文章 "基于机器学习的黄金单向趋势交易策略研究" 新评论 MetaQuotes 2026.03.18 09:39 新文章 基于机器学习的黄金单向趋势交易策略研究已发布: 本文讨论一种仅沿选定方向(买入或卖出)进行交易的方法。为此,采用了因果推断技术和机器学习方法。 最近,我们一直在通过二元分类的视角研究对称交易系统的实现。我们假设买入和卖出交易可以在特征空间中被很好地分离,即存在某种分界线(超平面),使机器学习算法能够同样准确地预测多头和空头仓位。然而,实际情况并非总是如此,尤其对于一些金属、指数以及加密货币等趋势性交易品种而言。当某种资产呈现明确的单向趋势时,双向交易系统可能面临过高风险。此外,此类交易的总体分布可能高度不对称,导致大量误分类。此时,双向系统效率堪忧,不如专注于单向交易。本文旨在阐明利用机器学习创建此类单向策略的特性。 我认为,需针对单向交易任务对因果推断方法论进行系统性重构与适配。 我们以既往文章内容作为研究基础展开探讨: CatBoost模型中的交叉验证与因果推断基础,导出为ONNX格式 时间序列分类问题中的因果推断 基于Numba的Python快速交易策略回测系统 建议阅读以下文章以全面理解因果推断理念与回测方法。 图例10. 仅针对2024年初以来的前瞻时段进行测试 作者:dmitrievsky 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 基于机器学习的黄金单向趋势交易策略研究已发布:
最近,我们一直在通过二元分类的视角研究对称交易系统的实现。我们假设买入和卖出交易可以在特征空间中被很好地分离,即存在某种分界线(超平面),使机器学习算法能够同样准确地预测多头和空头仓位。然而,实际情况并非总是如此,尤其对于一些金属、指数以及加密货币等趋势性交易品种而言。当某种资产呈现明确的单向趋势时,双向交易系统可能面临过高风险。此外,此类交易的总体分布可能高度不对称,导致大量误分类。此时,双向系统效率堪忧,不如专注于单向交易。本文旨在阐明利用机器学习创建此类单向策略的特性。
我认为,需针对单向交易任务对因果推断方法论进行系统性重构与适配。
我们以既往文章内容作为研究基础展开探讨:
建议阅读以下文章以全面理解因果推断理念与回测方法。
图例10. 仅针对2024年初以来的前瞻时段进行测试
作者:dmitrievsky