Обсуждение статьи "Квантовая нейросеть на MQL5 (Часть III): Виртуальный квантовый процессор с кубитами"

 

Опубликована статья Квантовая нейросеть на MQL5 (Часть III): Виртуальный квантовый процессор с кубитами:

Создаем торговую систему с настоящим квантовым симулятором вместо математических аналогий. Система использует 3 виртуальных кубита, квантовые гейты и принципы суперпозиции для анализа рынков. Реализована как торговый советник для MetaTrader 5 на MQL5. Главное достижение — переход от имитации к реальным квантовым принципам обработки финансовой информации.

Во второй части исследования была разработана система, использующая математические аналоги квантовых эффектов — резонанс (косинус), интерференцию (синус), декогеренцию (экспонента). Однако это оставалось лишь имитацией: формально — красиво, по сути — не квантово.

Со временем стало ясно: модель элегантна, но не отражает сути квантовой обработки — суперпозицию, запутанность, необратимость измерений. Мы оперировали функциями, а не принципами.

Классические подходы по-прежнему ограничены:

  • LSTM даёт до 58% точности,
  • трансформеры уязвимы к шуму,
  • ARIMA потеряла актуальность,
  • модели нестабильны из-за переобучения.

Ключевой прорыв — переход к виртуальным кубитам

Во второй версии вместо аналогов применён полноценный квантовый процессор: 3 кубита, 8-мерное пространство состояний, гейты и измерения. Архитектура пересмотрена: теперь каждая операция подчиняется законам квантовой механики — унитарность, нормировка, поведение при измерениях.

Квантовая нейросеть на MQL5 (Часть III): Виртуальный квантовый процессор с кубитами"

Автор: Yevgeniy Koshtenko

 

@Yevgeniy Koshtenko

В архиве дубликат PropRiskManagerLoss.mqh:

Похоже не хватает файла HybridQuantumNeuralV3.mqh, чтобы QuantumProp_EA_Lite.mq5 скомпилировалось без ошибок. 

 
Anatoli Kazharski #:

@Yevgeniy Koshtenko

В архиве дубликат PropRiskManagerLoss.mqh:

Похоже не хватает файла HybridQuantumNeuralV3.mqh, чтобы QuantumProp_EA_Lite.mq5 скомпилировалось без ошибок. 

Спасибо большое! Сам только увидел, отправил на проверку с актуальным файлом)

 

Евгений, вот это кажется прям хороший профессиональный продукт. Будем тестировать и давать обратную связь. Подскажи, а эту модель обучения никак нельзя заставить использовать GPU для обучения, как например в случае с LSTM моделью на Python? Вдруг ты уже этот вопрос изучил, что бы не тратить время. Если нет, то вместе можем подумать, так как производительность железа в этой модели важна, да это и правильно. Хорошая качественная модель с глубоким анализом просто обязана быть требовательной к железу

 

Доброе утро.

Мне не удалось повторить тест, описанный в статье, и даже построить похожий график.

Можете ли вы сообщить нам параметры и символ?

Спасибо.