В статье обсуждается разработка системы для анализа объёма торгов с применением архитектуры LSTM. Основной акцент делается на обработке данных и использовании признаков объёма в машинном обучении. Предложенный подход включает детектирование аномальных объёмов, их кластеризацию, и обучение модели через интеграцию Python и MetaTrader 5. Реализован комплексный тест и визуализация результатов, где особое внимание уделено обнаружению аномалий и их взаимосвязи с динамикой цен. В рамках LSTM архитектуры минимизирована сложность для предотвращения переобучения. Приведен алгоритм генерации торговых сигналов и управления рисками на реальных данных акций Сбербанка.
Читать далее...
Читать далее...