Данный вопрос в литературе по трейдингу большая редкость. Я нашел кое-что здесь [XIV.54.].
Авторы на основе тестов различных алгоритмов пришли к неоднозначным выводам: при выполнении некоторых условий нейронные сети могут использоваться в системной торговле. Подгонка под исторические данные является значительной проблемой при использовании нейронных сетей. Для обучения нейронных сетей следует использовать выборки большого размера. Разные нейронные сети ведут себя по-разному на разных рынках.
Думаю, что основная проблема здесь таится в сути – в попытке использования нейронных сетей для угадывания рынка. Но как мы уже знаем рынок нельзя угадать, поэтому использование нейронных сетей для этих целей не даст желаемого результата.
В целом работа с нейронной сетью представляет собой следующее.
- Выбор типа нейронной сети.
- Подготовка данных для обучения нейронной сети.
- Обучение нейронной сети путем подачи на входы нейронной сети исходных данных, для торговли это будут цифровые данные об изменении цены или данные нескольких свечей, отображающих нужную фигуру тех. анализа.
- Далее для заданного входа задаются данные выхода нейронной сети – для случая торговли — это цифры, например, 0 и 1 по которым принимается решение о сделке в лонг или шорт или о выходе их сделки.
- Обучение повторяется до тех пор, пока результаты тестирования «понимания» нейронной сетью шаблонов не будут Вас удовлетворять.
- Далее в реальной торговой ситуации, когда на входы нейронной сети подаются фрагменты данных из текущего графика, сеть на основе имеющегося запаса данных будет искать похожие ситуации которые она «знает». Делается это с некоторой степенью приближения, что позволяет искть решение по нечеткому шаблону, что и делает нейронные сети подходящими для такого рода задач как сравнение шаблонов. Это добавляет сети гибкости для работы с данными не на 100% совпадающими с имеющимися в памяти шаблонами. При этом на выходе мы также будем получать значения лежащие в диапазоне 0..1.
- Далее модуль принятия решения на нейронной сети добавляется в Ваш торговый алгоритм, и Вы начинаете тестировать полученного робота на реальных данных.
- Если тесты Вы считаете удовлетворительными, то можно приступать к торговле на деньги.
По данным книги [XIV.54.] нейронные сети показали отличные результаты в пределах выборки, на которой они обучались и плохие результаты вне выборки, что вполне естественно.
Учитывая сложность понимания программирвания нейронных сетей для практических целей рекомендуется поискать готовые пакеты для создания торговых роботов на нейронных сетях.
Интересные статьи о трговле на нейросетях размещены по ссылке https://habr.com/ru/post/494964/?ysclid=l5vcxhguf744192758
https://www.mql5.com/ru/articles/7031
https://smart-lab.ru/blog/332895.php?ysclid=l5vdagmst8722006051