Обсуждение статьи "Фильтр сезонности и временные периоды в моделях глубокого обучения с ONNX и Python в советнике"
Спасибо за статью по сезонности и ее автоматизации. Посмотрел быстро. Буду у компьютера на выходных вчитаюсь по-внимательнее и элементы автомотизации предложенные Вами буду использовать в своих торговых системах по фактору сезонности.
Хотелось бы видеть более расширенное заключение в виде удалось ли добиться более интересных (положительных) результатов при использовании фактора сезонности...
![MQL5 - Язык торговых стратегий для клиентского терминала MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Опубликована статья Фильтр сезонности и временные периоды в моделях глубокого обучения с ONNX и Python в советнике:
Можем ли мы извлечь выгоду из сезонности при создании моделей для глубокого обучения с помощью Python? Помогает ли фильтрация данных в моделях ONNX получить лучшие результаты? Какой период времени использовать? Обо всем этом расскажем в этой статье.
После прочтения статьи "Сезонность на рынке форекс и возможности ее использования" я решил написать собственную и создать в ней советник, а затем его работу с сезонностью и без нее. То есть проверить на практике, принесет ли эта сезонность пользу.
Я уже знал, что на рынки влияют сезонные факторы. Это стало очевидно, когда я узнал, что Марк Цукерберг финансировал Facebook на деньги инвестора. Этот инвестор ранее вложил деньги, полученные от бар-мицвы, в акции нефтяных компаний, предсказывая их рост из-за ожидаемых ураганов в Карибском бассейне. Он анализировал прогнозы погоды, которые указывали на предстоящую суровую погоду в этот период.
Я очень горжусь написанием этой статьи, целью которой является практическая эксплуатация идеи о том, что рынок и сезонность — хорошие спутники. Чтобы воплотить это в жизнь, мы можем объединить два советника в один. На сайте уже есть статья о том, как это сделать: "Пример ансамбля ONNX-моделей в MQL5".
Прежде всего, мы создадим советник и сравним модели с фильтрацией и без нее, чтобы увидеть, есть ли влияние фильтрации данных или нет. Затем изучим сезонность на графике и проанализируем реальные данные за февраль 2024 г. с учетом сезонность и без. В последней части статьи (которая мне кажется особенно интересной) мы обсудим другие подходы к советнику из статьи: Использование ONNX-моделей в MQL5. Посмотрим, можно ли извлечь выгоду из дополнительной настройки этих советников и моделей ONNX. Сразу скажу, что ответ – да, можно.
Автор: Javier Santiago Gaston De Iriarte Cabrera