Обсуждение статьи "Возможности Мастера MQL5, которые вам нужно знать (Часть 89): Использование побитовой векторизации с перцептронными классификаторами"

 

Опубликована статья Возможности Мастера MQL5, которые вам нужно знать (Часть 89): Использование побитовой векторизации с перцептронными классификаторами:

В этой статье представлен пользовательский класс сигнала на языке MQL5 CSignalBitwisePerceptron для сверхлегкой логики входа. Он упаковывает 64 бара в одно значение uint64 с помощью побитовой векторизации и оценивает их перцептроном, который суммирует соответствующие веса лишь для битов, равных 1. Двухуровневая схема – алгоритмическая битовая карта и нейронный порог – сводит к минимуму перебор массивов и сложные вычисления. Читатели получают практический шаблон для сокращения задержек и повышения точности подтверждения входа.

Логика входа, используемая в алгоритмах, часто становится ограничением в системах торговли в реальном времени. С каждым новым тиком или баром советник может выполнять десятки обращений к значениям с плавающей точкой и итераций цикла, до 64 обращений к историческим данным, чтобы сформировать контекст по OHLC-данным, заполнить буферы индикаторов и подготовить входы для машинного обучения. На спокойном рынке такие издержки могут быть приемлемыми. Однако при всплесках объема и активности тиков они превращаются в измеримую задержку: ордера отправляются позже, исполняются хуже, а проскальзывание увеличивается. Инженерная задача проста: перестроить путь входа так, чтобы контекст из 64 баров считывался и оценивался почти мгновенно, без затратных массивов double и матричных вычислений перед принятием решения.

Для этого используется CSignalBitwisePerceptron – компактный класс сигнала MQL5, векторизующий 64 периода в одно 64-битное машинное слово. Фильтр на основе битовой карты со сложностью O(1) обеспечивает сверхбыстрое сопоставление паттернов, а легковесный перцептронный фильтр выполняет скалярное произведение по битам на аппаратном уровне. Такое сочетание сводит к минимуму вычисления с плавающей точкой, предоставляет один настраиваемый параметр уверенности m_threshold для баланса между частотой и точностью, а по результатам форвардных тестов способно снижать просадку при почти нулевой задержке исполнения.


Автор: Stephen Njuki