Обсуждение статьи "Построение моделей волатильности в MQL5 (Часть III): Реализация алгоритма SLSQP для оценки моделей"

Опубликована статья Построение моделей волатильности в MQL5 (Часть III): Реализация алгоритма SLSQP для оценки моделей:

На языке MQL5 реализован оптимизатор SLSQP для устранения расхождений в параметрах между библиотекой волатильности и модулем ARCH для Python. В статье подробно описаны обработка ограничений, варианты вычисления градиента, настройка и средства управления сходимостью, а также показано, как интегрировать решатель в существующий код. Практические примеры и сравнения демонстрируют совпадение логарифмов правдоподобия и параметров на общих наборах данных.

Библиотека волатильности, портированная на MQL5 в рамках этой серии статей, была разработана с целью воспроизведения функциональности модуля ARCH языка Python. В идеале реализация на MQL5 должна давать результаты, близкие к полученным на Python; однако тесты на одинаковых наборах данных неизменно выявляли расхождения в параметрах моделей. Хотя цель заключается не в том, чтобы точно воспроизвести каждый десятичный разряд, параметры должны находиться в пределах допустимого диапазона отклонений. Чтобы устранить эти расхождения, в данной части серии алгоритм расширенного лагранжиана с предобусловливанием из ALGLIB для оптимизации с нелинейными ограничениями (minNLC) заменён на алгоритм последовательного программирования методом наименьших квадратов (SLSQP).

Статья начинается с анализа межплатформенных расхождений на примере сравнения моделей волатильности, построенных на Python и в MetaTrader 5, чтобы объяснить необходимость замены оптимизатора. Далее мы подробно разбираем реализацию SLSQP непосредственно на языке MQL5 и демонстрируем, как интегрировать этот решатель в существующую библиотеку волатильности. В заключение мы сравниваем обновлённую библиотеку с её аналогом на Python, чтобы убедиться в согласованности результатов. Представлен полный исходный код набора инструментов на MQL5, который по результатам работы сопоставим с модулем ARCH.


Автор: Francis Dube