文章 "您应该了解的MQL5向导技巧(第七十四部分):结合监督学习运用一目均衡表与ADX-Wilder形态"

 

新文章 您应该了解的MQL5向导技巧(第七十四部分):结合监督学习运用一目均衡表与ADX-Wilder形态已发布:

本文为前一篇文章的延续,之前我们介绍了一目均衡表(Ichimoku)与ADX指标组合,本篇将探讨如何通过监督学习对这一指标组合进行优化改进。一目均衡表与ADX是一组互补型指标组合,前者侧重支撑/阻力判断,后者侧重趋势识别。我们采用的监督学习方案基于深度谱混合核神经网络,对该指标组合的预测结果进行精细调优。与之前相同,相关逻辑封装在自定义信号类文件中,可配合MQL5向导直接组装成智能交易系统(EA)。

在前一篇文章中,我们研究了一目均衡表与韦尔德平均趋向指数(ADX-Wilder)指标的组合,将其作为一套互补的支撑/阻力与趋势分析工具。按照惯例,我们基于向导组装式EA,对10种不同信号形态进行了测试。在该指标组合下,大部分形态经过前一年的测试与优化后,都能在后续一年的前向步进中实现盈利。然而,其中有3个形态的表现不尽如人意,分别是形态0、形态1和形态5。因此,我们将延续上篇研究,验证监督学习能否有效改善这些形态的交易表现。我们的研究思路:将这些形态的信号重构为简单的输入向量,输入至神经网络中,让神经网络成为信号的额外过滤层。


作者:Stephen Njuki