Обсуждение статьи "Возможности Мастера MQL5, которые вам нужно знать (Часть 98): Использование сигма-точечного фильтра Калмана и капсульной сети в пользовательском классе сигналов"

[MetaQuotes]

Опубликована статья Возможности Мастера MQL5, которые вам нужно знать (Часть 98): Использование сигма-точечного фильтра Калмана и капсульной сети в пользовательском классе сигналов:

В этой статье представлен пользовательский класс CSignalUKFCapsNet, написанный на MQL5. Этот класс используется с Мастером MQL5 при сборке советника. После выбора в Мастере он определяет сигналы входа советника. При создании этого пользовательского класса были объединены сигма-точечный фильтр Калмана и капсульная нейронная сеть. Алгоритм представлен в четырех режимах работы, а его реализация в виде пользовательского класса для Мастера MQL5 позволяет тестировать различные методы трейлинг-стопа и системы управления капиталом.

В этой продолжающейся серии рассматриваются продвинутые пользовательские классы для Мастера MQL5 и постепенно формируется инструментарий для различных рыночных условий и ситуаций. Создаются различные типы классов для управления капиталом, трейлинг-стопов и сигналов входа. В этой серии уже были рассмотрены первые два типа классов, поэтому теперь мы снова уделим внимание сигналам и их новой реализации.

В статьях о пользовательских сигналах ранее основное внимание уделялось высокоскоростному выполнению: побитовая векторизация сочеталась с перцептронными классификаторами для рынков с четко выраженными бинарными пороговыми состояниями. Затем рассматривался алгоритм индексирования B-Tree в сочетании с байесовскими сетями. Цель состояла в менее детерминированном подходе к работе в условиях большей неопределенности. Недавно рассматривался алгоритм системы непересекающихся множеств, объединенный с глубокими сетями доверия. Этот подход предназначался для трейдеров, анализирующих рыночные режимы дискретно и стремящихся выявлять изменения волатильности.

В целом в серии чередуются детерминированные модели и модели, основанные на вероятности либо предназначенные для анализа рынка в условиях большей неопределенности. В каждом подходе используется новая пара "алгоритм – сеть".

В этой статье после классификации режимов на основе детерминизма рассматривается оценка состояния в реальном времени. Представляется пользовательский класс сигналов на основе сигма-точечного фильтра Калмана (UKF), объединенного с капсульной нейронной сетью. Это расширяет набор средств для прототипирования и разработки торговых систем в MetaTrader, но, как и другие решения серии, не является панацеей. Эта модель предназначена для того, чтобы добавить в арсенал торговые сетапы, работающие за счет устранения рыночного шума, без проблем запаздывания, характерных для многих индикаторов, например скользящей средней.

Автор: Stephen Njuki