Глубокая нейросеть на данных от двух скользящих средних

[FastInvestment]

Пытаюсь решить проблему переобучения на валютных парах. Для тестов написал эксперта способного подстроится под любой график. Веса ИИ подбираются в тестере при помощи генетической оптимизации. Вы можете самостоятельно попробовать обучить эксперта заново или использовать параметры для GBPUSD H1 по умолчанию. Советник прикреплён к сообщению. Для настройки требуются базовые знания о нейронных сетях и умение работать с тестером стратегий выше среднего.

UPD: убрал из эксперта принудительный подбор весов сети. Теперь можно поиграться с остальными параметрами не разбираясь с весами.

​

Что будет если взять простую стратегию прорыва волатильности, а в качестве фильтра подать на вход нейронной сети данные от двух скользящих средних и положении цены относительно них?​

1. Можно настроиться под любой символ и таймфрейм.
2. Высокая точность сигналов.
3. При использовании встроенных в терминал критериев оптимизации - пере обучаемость высокая.

По указанным выше условиям был написан автоматический советник. Далее он был обучен на GBPUSD H1. Вот его результаты:​

Для работы эксперта нужно скачать бесплатный индикатор "Moving Average Cross Signal" через MQL маркет и никуда его не переносить. Файл индикатора должен находится в папке "Indicators/Market".
Эксперт настроен на работу по Фунту (GBPUSD) на таймфрейме H1 (1 час). Но вы можете использовать эксперта на любых символах и таймфреймах, подобрав параметры самостоятельно.



А вот так выглядят сделки советника




Выводы:

1. Потенциальная универсальность стратегии. Использование простой стратегии прорыва волатильности в сочетании с данными от двух скользящих средних и положением цены относительно них позволяет настроить торговую систему под различные символы и таймфреймы. Это делает подход достаточно гибким и потенциально применимым на разных рынках.
2. Возможность высокой точности сигналов. Подача на вход нейронной сети данных от скользящих средних и положения цены может улучшить качество торговых сигналов. Скользящие средние помогают сгладить шум и выделить тренды, а их сочетание с анализом волатильности может повысить вероятность успешных сделок.
3. Проблема переобучения. Высокая переобучаемость модели при использовании встроенных в терминал критериев оптимизации может стать существенным недостатком. Это означает, что модель хорошо работает на исторических данных, но может показывать менее стабильные результаты на новых данных, что несёт риски в реальной торговле.
4. Необходимость дополнительной настройки и тестирования. Несмотря на заявленную возможность работы с любыми символами и таймфреймами, для успешного применения советника потребуется тщательная настройка параметров и тестирование на целевых рынках. Результаты, полученные на GBPUSD H1, не гарантируют такой же эффективности на других инструментах.
5. Зависимость от рыночных условий. Даже хорошо настроенная модель не застрахована от убытков в неблагоприятных рыночных условиях (например, при низкой волатильности, флэтовом движении или резких изменениях тренда). Поэтому важно сочетать алгоритмическую торговлю с грамотным риск-менеджментом.
6. Важность внешних компонентов. Для работы советника требуется дополнительный индикатор («Moving Average Cross Signal»), что является важным условием для его функционирования. Необходимо следить за актуальностью и корректностью работы используемых индикаторов.
7. Риск при автоматическом трейдинге. Автоматизированные системы могут совершать сделки без учёта внешних факторов и новостей, что потенциально ведёт к потерям. Рекомендуется сочетать алгоритмическую торговлю с фундаментальным анализом и мониторингом рыночной ситуации.
8. Потребность в индивидуальной оценке рисков. Прежде чем применять советника на реальных счетах, следует тщательно оценить его эффективность, учитывая собственные торговые цели, уровень риска и особенности рынка.

 

[ИванМН]

О, это Вам к Саксотаю, однозначно. Вместе с ним вы сможете создать ИИ-монстра, который уничтожит Форекс.