Обсуждение статьи "Как обучить MLP на признаках марковской цепи в MQL5"

[MetaQuotes]

Опубликована статья Как обучить MLP на признаках марковской цепи в MQL5:

Статья описывает двухуровневый индикатор MarkovMLPOscillator: трехсостоянная марковская цепь на истории строит матрицу переходов и формирует 15 вероятностных признаков для каждого бара, а MLP обучается на них и прогнозирует направление через заданный горизонт. Рассмотрены генерация признаков, схема валидации на отложенной выборке и настройки параметров. Результат — интерпретируемый осциллятор с цветовой гистограммой, сглаженным сигналом и отображением текущей матрицы переходов.

В этой статье мы последовательно построим режим-зависимую модель рынка на основе марковской цепи и многослойного перцептрона (MLP). Вместо прямой подачи ценового ряда в нейронную сеть сначала будет выполнено математическое структурирование рыночного поведения: рынок будет представлен как марковская цепь с тремя состояниями, описывающими различные рыночные фазы. Мы разберём, почему выбрана именно трёхсостоянийная модель, как из переходов цепи формируется вектор из 15 вероятностных признаков и каким образом эти признаки используются для обучения MLP с последующей проверкой на отложенной выборке.

Далее будут рассмотрены результаты модели, её сравнение с базовыми подходами и практическая реализация в виде индикатора Markov_MLP_Oscillator.mq5. В завершение статьи будут даны рекомендации по настройке параметров и использованию модели в реальных торговых условиях.

Автор: Galym Yechshanov