Обсуждение статьи "От Python к MQL5: Путешествие в квантовые торговые системы"
Пожалуйста, не используйте настройку №2 (я оставил оптимизацию, и она оказалась проигрышной стратегией). Пожалуйста, сделайте оптимизацию и найдите оптимальный вариант (и доработайте советник).
Не разбираюсь в теме квантовых вычислений, но был к ней давно интерес.
Отправил к ИИ вопрос по поводу данной конкретной реализации - не ради придирок, а потому что есть идея поиграться с ней на практике - и получил развернутый, аргументированный ответ с разбором ошибок и исправленной/улучшенной реализацией. Прикладываю разговор (на русском) в архиве, и конечный вариант исходника (внутри есть несколько - на выбор).
double SimulatePureQuantumCircuit(double &features[]) { const int num_states = (int)MathPow(2.0, (double)NUM_QUBITS); // 1. Создаем и инициализируем вектор состояния (детерминированная эволюция) double state[]; ArrayResize(state, num_states); ArrayInitialize(state, 0.0); state[0] = 1.0; // Состояние |000...0> double next_state[]; ArrayResize(next_state, num_states); // --- [Эволюция: Вентили поворота Ry] --- for(int qubit = 0; qubit < NUM_QUBITS; qubit++) { const int feature_idx = qubit % ArraySize(features); const double angle = MathMax(MathMin(features[feature_idx] * M_PI, M_PI), -M_PI); const double cos_a = MathCos(angle / 2.0); const double sin_a = MathSin(angle / 2.0); ArrayCopy(next_state, state); for(int i = 0; i < num_states; i++) { if((i & (1 << qubit)) == 0) { const int i1 = i | (1 << qubit); next_state[i] = cos_a * state[i] - sin_a * state[i1]; next_state[i1] = sin_a * state[i] + cos_a * state[i1]; } } ArrayCopy(state, next_state); } // --- [Эволюция: Запутывание CZ] --- for(int i = 0; i < NUM_QUBITS - 1; i++) { for(int j = i + 1; j < NUM_QUBITS; j++) { const double phase = M_PI / 2.0 * (features[i] * features[j]); if(MathAbs(phase) > M_PI / 4.0) { for(int k = 0; k < num_states; k++) { if(((k & (1 << i)) != 0) && ((k & (1 << j)) != 0)) state[k] = -state[k]; } } } } // --- [Вычисление истинных вероятностей] --- double exact_probs[]; ArrayResize(exact_probs, num_states); for(int i = 0; i < num_states; i++) { // Квадрат амплитуды — это чистая теоретическая вероятность по закону Борна exact_probs[i] = state[i] * state[i]; } // 2. Сразу передаем идеальные вероятности на взвешивание голосов const double prediction = GetWeightedVote(exact_probs); return prediction; }
Никаких проверок новых исходников я не делал, с доводами ИИ не спорил.
Может быть, кто-то более в теме оценит?
Файлы:
quantum-mql5-safe.zip
841 kb
В качестве дополнения - более "комплексный" вариант, учитывающий связность признаков - они должны передаваться парами - и потому разводящий их в две разные части (действительную и мнимую) одного кубита.
// Глобальные настройки (измените под вашу торговую систему) #define NUM_QUBITS 3 // Количество кубитов (размер вектора состояний = 2^NUM_QUBITS) #define MIN_CONFIDENCE 0.1 // Порог минимальной уверенности для фильтрации флэта //+------------------------------------------------------------------+ //| Быстрый подсчет установленных бит (Метод Брайана Кернигана) | //+------------------------------------------------------------------+ int CountBits(int n) { int count = 0; while(n > 0) { n &= (n - 1); count++; } return count; } //+------------------------------------------------------------------+ //| Вычисление математического ожидания (Expectation Value) | //+------------------------------------------------------------------+ double GetWeightedVote(const double &state_probs[]) { double expected_value = 0.0; double total_weight = 0.0; const int size = ArraySize(state_probs); for(int i = 0; i < size; i++) { const double vote_weight = state_probs[i]; if(vote_weight <= 0.000001) continue; const int num_ones = CountBits(i); const double state_value = (2.0 * (double)num_ones / (double)NUM_QUBITS) - 1.0; expected_value += state_value * vote_weight; total_weight += vote_weight; } if(total_weight <= 0.0001) return 0.0; double final_prediction = expected_value / total_weight; if(final_prediction > 1.0) final_prediction = 1.0; if(final_prediction < -1.0) final_prediction = -1.0; return final_prediction; } //+------------------------------------------------------------------+ //| Симулятор детерминированной комплексной квантовой цепи | //| features[][0] - амплитудный параметр, features[][1] - фазовый | //+------------------------------------------------------------------+ double SimulateQuantumCircuitComplex(double &features_matrix[][]) { const int num_states = (int)MathPow(2.0, (double)NUM_QUBITS); const int num_features = ArrayRange(features_matrix, 0); if(num_features == 0) { Print("Ошибка: пустая матрица признаков!"); return 0.0; } // Вектор квантовых состояний на базе встроенного типа complex complex state[]; ArrayResize(state, num_states); // Инициализация системы в строгое состояние |000...0> for(int i = 0; i < num_states; i++) { state[i].real = 0.0; state[i].imag = 0.0; } state[0].real = 1.0; // Амплитуда базового состояния равна 1 // Временный буфер для атомарного (одновременного) обновления вектора complex next_state[]; ArrayResize(next_state, num_states); // --- 1. Комплексное кодирование признаков (U-Gate: Ry + Rz) --- for(int qubit = 0; qubit < NUM_QUBITS; qubit++) { const int feat_idx = qubit % num_features; // Ограничиваем входные углы в диапазоне [-PI; PI] const double theta = MathMax(MathMin(features_matrix[feat_idx][0] * M_PI, M_PI), -M_PI); // Для Ry const double phi = MathMax(MathMin(features_matrix[feat_idx][1] * M_PI, M_PI), -M_PI); // Для Rz const double cos_t = MathCos(theta / 2.0); const double sin_t = MathSin(theta / 2.0); // Экспонента Эйлера для фазового сдвига: e^(i*phi) = cos(phi) + i*sin(phi) complex e_phase; e_phase.real = MathCos(phi); e_phase.imag = MathSin(phi); ArrayCopy(next_state, state); for(int i = 0; i < num_states; i++) { if((i & (1 << qubit)) == 0) { const int i1 = i | (1 << qubit); // Комплексная матрица вентиля вращения U(theta, phi): // [ cos(theta/2) , -sin(theta/2) ] // [ sin(theta/2)*e^(i*phi), cos(theta/2)*e^(i*phi) ] // Расчет для целевого бита = 0 next_state[i].real = cos_t * state[i].real - sin_t * state[i1].real; next_state[i].imag = cos_t * state[i].imag - sin_t * state[i1].imag; // Расчет для целевого бита = 1 (с учетом фазового сдвига e^i*phi) complex temp_i1; temp_i1.real = sin_t * state[i].real + cos_t * state[i1].real; temp_i1.imag = sin_t * state[i].imag + cos_t * state[i1].imag; // Применяем фазовый сдвиг через нативное комплексное умножение MQL5 next_state[i1] = temp_i1 * e_phase; } } ArrayCopy(state, next_state); } // --- 2. Честное комплексное квантовое запутывание (Controlled-Phase Gate) --- for(int i = 0; i < NUM_QUBITS - 1; i++) { for(int j = i + 1; j < NUM_QUBITS; j++) { const int idx_i = i % num_features; const int idx_j = j % num_features; // Запутываем комплексные фазы двух связанных параметров между собой const double cross_phase = M_PI / 2.0 * (features_matrix[idx_i][0] * features_matrix[idx_j][1]); complex cz_gate; cz_gate.real = MathCos(cross_phase); cz_gate.imag = MathSin(cross_phase); for(int k = 0; k < num_states; k++) { // Если оба кубита находятся в состоянии 1, плавно вращаем их общую комплексную фазу if(((k & (1 << i)) != 0) && ((k & (1 << j)) != 0)) { state[k] = state[k] * cz_gate; } } } } // --- 3. Вычисление точных теоретических вероятностей (Детерминированный шаг) --- double exact_probs[]; ArrayResize(exact_probs, num_states); for(int i = 0; i < num_states; i++) { // По закону Борна вероятность P = |psi|^2 = real^2 + imag^2 exact_probs[i] = (state[i].real * state[i].real) + (state[i].imag * state[i].imag); } // --- 4. Получение финального прогноза --- const double prediction = GetWeightedVote(exact_probs); const double confidence = MathAbs(prediction); if(confidence < MIN_CONFIDENCE) { return 0.0; // Рынок находится во флэте/неопределенности с точки зрения квантовой цепи } return prediction; }
Передавать связанные параметры удобнее всего через матрицу features[][] со второй размерностью, равной 2 , где:
- features[i][0] — амплитудный признак (задает угол вещественного поворота (Ry)).
- features[i][1] — фазовый признак (задает угол комплексного поворота (Rz)).
Например, вызывающий код может передавать пары: [Изменение цены; Изменение объема] или [Положение RSI; Текущая волатильность ATR] .
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 От Python к MQL5: Путешествие в квантовые торговые системы:
В нашем исследовании торговых систем, вдохновленных квантовой технологией, мы отправимся в путешествие, которое свяжет теоретические идеи квантовых вычислений с реальными торговыми приложениями. Начиная с базовых идей квантовых вычислений и заканчивая реальной реализацией в MQL5, это руководство призвано провести вас через весь процесс разработки. Мы обсудим, как торговля может выиграть от использования квантовых концепций, опишем наш подход к разработке от прототипа Python до интеграции MQL5, а также представим реальные данные о производительности и реализации кода.
В этой статье рассматривается применение квантовых концепций в торговых системах, объединяющих теоретические квантовые вычисления с практической реализацией на языке MQL5. Мы познакомимся с основными квантовыми принципами и пройдем путь от создания прототипа Python до интеграции MQL5 с использованием реальных данных о производительности.
В отличие от традиционной торговли, которая основана на принятии бинарных решений, квантовые торговые модели извлекают выгоду из рыночного поведения, схожего с квантовыми явлениями, — множественными одновременными состояниями, взаимосвязями и резкими сменами состояний. Используя квантовые симуляторы, такие как Qiskit, мы можем применять квантовые алгоритмы на классических компьютерах для управления рыночной неопределенностью и генерирования прогностических идей.
Автор: Javier Santiago Gaston De Iriarte Cabrera