/python_metatrader5/mt5copyratesfrompos_py
Поэтому, пожалуйста, исправьте предоставленный код
Rgds
- www.mql5.com
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Вы принимаете политику сайта и условия использования
Опубликована статья Анализ всех вариантов движения цены на квантовом компьютере IBM:
Используем квантовый компьютер от IBM для открытия всех вариантов движения цены. Звучит как научная фантастика? Добро пожаловать в мир квантовых вычислений для трейдинга!
В то время, как большинство трейдеров всё ещё полагаются на классические индикаторы и паттерны, квантовые компьютеры открывают перед нами совершенно новые горизонты. Используя библиотеку Qiskit от IBM с ее квантовым компьютером, мы можем заглянуть за пределы привычного технического анализа и исследовать рынок на квантовом уровне, где каждое возможное движение цены существует в состоянии суперпозиции.
Но давайте отбросим громкие заявления и посмотрим на факты. Квантовые вычисления — это не магическая палочка, решающая все проблемы трейдинга. Это мощный инструмент, который требует глубокого понимания как финансовых рынков, так и квантовой механики. И именно здесь начинается самое интересное.
В этой статье мы рассмотрим практическую реализацию квантового анализа рынка с использованием связки MetaTrader 5 и Qiskit. Мы создадим систему, способную анализировать исторические данные через призму квантовых состояний, и попробуем заглянуть за горизонт событий рынка. Наш подход объединяет классическую теорию вероятностей, квантовую оценку фазы (QPE) и современные методы машинного обучения.
Почему именно сейчас это стало возможным? Во-первых, квантовые компьютеры достигли того уровня развития, когда их можно использовать для решения практических задач. Во-вторых, появились библиотеки вроде Qiskit, которые делают квантовые вычисления доступными для обычных разработчиков. И в-третьих, мы научились эффективно преобразовывать финансовые данные в квантовые состояния.
Наш эксперимент начался с простого вопроса: можем ли мы использовать квантовую суперпозицию для одновременного анализа всех возможных путей движения цены? Ответ оказался настолько интригующим, что превратился в полноценное исследование, которым я хочу поделиться с сообществом MQL5.
Автор: Yevgeniy Koshtenko