Обсуждение статьи "Нейросети в трейдинге: Habi — быстрое принятие решений без сложного планирования (формирование и оценка действий)"

Новый комментарий

Опубликована статья Нейросети в трейдинге: Habi — быстрое принятие решений без сложного планирования (формирование и оценка действий):

Продолжаем торговую адаптацию фреймворка Habi на MQL5 с использованием OpenCL. Разбираем реализацию выходных слоёв Decoder и Critic, передачу общих параметров латентного распределения вместе с пакетом торговых действий и подготовку обучающих сигналов по эталону, историческим результатам и TD-цели. Показываем, как объединяются прямой градиент критика и сигнал, прошедший через декодер и латентную выборку. Это позволяет подготовить компоненты к последующей сборке и обучению торговой модели.

В первой статье мы разобрали авторский метод, решения адаптации и расширили два OpenCL-кернела пакетного VAE. Во второй подготовили объекты обработки наблюдений, параметров распределений и выборки латентных векторов.

В этой части разберём выходные слои Decoder и Critic, а также объединение действий с параметрами распределения. Покажем обратные сигналы при восстановлении эталона, оценке исторических исходов и временной разности. Проследим пути градиента через действие и напрямую от критика к распределению. Полную сборку, обучение и торговые испытания рассмотрим в следующей части.

Автор: Dmitriy Gizlyk

Новый комментарий