文章 "MQL5 自优化 EA（第12部分）：利用矩阵分解构建线性分类器"

新评论
 

新文章 MQL5 自优化 EA（第12部分）：利用矩阵分解构建线性分类器已发布：

本文探讨矩阵分解在算法交易中的强大作用，重点介绍其在 MQL5 程序里的应用。从回归模型到多目标分类器，我们通过实战示例演示如何借助 MQL5 内置函数轻松集成这类技术。无论你是预测价格方向，还是构建指标行为模型，这份教程都为你使用矩阵方法搭建智能交易系统打下坚实基础。

矩阵分解对想要开发数值驱动型程序的算法交易者而言，是一项重要工具。借助这些工具，我们可以搭建各类机器学习算法，以及更多其他模型。到目前为止的讨论中，我们只研究了回归任务。接下来我们把目光转向分类问题。本次我们将尝试构建一个市场分类器。该分类器能够区分市场上涨与下跌行情。我们希望借助它正确地执行交易。分类器的任务是从历史市场行情数据中学习，推断出在特定交易日应当采取的正确操作。

我们的交易策略逻辑如下：策略目标是根据移动平均线指标的预期走势预判市场行情。除此之外，我们要求价格走势与移动平均线方向一致。也就是说：如果分类模型预测移动平均线将下行，我们希望看到价格进一步跌破并运行在该指标下方。若预判移动平均线与价格同步下跌，我们就开空单。移动平均线用于指示价格方向，但在开仓前，我们还希望价格加速突破该指标并进一步远离它。

做多逻辑同理。我们预判均线上行，且价格要大幅向上突破均线，此时才进场强势做多。

从上面的描述能看出，模型会同时输出两个分类结果。但不要把它和多分类模型混淆。模型预测的这两个变量，各自都是二分类结果。换句话说，模型同时处理两组独立的二分类任务。这里介绍的架构并不适用于单次执行多类别分类。


作者：Gamuchirai Zororo Ndawana

新评论