文章 "交易中的神经网络：广义 3D 引用表达分段" 新评论 MetaQuotes 2025.06.27 07:50 新文章 交易中的神经网络：广义 3D 引用表达分段已发布： 在分析市场状况时，我们将其切分为不同的段落，标识关键趋势。然而，传统的分析方法往往只关注一个层面，从而限制了正确的感知。在本文中，我们将学习一种方法，可选择多个对象，以确保对形势进行更全面、及多层次的理解。 在训练过程中，我们应用了之前在早期研究中验证过的算法。 训练后的参与者政策在 MetaTrader 5 策略测试器中据 2024 年 1 月的历史数据进行了测试。所有其它参数保持不变。测试结果呈现如下。 在测试期间，该模型执行了 22 笔交易，其中正好一半以盈利结束。值得注意的是，每笔盈利交易的平均利润是每笔亏损交易平均亏损的两倍多。最大的盈利交易比最大的亏损高出四倍。如是结果，该模型实现了 2.63 的盈利因子。然而，交易数量少、且测试周期短，不允许我们对该方法的长期有效性得出任何明确的结论。在实时环境中使用模型之前，应在更长的历史数据集上对其进行训练，并进行全面测试。 作者：Dmitriy Gizlyk 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
新文章 交易中的神经网络：广义 3D 引用表达分段已发布：
在训练过程中，我们应用了之前在早期研究中验证过的算法。
训练后的参与者政策在 MetaTrader 5 策略测试器中据 2024 年 1 月的历史数据进行了测试。所有其它参数保持不变。测试结果呈现如下。
在测试期间，该模型执行了 22 笔交易，其中正好一半以盈利结束。值得注意的是，每笔盈利交易的平均利润是每笔亏损交易平均亏损的两倍多。最大的盈利交易比最大的亏损高出四倍。如是结果，该模型实现了 2.63 的盈利因子。然而，交易数量少、且测试周期短，不允许我们对该方法的长期有效性得出任何明确的结论。在实时环境中使用模型之前，应在更长的历史数据集上对其进行训练，并进行全面测试。
作者：Dmitriy Gizlyk