Обсуждение статьи "Нейросети в трейдинге: Принятие торговых решений с учётом неопределённости (Модули прогнозирования и планирования)"

 

Опубликована статья Нейросети в трейдинге: Принятие торговых решений с учётом неопределённости (Модули прогнозирования и планирования):

Статья продолжает адаптацию фреймворка UncAD к алгоритмическому трейдингу и фокусируется на модулях прогнозирования и планирования. Унитарные рыночные ряды заменяют участников сцены, а состояние счёта играет роль ego-агента. Реализованы CNeuronUncADUGP и CNeuronUncADUGPL, которые связывают прогноз, карту рыночных состояний и неопределённость с торговым контекстом, чтобы формировать согласованные сценарии и подготавливать решения по входу, удержанию и снижению риска.

В первой статье мы заложили основу такого подхода. Вместо анализа отдельных ценовых значений мы начали описывать рынок через карту плотности состояний. Это позволяет рассматривать новый бар не отдельно, а в контексте накопленной истории. Высокая плотность на карте показывает области, где рынок бывал часто. Такие зоны имеют хорошую статистическую поддержку. Низкая плотность указывает на области рыночной пустоты, где движение цены обычно менее предсказуемо.

Во второй статье мы реализовали эту идею на уровне нейронной сети. Мы создали модуль формирования карты рыночных состояний и добавили механизм оценки неопределённости. Благодаря этому модель может оценивать не только текущее состояние рынка, но и степень доверия к нему. Это важное улучшение. Теперь модель может различать ситуации с высокой и низкой надёжностью и учитывать это при анализе рынка.

Однако карта состояний и оценка неопределённости ещё не дают готового торгового решения. Они помогают ответить на вопросы: где находится рынок сейчас и насколько можно доверять этому состоянию. Но трейдеру нужно понимать, что делать дальше. Стоит ли открывать позицию, уменьшить объём сделки, подождать более благоприятной ситуации или вовсе отказаться от входа? Здесь начинается этап прогнозирования и планирования действий.

В оригинальном фреймворке UncAD эту задачу решают специальные модули прогнозирования и планирования. Они используют информацию о неопределённости при построении будущей траектории. В трейдинге такой подход нельзя перенести напрямую. У рынка нет дорожной разметки, физических ограничений и заранее известной цели движения. Тем не менее сама идея остаётся полезной. Если модель умеет оценивать надёжность текущего состояния рынка, эта информация должна влиять на прогноз и выбор торгового сценария.

В этой статье мы сделаем следующий шаг в адаптации UncAD. Рассмотрим модули прогнозирования и планирования, которые используют карту рыночных состояний и оценку её неопределённости. Наша цель — сделать процесс принятия решений более осторожным и практичным. Если рынок хорошо знаком модели, она может действовать увереннее. Если карта разрежена и неопределённость высока, система должна снижать риск или отказаться от сделки.

Автор: Dmitriy Gizlyk