Завершаем адаптацию фреймворка Habi для алгоритмической торговли с использованием MQL5 и OpenCL. Рассматриваем построение моделей, подготовку эталонных действий на истории и офлайн-обучение. Показываем, как критик учится оценивать денежные последствия торговых решений и как его оценки используются для обновления политики в режиме имитации онлайн-торговли. На примере EURUSD H1 за январь–апрель 2026 года разбираем проверку готовых моделей и ограничения полученных результатов.
Повторное диффузионное планирование требует вычислений на каждом шаге. Идея Habi — перенести этот опыт в нейросетевую политику, которая после обучения предлагает действия без повторного построения плана.
В первой статье мы разобрали подход и торговую адаптацию. Во второй части подготовили обработку наблюдений, параметры распределения и выборку латентных векторов. В третьей статье реализовали формирование действий и их оценку. Теперь соберём модели, свяжем их с обучением и исполнением. Завершим серию разбором одного исторического теста EURUSD H1. Он иллюстрирует работу системы, но не устанавливает устойчивость или преимущество метода.
В нашей адаптации эталоны подготавливает Oracul. Последующая история доступна ему только при офлайн-разметке. Для торгового решения модель получает текущее наблюдение. Критик оценивает денежные последствия действий. Имитация онлайн-торговли в тестере связывает изменения счёта между соседними барами с оценкой продолжения.
Опубликована статья Нейросети в трейдинге: Habi — быстрое принятие решений без сложного планирования (Окончание):
Повторное диффузионное планирование требует вычислений на каждом шаге. Идея Habi — перенести этот опыт в нейросетевую политику, которая после обучения предлагает действия без повторного построения плана.
В первой статье мы разобрали подход и торговую адаптацию. Во второй части подготовили обработку наблюдений, параметры распределения и выборку латентных векторов. В третьей статье реализовали формирование действий и их оценку. Теперь соберём модели, свяжем их с обучением и исполнением. Завершим серию разбором одного исторического теста EURUSD H1. Он иллюстрирует работу системы, но не устанавливает устойчивость или преимущество метода.
В нашей адаптации эталоны подготавливает Oracul. Последующая история доступна ему только при офлайн-разметке. Для торгового решения модель получает текущее наблюдение. Критик оценивает денежные последствия действий. Имитация онлайн-торговли в тестере связывает изменения счёта между соседними барами с оценкой продолжения.
Автор: Dmitriy Gizlyk