Обсуждение статьи "Создание самооптимизирующихся советников на MQL5 (Часть 15): Идентификация линейных систем"

Новый комментарий
 

Опубликована статья Создание самооптимизирующихся советников на MQL5 (Часть 15): Идентификация линейных систем:

Усовершенствовать торговые стратегии бывает непросто, поскольку мы зачастую не до конца понимаем, в чём именно заключается их недостаток. В данном разделе мы познакомимся с идентификацией линейных систем — одной из областей теории управления. Линейные системы с обратной связью способны на основе данных выявлять ошибки системы и корректировать её поведение для достижения заданных результатов. Хотя эти методы, возможно, и не дают полностью понятных объяснений, они гораздо ценнее, чем полное отсутствие системы управления. Давайте рассмотрим идентификацию линейных систем и посмотрим, как она может помочь нам, алгоритмическим трейдерам, сохранить контроль над нашими торговыми приложениями.

Простые стратегии могут казаться надежными в условиях стабильного рынка, однако как простые, так и сложные системы часто дают сбой при росте волатильности. Несмотря на это, такие области, как теория управления и обработка сигналов, по-видимому, используются недостаточно широко при решении этих задач. Теория управления, посвященная обеспечению устойчивости динамических и неопределенных систем, тесно связана с проблемами, с которыми ежедневно сталкивается наше сообщество алгоритмических трейдеров.

Классическая теория управления предполагает понимание системы на основе первоочередных принципов — наличие явных формул, описывающих взаимосвязь между входными и выходными сигналами. Современные финансовые рынки, однако, не поддаются столь четкой математической структуре. Это привело к росту интереса к интеграции теории управления с машинным обучением, которое позволяет аппроксимировать эти зависимости непосредственно на основе данных, а не опираться на явные уравнения.

Этот подход имеет большой потенциал: даже не зная точных уравнений управления, специалисты-практики все равно могут научиться регулировать поведение системы на основе данных. Теория управления и алгоритмическая торговля преследуют одну и ту же цель — управление неопределённостью при одновременном обеспечении стабильности. Контроллер обратной связи не прогнозирует цены; он регулирует реакции системы, подавляя чрезмерные реакции на помехи и обеспечивая стабильную работу.

Системы управления обратной связью также повышают эффективность использования капитала, анализируя, в каких случаях капитал используется эффективно, и сокращая количество ненужных торговых операций. В сочетании с машинным обучением эти системы обретают способность самостоятельно адаптироваться, что повышает их точность, управляемость и надежность. Несмотря на очевидное пересечение, между теорией управления и алгоритмической торговлей по-прежнему существует значительный пробел в исследованиях — пробел, таящий в себе огромный потенциал.


Автор: Gamuchirai Zororo Ndawana

Новый комментарий