Обсуждение статьи "Возможности Мастера MQL5, которые вам нужно знать (Часть 72): Использование паттернов MACD и OBV с обучением с учителем"

[MetaQuotes]

Опубликована статья Возможности Мастера MQL5, которые вам нужно знать (Часть 72): Использование паттернов MACD и OBV с обучением с учителем:

В продолжение нашей предыдущей статьи о паре индикаторов MACD и OBV, мы рассмотрим, как эту пару можно улучшить с помощью машинного обучения. MACD и OBV — это взаимодополняющая пара, отражающая тренд и объем. Наш подход к машинному обучению использует сверточную нейронную сеть (convolution neural network, CNN), которая задействует экспоненциальное ядро (Exponential kernel) для определения размеров своих ядер и каналов при настройке прогнозов этой пары индикаторов. Как обычно, это делается в пользовательском файле класса сигналов (signal class), который взаимодействует с Мастером MQL5 для создания советника.

В нашей предыдущей статье, где мы представили пару индикаторов MACD и OBV, мы рассмотрели 10 возможных сигналов, которые могут быть сгенерированы при взаимодополняющем сочетании этих индикаторов. Как обычно, мы тестируем 10 сигнальных паттернов, полученных из пары из двух индикаторов, выполняя форвард-тест в течение года, предварительно проведя обучение или оптимизацию в течение предыдущего года. В предыдущей статье только один сигнальный паттерн (паттерн 7) смог принести прибыль при форвард-тесте. Мы рассмотрели некоторые причины, по которым эта пара индикаторов показала неудовлетворительные результаты по сравнению с другими индикаторами, однако это также предоставило нам возможность изучить возможности машинного обучения для улучшения некоторых из этих сигнальных паттернов.

В этой статье мы рассмотрим, как сверточная нейронная сеть (CNN), использующая рациональное квадратичное ядро, может помочь и, возможно, улучшить интерпретацию и применение сигналов индикаторов. Рационально-квадратичное (Rational Quadratic, RQ) ядро определяется следующей формулой:

Автор: Stephen Njuki