文章 "在线性自回归模型残差上训练非线性 U-Transformer"

[MetaQuotes]

新文章 在线性自回归模型残差上训练非线性 U-Transformer已发布：

本文介绍一套用于汇率预测的创新混合系统，它将线性自回归模型与用于残差分析的 U-Transformer 架构相结合。系统会根据信号质量自动切换信号来源，并内置完整的交易逻辑，支持摊平加仓/金字塔加仓策略。该方法的核心优势在于：神经网络只在线性模型的残差上训练，从而简化了任务并降低过拟合风险。整套实现完全使用 MQL5 编写，可直接用于实盘交易，并具备随市场环境变化自动适应的能力。

本文 EA 以回归模型相关文章中的 EA 程序为基础，在此之上新增了这套混合模型。 

我们在 EURUSD 的 M15 时间周期上测试模型表现，测试起始时间为 2025 年 7 月 1 日：

测试得到的夏普比率表现相当可观：

作者：Yevgeniy Koshtenko

[Stanislav Korotky]

正如所声明的那样，余额图表中没有平均值/金字塔式操作，因为如果存在这些操作，存款存入量的直方图应该呈锯齿状。