Нейросетевая торговая система. Пошаговая разработка для платформы META TRADER 4 в среде MATLAB. Сокращенное издание

Книга, посвященная автоматическим нейросетевым системам торговли, представляет собой практическое руководство для трейдеров, которым необходимо создать и внедрить свои собственные системы торговли на основе нейросетевых технологий. В отличие от многих других изданий, которые акцентируют внимание на теории трейдинга и нейросетей, автор выбрал подход, ориентированный на практическое применение, делая акцент на пошаговых инструкциях и простоте работы. В начале книги автор подчеркивает, что содержание не включает обширные теоретические материалы, что делает его более доступным для читателей с базовыми знаниями в области трейдинга и программирования. Это позволяет сосредоточиться на практических аспектах, таких как создание нейросетевых систем на платформе MATLAB и использование популярной торговой платформы MT4. Далее автор уделяет внимание основным принципам работы торговой системы, выделяя два ключевых подхода: идентификация флэтов (боковых движений) и управление трендами. Эти подходы зависят от рыночной ситуации и могут быть использованы для разработки эффективных стратегий торговли. Важным аспектом является использование предварительно собранных данных для обучения нейросетей: автор демонстрирует, как формировать данные, создавать соответствующие файлы и проверять результаты работы системы. Важное внимание в книге уделяется интерпретации прогнозов, получаемых от нейросети. Автор анализирует возможные сложности и уточняет, что не всегда предсказания могут быть точными и использованию данных прогнозов необходимо подходить с осторожностью. Он выделяет три основные сценария применения нейросети, каждый из которых имеет свои плюсы и минусы, а также подчеркивает, что успех системы во многом зависит от правильной организации процесса обучения нейросети. Просто использование актуальной информации на момент принятия решений является ключом к эффективному трейдингу. В следующей части книги рассматривается процесс разработки и тестирования нейросетевой системы. Автор акцентирует внимание на различии между обучением и тестированием нейросети, подчеркивая, что даже хорошо обученная модель может давать сбои на тестовом этапе, если данные, на которых она обучалась, были некорректными. Приводится практический пример нейросетевой системы на базе разработанного продукта "NeuroSolutions 6", который, несмотря на некоторые недостатки, удалось сделать прибыльным инструментом на финансовых рынках. Также автор подробно описывает практические шаги, необходимые для создания и внедрения нейросети, включая этапы подготовки данных, создания структур для входных и выходных данных, а также процесса обучения и тестирования. Он подчеркивает, что качество исторических данных и точность выбранных методов тестирования играют критически важную роль в получении адекватных и прибыльных результатов. Даже малейшие ошибки на этих этапах могут привести к искажению оценки прибыльности работы системы. В завершающей части книги рассматриваются примеры пользовательских технических индикаторов, которые трейдеры могут применять для обучения своих нейросетей. Описания индикаторов, их параметры и принципы работы подчеркивают, что даже трейдеры без глубоких технических знаний могут использовать адаптированные методики для улучшения своих торговых стратегий. Это свидетельствует о доступности нейросетевых технологий для широкой аудитории трейдеров, готовых интегрировать современные инструменты в свою практику. Таким образом, книга нацелена на трейдеров, стремящихся практично использовать нейросетевые технологии для оптимизации своих торговых стратегий, предоставляя подробные инструкции и полезные примеры.