Обсуждение статьи "Нейросети в трейдинге: Потоковые модели с остаточной высокочастотной адаптацией (Окончание)"
Дмитрий, добрый день!
Читаю Ваш цикл статей с большим интересом! Предлагаемый Вами взгляд на рынок мне весьма близок.
Стараюсь опробовать прилагаемые примеры и, в этой связи, возник небольшой нюанс:
на старом компьютере примеры к EVAFlоw и ResFlow не запускаются:
2026.02.07 12:43:20.481 Study (EURUSD,H1) Error of execution kernel CNeuronBaseOCL::SumAndNormilize SumMatrix:
2026.02.07 12:43:20.481 Study (EURUSD,H1) unknown OpenCL error 117782
2026.02.07 12:43:20.481 Study (EURUSD,H1) Error at CNeuronBaseOCL::SumAndNormilize line 16676
2026.02.07 12:43:20.481 Study (EURUSD,H1) Error at CNeuronSpikeFAM::feedForward line 90082
2026.02.07 12:43:20.481 Study (EURUSD,H1) Error at CNeuronSpikeMDC::feedForward line 90538
2026.02.07 12:43:20.481 Study (EURUSD,H1) Error at CNeuronSpikeADM::feedForward line 91290
2026.02.07 12:43:20.481 Study (EURUSD,H1) Error at CNeuronSpikeUSR::feedForward line 98461
2026.02.07 12:43:20.481 Study (EURUSD,H1) Error at CNeuronEVAFlow::feedForward line 99173
2026.02.07 12:43:20.481 Study (EURUSD,H1) Error at CNeuronResFlow::feedForward line 99956
2026.02.07 12:43:20.481 Study (EURUSD,H1) Error at CNet::feedForward line 11524
Конфигурация:
Windows 10 build 19045, 8 x Intel Core i7-9700F @ 3.00GHz, AVX2, 37 / 47 Gb memory, 61 / 465 Gb disk,
OpenCL: GPU device 'GeForce RTX 2070' selected
На ноутбуке при:
Windows 11 build 26200, 32 x AMD Ryzen 9 7945HX with Radeon, AVX2, 22 / 31 Gb memory, 1632 / 1880 Gb disk
И OpenCL: GPU device 'NVIDIA GeForce RTX 4090 Laptop GPU'
Всё работает.
На десктопном 4090 ResFlow пока не запускал, но с обучением EVAFlоw проблем там не было.
Возможно было бы полезно обозначать аппаратные ограничения для библиотек.
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Вы принимаете политику сайта и условия использования
Опубликована статья Нейросети в трейдинге: Потоковые модели с остаточной высокочастотной адаптацией (Окончание):
Мы завершаем практическую интеграцию ResFlow в MQL5 через объект верхнего уровня CNeuronResFlow. Он объединяет LTR на базе EVA-Flow и HTR, формирует контекст и карты признаков, синхронизирует временные масштабы и реализует прямой и обратный проход с OpenCL. Тестирование на исторических данных EURUSD H1 показало согласованность потоков и выявило риски внутрисделочных просадок. Материал поможет собрать, обучить и проверить модель в MetaTrader 5.
Эксперимент стартовал с офлайн-обучения на исторических данных EURUSD H1 с Января 2024 по Июнь 2025 года. Этот этап можно сравнить с тренировкой трейдера на демо-счёте. Рынок спокоен, ошибки не приводят к потерям, но именно здесь закладываются базовые навыки. Модель шаг за шагом осваивала рынок, выявляя повторяющиеся паттерны. Формируя внутреннее представление о том, как цена движется в разных условиях и как отдельные события влияют на общую динамику.
Особое внимание уделялось пониманию устойчивых закономерностей. Моменты начала трендового движения. Где оно теряет импульс. Какие рыночные сценарии повторяются и усиливаются, а какие исчезают без следа. ResFlow выступает связующим звеном между прошлым, настоящим и будущим, позволяя модели формировать прогнозы на основе причинно-следственных цепочек и трендовых структур, а не просто повторять прошлые свечи.
Затем последовал этап онлайн-тестирования в MetaTrader 5 на исторических данных с учетом реального рыночного шума. Теперь условия стали жёсткими. Резкие движения после новостей, провалы ликвидности, смена режимов рынка. Модель должна была адаптироваться на лету, корректировать локальные оценки, сохраняя накопленный опыт. И именно здесь проявляется сила ResFlow. Система сохраняет целостность прогнозов, плавно перестраивая внутренние представления даже при резких колебаниях цены.
Финальная проверка проводилась на полностью новых данных с Июля по Декабрь 2025 года. Мы сознательно отказались от подстройки параметров под рынок. Модель работала так, как вышла из этапов обучения. Это принципиально. Здесь проверяется не способность подогнать систему под прошлые данные, а умение видеть рынок в целом — переносить опыт на новые ситуации, сохранять устойчивость и делать прогнозы в условиях высокой неопределённости. Именно на этом этапе становится ясно, что архитектура действительно работает. Она выявляет тенденции, отделяет шум от значимых движений и создаёт прогноз, на который можно опираться при генерации реальных торговых решений.
Автор: Dmitriy Gizlyk