文章 "您应该了解的MQL5向导技巧（第七十二部分）：MACD与OBV组合形态的监督学习应用"

[MetaQuotes]

新文章 您应该了解的MQL5向导技巧（第七十二部分）：MACD与OBV组合形态的监督学习应用已发布：

本文将承接前一篇文章，之前我们介绍了MACD与OBV指标组合，本文将探讨如何通过机器学习对这一指标组合进行优化增强。MACD属于趋势指标，OBV属于成交量指标，二者为互补指标组合。本文采用卷积神经网络机器学习方案，通过有理二次核来设定网络卷积核尺寸与通道数量，从而对这套指标组合的预测结果进行微调优化。与之前类似，所有逻辑都封装在自定义信号类文件中，可配合MQL5向导直接生成智能交易系统（EA）。

在前一篇文章中，我们介绍了MACD与OBV这一指标组合，并研究了由这组互补指标所产生的10种可能信号形态。我们对由双指标组合得出的这10种信号形态，统一采用前向步进测试 —— 以上一年度数据进行训练或优化，再用下一年度数据进行前向步进测试。在前一篇文章中，只有形态7这一种信号形态在前向步进中实现了盈利。我们已经分析过这组指标组合相较于本文系列中其他指标表现不佳的部分原因，而这也为我们提供了一个“契机”—— 通过机器学习来优化部分信号形态。

因此，本篇将继续探讨使用有理二次核函数的卷积神经网络（CNN） 是否能够、以及如何辅助并改善指标信号的解读与应用。有理二次核（RQ核）函数的定义公式如下：

作者：Stephen Njuki