文章 "交易中的神经网络：运用形态变换器进行市场分析"

新评论
 

新文章 交易中的神经网络：运用形态变换器进行市场分析已发布：

当我们用模型分析市场形势时，我们主要关注蜡烛条。然而，人们早就知道烛条形态能有助于预测未来的价格走势。在本文中，我们将领略一种能将这两种方法集成的方式。

涵盖过去的十年，深度学习（DL）在各个领域都取得了重大进展，这些进步引起了金融市场研究人员的关注。受到深度学习成功的启发，许多人打算将其应用于市场趋势预测、和复杂数据相互关系分析。这种分析的一个关键层面是原生数据的表示格式，其保留了所分析金融产品的内在关系和结构。大多数现有模型都依据同构图，这限制了它们捕获与市场形态关联的丰富语义信息的能力。类似于在自然语言处理中所用的 N-元语法，频繁发生的市场形态可被用来更精确地识别互连、及预测趋势。

为解决这个问题，我们决定采用化学元素分析领域的某些方式。与市场形态极其相似，基序（有意义的子图）频繁出现在分子结构当中，并可用来揭示分子性质。我们来探索一下 Molformer 框架，其在论文《Molformer：基于基序变换器的 3D 异质分子图》 中阐述。

Molformer 方法的作者定义了一种新颖的异质分子图（HMG）作为模型的输入，由原子和基序水平两者构成节点。这种设计为集成不同级别的节点提供了一个干净的接口，并防止由原子语义分割不当而导致的误差传播。关于基序，作者针对不同的分子类型采用不同的策略。对于小分子，基序词汇由功能组判定，以化学领域知识分组。对于由连续氨基酸组成的蛋白质，引入了一种基于强化学习（RL）的智能基序挖掘方法，以便识别最重要的氨基酸亚序列。


作者：Dmitriy Gizlyk

 

您好，我无法使用 test.mq5 Expert Advisor 下单。

if(temp[0] >= temp[3])
     {
      temp[0] -= temp[3];
      temp[3] = 0;
     }
   else
     {
      temp[3] -= temp[0];
      temp[0] = 0;
     }
//--- 购买控制权
   if(temp[0] < min_lot || (temp[1] * MaxTP * Symb.Point()) <= 2 * stops || (temp[2] * MaxSL * Symb.Point()) <= stops)
     {
     ...
     }
   else
     {
      ...
     }
//--- 出售控制权
   if(temp[3] < min_lot || (temp[4] * MaxTP * Symb.Point()) <= 2 * stops || (temp[5] * MaxSL * Symb.Point()) <= stops)
     {
...
     }
   else...

问题是数组元素 temp[0] 和 temp[3] 总是小于 min_lot，我的错误出在哪里？

新评论