文章 "交易中的神经网络:针对金融市场的多模态、扩增工具型智代(终篇)"

 

新文章 交易中的神经网络:针对金融市场的多模态、扩增工具型智代(终篇)已发布:

我们持续开发 FinAgent 算法,其是一款多模态金融交易智代,旨在分析多模态市场动态数据,以及历史交易形态。

在前两篇文章中,我们详细探讨了 FinAgent 框架。在该过程期间,我们针对作者提议方式实现了自己的诠释。我们调整了框架算法,来满足我们的具体需求。我们现在到达另一个重要阶段:评估已实现解决方案在真实历史数据上的有效性。

请注意,在开发期间,我们对 FinAgent 框架的核心算法进行了重大修改。这些修改影响了模型操作的关键层面。因此,在本次评估中,我们评估的是我们调整后的版本,而非原始框架。


该模型基于 EURUSD 货币对 2023 年的历史数据,采用 <i1>H1</i1> 时间帧训练。模型中用到的所有指标设置均保持默认值,允许我们专注于评估算法本身、及其在不需额外调优的情况下处理原产数据的能力。

在初始训练阶段,我们采用了之前研究中准备的数据集。我们应用了一种训练算法,能够为智代生成“近乎理想”的目标动作,令我们能够在不持续更新训练数据集的情况下训练模型。然而,这种方式行之有效,我们相信定期更新训练集会提升准确性,并拓宽不同账户状态的覆盖范围。


作者:Dmitriy Gizlyk