文章 "神经网络在交易中的应用：将混沌理论融入时间序列预测（终篇）"

MetaQuotes 2026.05.26 10:42

我们继续将 Attraos 框架的作者提出的方法整合到交易模型中。让我提醒您，这个框架利用混沌理论的概念来解决时间序列预测问题，将其解释为多维混沌动态系统的投影。

测试使用了 2025 年 1 月至 2 月的数据。选择这一时期是为了确保对之前未见的数据进行严格评估。所有其他实验参数均保持不变，以确保实验的可重复性和公平比较。这种方法消除了随机因素，能够客观评估算法性能。

测试结果如下所示。

Attraos 测试结果

在测试期间，该模型执行了 287 笔交易，其中近 39% 的交易盈利。尽管胜率相对较低，但由于盈亏比，该策略总体上仍取得了正收益。具体而言，每笔盈利交易的利润平均值是亏损平均值的两倍，从而弥补了不太成功的交易，并产生了总体正收益，利润系数为 1.15。

平均持仓时间超过 2 小时，表明策略倾向于做出短期和中期决策。值得注意的是，持仓时间最长的仓位持续了近两天。这一事实需要进一步分析。