Обсуждение статьи "Нейросети в трейдинге: Сегментация данных на основе уточняющих выражений"

[MetaQuotes]

Опубликована статья Нейросети в трейдинге: Сегментация данных на основе уточняющих выражений:

В процессе анализа рыночной ситуации мы делим её на отдельные сегменты, выявляя ключевые тенденции. Однако традиционные методы анализа часто фокусируются на одном аспекте, что ограничивает восприятие. В данной статье мы познакомимся с методом, позволяющем выделять несколько объектов, что даёт более полное и многослойное понимание ситуации.

В процессе обучения моделей мы используем алгоритм, проверенный в наших предыдущих работах.

Тестирование обученной политики Актера проводится в тестере стратегий MetaTrader 5 на исторических данных Января 2024 года, при этом остальные параметры сохраняются неизменными. Результаты тестирования приведены ниже.

За период тестирования модель совершила 22 сделки и ровно половина из них была закрыта с прибылью. Примечателен тот факт, что средняя прибыльная сделка более чем в 2 раза превышает среднюю убыточную. А по максимальной прибыльной сделки мы видим четырехкратное превышение. Это позволило модель зафиксировать показатель профит-фактор на уровне 2.63. Однако столь малое количество сделок и короткий период тестирования не позволяет судить об эффективности работы модели на длительном временном отрезке. Перед использованием модели в реальных условиях необходимо её обучение на более длительном временном отрезке исторических данных с последующим всесторонним тестированием. 

Автор: Dmitriy Gizlyk