Обсуждение статьи "Нейросети в трейдинге: Интеллектуальный конвейер прогнозов (Окончание)"

Новый комментарий
 

Опубликована статья Нейросети в трейдинге: Интеллектуальный конвейер прогнозов (Окончание):

Эта статья увлекательно покажет, как SwiGLU‑эмбеддинг раскрывает скрытые паттерны рынка, а разреженная смесь экспертов внутри Decoder‑Only Transformer делает прогнозы точнее при разумных вычислительных затратах. Мы подробно разбираем интеграцию Time‑MoE в MQL5 и OpenCL, шаг за шагом описываем настройку и обучение модели.

Процесс обучения модели был разделён на два этапа. Такой подход позволил выстроить систему последовательно, надёжно и без спешки.

Сначала — офлайн-обучение. Мы использовали пятнадцать лет истории по паре EURUSD, таймфрейм M1. Это дало модели огромный объём разнообразных рыночных ситуаций. Энкодер учился распознавать закономерности, выделять значимые паттерны и кодировать состояние рынка в компактный и насыщенный вектор признаков. Этот вектор становится основой для всех решений, которые принимает агент. Актёр в процессе тренировки осваивает стратегию поведения, получая сигналы от Критика и Режиссёра.

Затем — онлайн-настройка. Она проводится в тестере стратегий MetaTrader 5. Здесь модель взаимодействует с историей уже в реалистичном режиме: свеча за свечой, с рыночным шумом, случайными колебаниями и нестабильностью. Это помогает адаптировать поведение агента под живую динамику и скорректировать стратегию в условиях, приближённых к реальным.

После обучения модель протестировали на новых данных — котировках за Январь 2025 года. Все настройки были зафиксированы заранее и не менялись. Это гарантирует объективность и прозрачность оценки. Результаты теста приведены ниже.

Автор: Dmitriy Gizlyk

 
Почему-то опять сделки в одну сторону, как будто агент ничему на самом деле не учится. Интересно было бы увидеть баланс на трен. данных. Нет opencl, не могу проверить :)
Новый комментарий