文章 "使用MQL5和Python构建自优化的EA（第四部分）：模型堆叠"

新评论
 

新文章 使用MQL5和Python构建自优化的EA（第四部分）：模型堆叠已发布：

今天，我们将展示如何构建能够从自身错误中学习的AI驱动的交易应用程序。我们将展示一种称为堆叠（stacking）的技术，我们使用2个模型来做出1个预测。第一个模型通常是较弱的学习器，而第二个模型通常是更强大的模型，它学习较弱学习器的残差。我们的目标是创建一个模型集成，以期获得更高的准确性。

我们将关注新西兰元兑日元（NZDJPY）货币对的预测。我们希望从MetaTrader 5终端收集的该货币对数据中，算法化地学习一种交易策略。作为人类，我们可能天生倾向于与自己的信念和利益一致的交易策略。机器学习模型也有偏差。机器学习模型的偏差是模型所做的假设被违反的程度。我们的交易策略将依赖于2个AI模型的集成。第一个模型将被训练以预测新西兰元兑日元货币对未来20分钟的收盘价。通过训练第二个模型，以便预测第一个模型所给出的预测误差量。这种技术被称为堆叠（stacking）。我们希望通过堆叠2个模型，能够克服人类自身的偏差，并且希望这足以引领我们达到更高的性能水平。


作者：Gamuchirai Zororo Ndawana

新评论