Обсуждение статьи "Возможности Мастера MQL5, которые вам нужно знать (Часть 90): Управление капиталом на основе дерева Фенвика и одномерной CNN в MQL5"

[MetaQuotes]

Опубликована статья Возможности Мастера MQL5, которые вам нужно знать (Часть 90): Управление капиталом на основе дерева Фенвика и одномерной CNN в MQL5:

В этой статье реализуется дерево Фенвика, или двоичное индексное дерево, для управления капиталом с учетом объема в советнике, собранном Мастером MQL5. Накопленный объем структурируется со сложностью O(log n), после чего применяются четыре режима масштабирования: линейный, консервативный, агрессивный и возврат к среднему. При необходимости эти режимы дополнительно фильтруются легковесной одномерной CNN. Практические тесты сравнивают алгоритм без фильтра и подход с фильтрацией CNN, демонстрируя адаптивное определение размера лота и контроль риска при различной топологии объема.

Когда советник обнаруживает сигнал входа с высокой вероятностью, например с помощью побитовых комбинаций из предыдущей статьи, возникает вопрос о том, какой объем капитала использовать. Ответить на него можно по-разному. Для большинства трейдеров наиболее безопасный подход – масштабировать позицию по кумулятивному объему, например On-Balance Volume, в динамическом окне. Однако такой подход может сосредоточиться лишь на всплеске объема одного бара или попытаться сгладить его простым скользящим средним. При этом не учитывается фактическое распределение объема в заданном периоде анализа. Поэтому советнику сложно передать форму, или топологию, моментума. Может отсутствовать структурный контекст.

В этой статье представлен пользовательский класс управления капиталом с четырьмя режимами дерева Фенвика. Это следующие режимы: линейный (Linear), консервативный (Conservative), агрессивный (Aggressive) и возврат к среднему (MeanReversion). Несмотря на разнообразие режимов, последующее форвардное тестирование показало, что опора исключительно на коэффициенты алгоритма без какого-либо пространственного фильтра оказалась неэффективной. Крупный всплеск объема может вызвать чрезмерно агрессивное сокращение размера лота, что в ряде случаев неоправданно, например при истощении ценового движения и развороте RSI. Для безопасной работы с резкими всплесками объема может потребоваться смена подхода: объем следует рассматривать не как плоскую метрику, а как топологическую структуру. Накопленный объем необходимо структурно отобразить, чтобы точнее применять четыре перечисленных режима алгоритма. Параллельно используется модуль распознавания пространственных паттернов, который позволяет нелинейно считывать эту структуру и точнее ограничивать риск по капиталу.

Автор: Stephen Njuki