文章 "交易中的神经网络：二维连接空间模型（终篇）"

[MetaQuotes]

新文章 交易中的神经网络：二维连接空间模型（终篇）已发布：

我们继续探索创新的奇美拉（Chimera）框架 — 这款二维状态空间模型，利用神经网络技术多维度分析时间序列。该方法提供了高预测精度、及低计算成本。

我们遵照奇美拉框架作者所提议方式的自我诠释完成实现后，进入最后阶段 — 依据真实历史数据训练和测试模型。

为了训练模型，我们采用了之前讨论过模型训练期间收集的训练数据集。该训练数据集基于 EURUSD 货币对，2024 全年 M1 时间帧的历史数据构建。所有指标参数均按其默认值设置。训练数据集准备过程的详细描述可在此链接中找到。

已训练模型测试在 MetaTrader 5 策略测试器中运作，基于 2025 年 1 月的历史数据，其它训练参数保持不变。测试结果呈现如下。

根据测试结果，该模型能够盈利。超过 70% 的交易以盈利了结。盈利因子记录为 1.53。

不过，有几点应当注意。这些模型是在 M1 时间帧内测试的。与此同时，该模型仅执行了 27 笔交易，这对于在极短时间帧内的高频交易来说相当低。甚至，该模型仅开仓做空，这也浮现出问题。

作者：Dmitriy Gizlyk

[Charles Antoine Dominique Julien Fournel]

非常有趣！谢谢！

从图表结果来看，RRR 条件下的收盘应该更有利可图，但这不是重点。