文章 "交易中的神经网络：针对加密货币市场的记忆扩充上下文感知学习（终篇）"

新评论
 

新文章 交易中的神经网络：针对加密货币市场的记忆扩充上下文感知学习（终篇）已发布：

针对加密货币交易的 MacroHFT 框架采用上下文感知强化学习和记忆，以便适应动态市场条件。在本文末尾，我们将在真实历史数据上测试所实现的方式，从而评估其有效性。

我们已完成大量工作，按照我们的诠释，实现了 MacroHFT 框架作者提议方式的 MQL5 版本。下一步是评估已实现方法在真实历史数据上的有效性。

应当注意的是，此处呈现的实现与原版有显著差异，包括技术指标的选择。这必然会影响结果，故任何结论都是初步、且针对这些具体修改。

至于模型训练，我们采用了 EURUSD 的 2024 年 1-分钟时间帧（M1）的数据。分析指标参数保持不变，专注于评估算法和方法本身，避免指标设置的干扰影响。收集训练数据集和训练模型的流程如上所述。

训练好的模型在 2025 年 1 月的历史数据上进行了测试。测试结果呈现如下。


作者：Dmitriy Gizlyk

新评论