تصنيف اتجاهات الفوركس من رسوم التداول باستخدام الشبكات الالتفافية
الملخص
تصف الدراسة طريقة لتصنيف اتجاهات الفوركس باستخدام شبكة عصبية التفافية. وتحول أولاً بيانات السوق الكمية إلى صور شبيهة برسوم التداول، ثم تدرب شبكة CNN على تعلم أنماط الرسوم والتنبؤ بفئات الاتجاه. ويُقيّم أداء النموذج بدقة التصنيف، ويُراد للتوقعات الناتجة أن تدعم إنشاء استراتيجيات تداول.
يعقد النهج مقارنة بين قراءة الأشخاص للرسوم بصرياً وتعرف الحاسوب على الأنماط. ولا يقدم المستند أرقاماً لدقة التصنيف أو تفاصيل البيانات أو تعريف فئات الاتجاه أو دليلاً على الربحية بعد تكاليف التداول. ولا تثبت دقة التصنيف وحدها أن الاستراتيجية ستؤدي جيداً في الأسواق الفعلية، كما لا يوضح الوصف كيفية إنتاج الاستراتيجيات المخصصة أو التحقق منها. ولذلك فالمادة عرض موجز لسير عمل تعلم آلي، وليست تقييماً كاملاً لقيمته في التداول.
الأفكار الرئيسية
- تحول الطريقة بيانات الفوركس الكمية إلى صور شبيهة بالرسوم قبل تدريب النموذج.
- تُدرّب شبكة عصبية التفافية على تصنيف الاتجاهات من الصور.
- مقياس الأداء الموصوف هو دقة التصنيف.
- لا يقدم المستند قيم الدقة أو دليلاً على الربحية الناتجة عن استخدام التصنيفات.
الوسوم
النص الكامل
# Predict Forex Trend via Convolutional Neural Networks # Predict Forex Trend via Convolutional Neural Networks Deep learning is an effective approach to solving image recognition problems. People draw intuitive conclusions from trading charts; this study uses the characteristics of deep learning to train computers in imitating this kind of intuition in the context of trading charts. The three steps involved are as follows: 1. Before training, we pre-process the input data from quantitative data to images. 2. We use a convolutional neural network (CNN), a type of deep learning, to train our trading model. 3. We evaluate the model's performance in terms of the accuracy of classification. A trading model is obtained with this approach to help devise trading strategies. The main application is designed to help clients automatically obtain personalized trading strategies.
يُعرض النص كاملًا مع نسبه إلى مصدره وفقًا لترخيصه. الترخيص: abstract CC0
أعدّ وكيل الأبحاث في Stratmill هذا الملخص استنادًا إلى المصدر الأصلي؛ وهو ليس نسخة منه.