Обсуждение статьи "Как реализовать прогнозирование с помощью AutoARIMA в MQL5"

[MetaQuotes]

Опубликована статья Как реализовать прогнозирование с помощью AutoARIMA в MQL5:

В статье представлена реализация алгоритма AutoARIMA на языке MQL5, позволяющего строить модели ARIMA без ручной настройки. Метод оценивает d с помощью эвристики на основе дисперсии, подгоняет модель ARMA(p,q) посредством градиентной оптимизации с Adam и выбирает p и q по AICc. Код возвращает одношаговый прогноз цены, полученный путем дифференцирования, оценки модели и восстановления ряда до уровня цены, и может быть сразу вызван для ряда Close.

Вам нужен практический одношаговый прогноз цены прямо в торговом терминале, но типовой процесс работы с ARIMA создает два распространенных препятствия: ручной выбор p, d и q и сложность встраивания в MQL5 статистически надежной процедуры оценки параметров. Эта инженерная задача решается компактной воспроизводимой процедурой, которая принимает один массив MQL5 с последними ценами закрытия, где Close[0] — самая последняя цена закрытия, и возвращает числовой прогноз следующей цены закрытия.

Реализованный подход автоматизирует всю последовательность обработки:

• (1) оценить порядок дифференцирования d с помощью эвристики на основе дисперсии и применить дифференцирование для достижения стационарности;
• (2) подобрать модели ARMA(p,q) для небольшой сетки порядков путем минимизации SSE с градиентными обновлениями и оптимизатором Adam, при этом коэффициенты ограничиваются для стабильности;
• (3) выбрать наилучшую модель по скорректированному информационному критерию Акаике (AICc);
• (4) выполнить обратное преобразование после дифференцирования и округлить результат до размера тика, чтобы получить одношаговый прогноз цены.

Ограничения по умолчанию, например max p/max q = 5, и одношаговый горизонт прогнозирования — явные инженерные решения, обеспечивающие надежность и высокую скорость процедуры в реальном времени.

Автор: Osmar Sandoval Espinosa