Обсуждение статьи "Нейросети в трейдинге: Единый взгляд на пространство и время (Окончание)"
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 Нейросети в трейдинге: Единый взгляд на пространство и время (Окончание):
Фреймворк Extralonger демонстрирует уникальную способность интегрировать пространственные и временные факторы в единую модель, обеспечивая высокую точность прогнозов. Его архитектура позволяет адаптироваться к разным горизонтам планирования и финансовым инструментам, сохраняя прозрачность и управляемость системы.
Обучение модели — это полноценная торговая подготовка. Прежде чем выпускать её на реальный рынок, мы тщательно обкатывали стратегию на исторических данных. Первый этап — офлайн-обучение — был проведён на выборке валютной пары EURUSD с таймфреймом H1 за период с Января 2024 по Июнь 2025 года. Этот отрезок оказался насыщенным и разнообразным: спокойные фазы боковиков чередовались с резкими трендовыми движениями, а на фоне новостных публикаций вспыхивала высокая волатильность. Такое сочетание условий позволило модели научиться различать широкий спектр рыночных сценариев и вырабатывать устойчивые торговые решения без потери ориентира в сложных ситуациях.
Когда первый этап подготовки был завершен, мы перешли ко второму — тонкой онлайн-настройке в тестере стратегий MetaTrader 5. Здесь данные поступали в режиме реального времени, свеча за свечой, и модель осваивала динамику работы на потоке. Училась держать стабильность на фоне шума, справляться с низкой ликвидностью и не сбиваться при внезапных ценовых всплесках. Этот этап стал своего рода доводкой стратегии. Он не менял каркас, построенный на истории, но помогал адаптировать его к реальным условиям и снижал риск переобучения.
Финальная проверка была проведена на данных за Июль 2025 года — они не использовались ранее и были абсолютно новыми для модели. Все параметры, полученные на предыдущих этапах, загрузились без изменений. Такой чистый тест позволил объективно оценить способность модели к обобщению, без каких-либо подгонок или корректировок.
Результаты тестирования представлены ниже.
Автор: Dmitriy Gizlyk