Обсуждение статьи "Возможности Мастера MQL5, которые вам нужно знать (Часть 76): Использование паттернов Awesome Oscillator и каналов конвертов с обучением с учителем"

[MetaQuotes]

Опубликована статья Возможности Мастера MQL5, которые вам нужно знать (Часть 76): Использование паттернов Awesome Oscillator и каналов конвертов с обучением с учителем:

В продолжение нашей предыдущей статьи о паре индикаторов Awesome Oscillator и каналов конвертов (Envelope Channels), мы рассмотрим, как эту пару можно улучшить с помощью обучения с учителем. Awesome Oscillator и канал конвертов — это взаимодополняющее сочетание инструментов, позволяющих выявлять тренды и создавать уровни поддержки/сопротивления. Наш подход к обучению с учителем представляет собой сверточную нейронную сеть (CNN), которая использует ядро скалярного произведения (Dot Product Kernel) с механизмом внимания во времени (Cross-Time-Attention) для определения размеров своих ядер и каналов. Как обычно, это делается в пользовательском файле класса сигналов (signal class), который взаимодействует с Мастером MQL5 для сборки советника.

В предыдущей статье, мы представили комбинацию индикаторов Awesome-Oscillator и Envelope-Channels, и в результате тестирования этой пары 7-8 из 10 паттернов показали положительный walk-forward-результат на двухлетнем тестовом окне. После представления пары индикаторов мы обычно изучаем, какое влияние, если таковое имеется, может оказать машинное обучение на эффективность этих индикаторных сигналов. Данная статья не является исключением, поэтому мы рассмотрим, как паттерны 4, 8 и 9 могут быть изменены, если мы добавим к их сигналам сеть с обучением с учителем как фильтр. Мы используем сверточную нейронную сеть (CNN), размер ядер/каналов которой определяется ядром скалярного произведения (dot product kernel) с механизмом внимания во времени (cross-time attention).

Автор: Stephen Njuki