Обсуждение статьи "Нейросети в трейдинге: Гибридные модели прогнозирования с управляемой смесью распределений (Окончание)"
Добрый день!
Когда первый раз загружаю Study на график, то всё запускается ОК. Но когда файлы .nnw уже созданы, то модуль при попытке подгрузить .nnw выдаёт ошибки, а веса затираются до 1кб.
2026.02.18 02:28:08.166 Study (EURUSDrfd,H1) LatticeEnc.nnw
2026.02.18 02:28:08.166 Study (EURUSDrfd,H1) Error at CNet::Load line 12041
2026.02.18 02:28:08.166 Study (EURUSDrfd,H1) Create new State Encoder
2026.02.18 02:28:08.317 Study (EURUSDrfd,H1) OpenCL: GPU device 'NVIDIA P104-100' selected
2026.02.18 02:28:08.642 Study (EURUSDrfd,H1) LatticeSTFS.nnw
2026.02.18 02:28:08.642 Study (EURUSDrfd,H1) Error at CNet::Load line 12041
2026.02.18 02:28:08.642 Study (EURUSDrfd,H1) Create new STFS
2026.02.18 02:28:08.708 Study (EURUSDrfd,H1) LatticeAct.nnw
2026.02.18 02:28:08.708 Study (EURUSDrfd,H1) Error at CNet::Load line 12041
2026.02.18 02:28:08.708 Study (EURUSDrfd,H1) Create new Actor
2026.02.18 02:28:08.817 Study (EURUSDrfd,H1) LatticeCrt.nnw
2026.02.18 02:28:08.817 Study (EURUSDrfd,H1) Error at CNet::Load line 12041
2026.02.18 02:28:08.817 Study (EURUSDrfd,H1) Create new Critic
2026.02.18 02:28:40.070 Study (EURUSDrfd,H1) Train -> 414
2026.02.18 02:28:40.070 Study (EURUSDrfd,H1) Train -> 433 -> STFS 1644.3851318
2026.02.18 02:28:40.070 Study (EURUSDrfd,H1) Train -> 434 -> Actor 0.1623213
2026.02.18 02:28:40.070 Study (EURUSDrfd,H1) Train -> 435 -> Critic 0.0002367
2026.02.18 02:28:40.070 Study (EURUSDrfd,H1) ExpertRemove() function called
2026.02.18 02:28:55.824 Study (EURUSDrfd,H1) LatticeEnc.nnw
2026.02.18 02:28:55.873 Study (EURUSDrfd,H1) OpenCL: GPU device 'NVIDIA P104-100' selected
2026.02.18 02:28:57.000 Study (EURUSDrfd,H1) LatticeSTFS.nnw
2026.02.18 02:28:57.067 Study (EURUSDrfd,H1) LatticeAct.nnw
2026.02.18 02:28:57.250 Study (EURUSDrfd,H1) LatticeCrt.nnw
2026.02.18 02:28:58.109 Study (EURUSDrfd,H1) Error at CBufferFloat::BufferRead line 13159
2026.02.18 02:28:58.109 Study (EURUSDrfd,H1) Train -> 361
2026.02.18 02:28:58.109 Study (EURUSDrfd,H1) Train -> 433 -> STFS 2704.0332031
2026.02.18 02:28:58.109 Study (EURUSDrfd,H1) Train -> 434 -> Actor 0.0000000
2026.02.18 02:28:58.109 Study (EURUSDrfd,H1) Train -> 435 -> Critic 0.0000000
2026.02.18 02:28:58.109 Study (EURUSDrfd,H1) ExpertRemove() function called
2026.02.18 02:28:58.116 Study (EURUSDrfd,H1) Error at CBufferFloat::BufferRead line 13159
2026.02.18 02:28:58.116 Study (EURUSDrfd,H1) Error at CBufferFloat::Save line 13406
2026.02.18 02:28:58.116 Study (EURUSDrfd,H1) Error at CNeuronBaseOCL::Save line 14141
2026.02.18 02:28:58.116 Study (EURUSDrfd,H1) Error of save model: Encoder
2026.02.18 02:28:58.117 Study (EURUSDrfd,H1) Error at CBufferFloat::BufferRead line 13159
2026.02.18 02:28:58.117 Study (EURUSDrfd,H1) Error at CBufferFloat::Save line 13406
2026.02.18 02:28:58.117 Study (EURUSDrfd,H1) Error at CNeuronBaseOCL::Save line 14141
2026.02.18 02:28:58.117 Study (EURUSDrfd,H1) Error of save model: STFS
2026.02.18 02:28:58.117 Study (EURUSDrfd,H1) Error at CBufferFloat::BufferRead line 13159
2026.02.18 02:28:58.117 Study (EURUSDrfd,H1) Error at CBufferFloat::Save line 13406
2026.02.18 02:28:58.117 Study (EURUSDrfd,H1) Error at CNeuronBaseOCL::Save line 14141
2026.02.18 02:28:58.117 Study (EURUSDrfd,H1) Error of save model: Actor
2026.02.18 02:28:58.118 Study (EURUSDrfd,H1) Error at CBufferFloat::BufferRead line 13159
2026.02.18 02:28:58.118 Study (EURUSDrfd,H1) Error at CBufferFloat::Save line 13406
2026.02.18 02:28:58.118 Study (EURUSDrfd,H1) Error at CNeuronBaseOCL::Save line 14141
2026.02.18 02:28:58.118 Study (EURUSDrfd,H1) Error at CNeuronProofOCL::Save line 15466
2026.02.18 02:28:58.118 Study (EURUSDrfd,H1) Error at CNeuronConvOCL::Save line 15443
2026.02.18 02:28:58.118 Study (EURUSDrfd,H1) Error of save model: Critic
Добрый день!
Когда первый раз загружаю Study на график, то всё запускается ОК. Но когда файлы .nnw уже созданы, то модуль при попытке подгрузить .nnw выдаёт ошибки, а веса затираются до 1кб.
Добрый день, Владимир.
Можете прислать файлы после первого обучения? Журнал напоминает зависание на стороне OpenCL-программы. Хочу посмотреть где происходит.
Добрый день, Дмитрий!
Тестирую приложенные программы и столкнулся с некоторыми вопросами:
1. Test в тестере не воспроизводится в точности, хотя стоит "идеальное исполненине", т.е без эмуляции задержек. Период тестирования использовал тот же, что и для обучения EURUSD H1 с Января 2024 по Июнь 2025 года.
Правильно ли я понимаю, что вариативность (OpenCL-кернел MixExpertsPredictGrad? ) задействованва не только при обучении но и при торговле? Цитирую статью:"этот кернел превращает ошибку прогноза в конкретные корректировки параметров распределений, делая процесс обучения смеси экспертов эффективным и полностью совместимым с параллельной генерацией прогнозов на GPU".
Ниже результат двух последовательных прогонов Test:
Далее StudyOnline:
Обращают на себя внимание очень отличные результаты на той же истории!
И Test после прохода StudyOnline:
2. После работы StudyOnline попытка вернуться к обучению с помощью Study вызывает ошибку:
2026.02.20 17:33:28.920 Study (EURUSD,H1) LatticeEnc.nnw
2026.02.20 17:33:28.920 Study (EURUSD,H1) OpenCL not found, error code=5103
2026.02.20 17:33:28.920 Study (EURUSD,H1) Error at COpenCLMy::Initialize line 2694
2026.02.20 17:33:28.920 Study (EURUSD,H1) Error at CNet::OpenCLInit line 27192
2026.02.20 17:33:28.920 Study (EURUSD,H1) Error at CLayer::CreateElement line 3056
2026.02.20 17:33:28.920 Study (EURUSD,H1) Error at CLayer::Load line 12955
2026.02.20 17:33:28.920 Study (EURUSD,H1) Create new State Encoder
2026.02.20 17:33:28.920 Study (EURUSD,H1) OpenCL not found, error code=5103
2026.02.20 17:33:28.920 Study (EURUSD,H1) Error at COpenCLMy::Initialize line 2694
2026.02.20 17:33:28.920 Study (EURUSD,H1) Error at CNet::OpenCLInit line 27192
2026.02.20 17:33:28.920 Study (EURUSD,H1) Error at CNet::Create line 11511
2026.02.20 17:33:28.920 Study (EURUSD,H1) OnInit -> 96
Вообще Ваши идеи мне очень импонируют и я бы хотел использовать их в своей торговле, но для этого необходимо досконально разобраться хотя бы с работой объектов верхнего уровня, а сделать это без авторских пояснений весьма затруднительно, хотя код библиотек открыт, за что Вам отдельное спасибо, но он весьма объемен и сложен. Ещё раз хотел попросить Вас о пояснениях, возможно оформленных в виде отдельной статьи.
P.S. Файлы модели прилагаю.
- 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: Гибридные модели прогнозирования с управляемой смесью распределений (Окончание):
В статье представлена адаптированная реализация фреймворка Lattice для анализа и прогнозирования рыночной динамики на реальных данных. Показано, как интеграция низко- и высокочастотных модулей, архетипов и адаптивного суммирования обеспечивает устойчивость модели и точность прогнозов.
Обучение модели началось 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 постепенно выявляла повторяющиеся паттерны, формируя внутреннее представление о движении цены в разных условиях. Особое внимание уделялось устойчивым закономерностям: моменты начала и конца тренда, повторяющиеся сценарии, поведение цены при локальных всплесках. Lattice связывает прошлое, настоящее и будущее, позволяя строить прогнозы на основе структуры рынка.
Затем последовало онлайн-обучение в тестере стратегий MetaTrader 5. Модель адаптировалась на лету, корректируя локальные оценки, но при этом сохраняла накопленный опыт. Lattice сохранял целостность прогнозов, плавно перестраивая внутренние представления даже при резких колебаниях цены, демонстрируя устойчивость всей архитектуры.
Финальная проверка на новых данных с Июля по Декабрь 2025 года показала, что система работает как единое целое. Без подстройки под прошлые события модель выявляет тенденции, отделяет шум от значимых движений и формирует прогноз. Lattice доказал, что сочетание стабильности и адаптивности позволяет принимать решения даже в условиях высокой неопределённости.
Автор: Dmitriy Gizlyk