Азимут: проприетарное нейронное принятие решений для золота

Азимут построен на той же проприетарной основе, что и Меридиан, но вводит другое внутреннее представление рынка и более продвинутую архитектуру.

Вместо того чтобы напрямую полагаться на традиционные свечи таймфрейма, Азимут использует внутреннюю пользовательскую структуру баров, построенную непосредственно из тиковых данных. Бары формируются на основе активности рынка, а не просто на основе течения времени.

Из-за этого, тиковые данные необходимы при тестировании Азимута. Система всегда должна тестироваться с использованием тиков, независимо от выбранного классического таймфрейма в Стратегическом Тестере.

В результате получается модель, которая не зависит исключительно от того, как брокер агрегирует рынок в традиционные свечи M1, M5, M15 или H1.

Нейронная архитектура

Модель основана на той же проприетарной нейронной структуре, которая используется в качестве основы Меридиана, где нейроны сами были переопределены.

Обычная нейронная сеть в своей основе опирается на агрегацию входов нейронами перед передачей полученной информации через функцию активации. Эта архитектура чрезвычайно мощная и хорошо работает для многих классов задач.

Однако финансовые рынки особенно трудно моделировать.

Взаимоотношение между двумя рыночными входами может изменяться в зависимости от контекста, волатильности, недавней структуры и поведения, предшествующего текущему сигналу. Один и тот же вход может иметь совершенно разное значение при различных рыночных условиях.

Азимут и Меридиан построены вокруг другой внутренней топологии, специально созданной для обработки этих нелинейных взаимосвязей.

Вместо того чтобы рассматривать каждый вход как независимый сигнал, который просто вносит вклад в итоговый результат, структура предназначена для анализа того, как информация взаимодействует и развивается внутри сети.

Это позволяет модели работать с более сложными взаимосвязями между входами и реагировать на структуру сигнала, а не просто складывать сигналы вместе.

Архитектура является проприетарной, и её внутренняя топология не раскрывается.

Разработано для нестационарных рынков

Финансовые рынки не являются статичными системами.

Волатильность меняется. Структура рынка меняется. Взаимоотношения между различными переменными меняются. Поведение, которое было прибыльным в одном периоде, может полностью исчезнуть в другом.

Это одна из главных причин, почему модель может выглядеть исключительной на исторических данных, а затем вести себя совершенно иначе при работе с новыми данными.

Азимут был разработан с учётом этой проблемы.

Цель не в том, чтобы найти конфигурацию, идеально объясняющую один исторический период. Цель — найти модель, которая может продолжать правильно работать при изменении данных.

Обучение с продвижением вперёд (walk-forward)

Процесс обучения — одна из самых важных частей Азимута.

Модель не обучается на одном большом историческом наборе данных и не принимается просто потому, что итоговая кривая капитала выглядит хорошо.

Вместо этого Азимут обучается через walk-forward матрицу с несколькими независимыми периодами вне выборки (out-of-sample).

Процесс начинается с:

15% обучения → 5% полностью новых данных вне выборки

Если модель проходит первый период вне выборки, процесс продвигается вперёд и повторяется:

15% обучения → 5% вне выборки
15% обучения → 5% вне выборки
15% обучения → 5% вне выборки
15% обучения → 5% вне выборки
15% обучения → 5% вне выборки

Это создаёт пять отдельных периодов валидации вне выборки.

Данные вне выборки не используются для обучения модели.

Что ещё важнее, если в любом периоде вне выборки наблюдается ухудшение, превышающее допустимые критерии, модель отбрасывается и весь процесс обучения начинается заново.

Её не исправляют.
Её не корректируют вручную.
Процесс обучения начинается заново.

Сохраняются только модели, способные пройти полный цикл работы с новыми периодами.

Этот подход делает акцент на обобщении и поведении вне выборки, а не просто на подгонке под исторические данные.

Как торгует Азимут

Азимут использует прямое рыночное исполнение вместо подхода с отложенными ордерами, используемого в Меридиане.

Когда модель выявляет действительную возможность, система исполняет сделку напрямую по рынку.

Модель непрерывно оценивает внутреннее представление рынка и определяет, предоставляет ли текущая структура действительную торговую возможность.

После открытия позиции:

• Система не усредняет позицию.
• Сетки нет.
• Мартингейла нет.
• Позиции имеют определённый максимальный срок жизни.
• Параметры риска определяются в соответствии с текущей оценкой рынка моделью.

Цель — позволить модели принимать решение самостоятельно, а не окружать сеть большим набором фиксированных торговых правил.

Высокая частота сделок

Сочетание внутреннего представления рынка, прямого рыночного исполнения и архитектуры приводит к высокой частоте сделок.