Wednesday, August 20, 2025
Homeการซื้อขายการวิเคราะห์สหสัมพันธ์หลายสกุลเงินสำหรับ“ Axis Neural” และ“ Hyperlink Neural EA” EAS สำหรับ MT5 - กลยุทธ์การซื้อขาย...

การวิเคราะห์สหสัมพันธ์หลายสกุลเงินสำหรับ“ Axis Neural” และ“ Hyperlink Neural EA” EAS สำหรับ MT5 – กลยุทธ์การซื้อขาย – 26 กุมภาพันธ์ 2568


การพัฒนาระบบการซื้อขายเช่น Axis Neural EA และ เชื่อมโยง Neural EA สำหรับ Metatrader 5 มักจะตั้งคำถามเกี่ยวกับ ความสัมพันธ์ ระหว่างคู่สกุลเงินโดยเฉพาะอย่างยิ่งเมื่อหลายคนเชื่อมโยงกับดอลลาร์สหรัฐ (USD)

เพื่อที่จะพิจารณาว่าความสัมพันธ์ดังกล่าวอาจส่งผลกระทบต่อความเสี่ยงโดยรวมเราได้สร้างไฟล์ สคริปต์ MQL5 ที่วิเคราะห์สัญลักษณ์จำนวนมากวัดความสัมพันธ์และเลือกชุดค่าผสม (หรือชุดย่อย) ที่ลดความสัมพันธ์ภายในโดยเฉลี่ย

บทความนี้อธิบายรายละเอียดว่าสคริปต์นั้นทำงานอย่างไรรวมถึงตัวอย่างตัวอย่าง (โดยใช้ช่วงเวลาสั้น ๆ ) ซึ่ง ไม่ จำเป็นต้องสอดคล้องกับช่วงเวลาการฝึกอบรมที่ใช้ใน Axis Neural และ Hyperlink Neural EAS แต่ช่วยให้เข้าใจ วิธีการ

ในการทำเช่นนั้นเรามุ่งมั่นที่จะแสดงให้เห็นถึงไฟล์ ความทนทาน และ การกระจายตัว เราพยายามที่จะบรรลุเป้าหมายโดยรวมหลายคู่สกุลเงิน

1. พื้นหลังและเหตุผล

ผู้ใช้หรือผู้ค้าหลายคนรับรู้ถึง“ การพึ่งพามากเกินไป” ที่เป็นไปได้เมื่อคู่เช่น EurUSD, GBPUSD, USDCAD, USDCHF ฯลฯ เมื่อ USD แตกต่างกันไปทั่วโลกจึงเชื่อว่าพวกเขาทั้งหมดสามารถเคลื่อนที่ไปในทิศทางเดียวกันได้

วัตถุประสงค์ของเราคือการวิเคราะห์สิ่งนี้ด้วยข้อมูลจริงและหากจำเป็นให้ใช้มาตรการของ การรื้อถอน ในพอร์ตสกุลเงิน ในระหว่างขั้นตอนการวิจัยสำหรับ Neural Axis และ Hyperlink EAS สคริปต์นี้ได้กลายเป็นก เครื่องมือสนับสนุน เพื่อช่วยในการตัดสินใจและออกแบบตะกร้าสัญลักษณ์ เนื่องจากสิ่งเหล่านี้เป็น EA หลายสกุลเงินความสัมพันธ์ทางสถิติจึงกลายเป็นหนึ่งในปัจจัยสำคัญในการป้องกันความเสี่ยงที่มากเกินไป

2. ฟังก์ชั่นโดยละเอียดของสคริปต์

สคริปต์เขียนไว้ใน MQL5 (Metaquotes Language 5) ภาษาพื้นเมืองของ Metatrader 5. ด้านล่าง ขั้นตอนหลัก ของการดำเนินการของมันอธิบายไว้:

2.1. การอ่านและการเตรียมข้อมูล

1) รายการสัญลักษณ์: ชุดของคู่สกุลเงิน (ในตัวอย่างของเรามีการวิเคราะห์ 17 คู่) ที่จะวิเคราะห์ เหล่านี้รวมถึงการข้ามที่เกี่ยวข้องกับ USD, EUR, GBP, AUD, NZD, CAD, CHF และอื่น ๆ

2) การกำหนดค่าของบาร์และประวัติ: มีการระบุจำนวนเทียน (ตัวอย่างเช่น 200) ที่จะคัดลอกสำหรับที่กำหนด ระยะเวลา (H1, H4, D1, ฯลฯ ) เพื่อจุดประสงค์นี้สคริปต์ใช้ฟังก์ชัน MQL5 ลิขสิทธิ์เพื่อให้ได้ประวัติราคาของแต่ละสัญลักษณ์

3) ที่เก็บข้อมูลในอาร์เรย์: ข้อมูลราคาปิดจะถูกเก็บไว้ในอาร์เรย์ทั่วโลกที่มีโครงสร้างเพื่อให้แต่ละสัญลักษณ์มีเวกเตอร์ของตัวเองในการปิดราคา สิ่งนี้ช่วยให้สามารถเปรียบเทียบโดยตรงในภายหลัง

2.2. การก่อสร้างเมทริกซ์สหสัมพันธ์

เมื่อมีการรวบรวมราคาปิดสำหรับสัญลักษณ์ทั้งหมดสคริปต์จะสร้างไฟล์ เมทริกซ์ n × nโดยที่ n คือจำนวนสัญลักษณ์ที่วิเคราะห์ แต่ละรายการ (i, j) ในเมทริกซ์นี้เก็บไว้ ความสัมพันธ์ของเพียร์สัน ระหว่างสัญลักษณ์ I และสัญลักษณ์ J

ที่ ความสัมพันธ์ของเพียร์สัน คำนวณโดยใช้สูตร:

rho = (σ (x (i)*y (i)) – (σx (i)*σy (i) / n)) / √ ((σx (i)^2 – (σx (i))^2 / n) * (σy (i)^2 – (σy (i))^2 / n))

ในสูตรนี้ x (i) และ y (i) แสดงถึงราคาปิดของสัญลักษณ์ทั้งสองและ n คือจำนวนจุดข้อมูลตัวอย่าง (เทียน) ความสัมพันธ์ใกล้ชิดกับ +1 บ่งบอกถึงการเคลื่อนไหวที่ซิงโครไนซ์สูง ใกล้ -1การเคลื่อนไหวผกผัน; และประมาณ 0 พฤติกรรมอิสระ

2.3. การสร้างชุดค่าผสม (ส่วนย่อย)

แกนหลักของสคริปต์อยู่ในความสามารถในการ ค้นหา สำหรับชุดของ Ok สัญลักษณ์ (ตัวอย่างเช่น ok = 8) แสดง ความสัมพันธ์ภายในต่ำสุด– เพื่อให้บรรลุสิ่งนี้จะใช้อัลกอริทึมแบบเรียกซ้ำได้:

  1. สร้างชุดค่าผสมที่เป็นไปได้ทั้งหมดของสัญลักษณ์ N ที่ใช้ Ok ในแต่ละครั้ง ในตัวอย่างของเราสำหรับ 17 สัญลักษณ์มีการสร้างชุดค่าผสม 24,310 ชุด
  2. สำหรับการรวมกันแต่ละชุดสารสกัดจากเมทริกซ์สหสัมพันธ์ความสัมพันธ์ทั้งหมดที่สอดคล้องกับคู่ภายในชุดย่อยนั้น (ทั้งหมด, ความสัมพันธ์ทวินาม (Ok, 2)) และคำนวณ ค่าเฉลี่ยของค่าสัมบูรณ์ของพวกเขา
  3. บันทึกการรวมกันที่ได้รับต่ำสุด ความสัมพันธ์เฉลี่ย

วิธีการย้อนรอยนี้ช่วยให้มั่นใจได้ว่า การพึ่งพาซึ่งกันและกันทั่วโลก ของชุดของสัญลักษณ์ได้รับการประเมินแทนที่จะเป็นเพียงความสัมพันธ์แบบคู่

2.4. การคำนวณคะแนนและผลลัพธ์สุดท้าย

ในที่สุด “คะแนน” ของแต่ละชุดย่อยคือค่าเฉลี่ยของความสัมพันธ์สัมบูรณ์ของคู่ คะแนนที่ต่ำกว่าบ่งชี้ว่าโดยเฉลี่ยแล้วสัญลักษณ์ในชุดย่อยจะเคลื่อนที่น้อยลงซึ่งแปลเป็น decorrelation ที่มากขึ้น สคริปต์แสดงการรวมกันที่ดีที่สุดพร้อมกับคะแนนที่ได้รับในหน้าต่าง Metatrader 5“ ผู้เชี่ยวชาญ”

3. ตัวอย่างผลลัพธ์

เป็น ตัวอย่างสาธิต จากกระบวนการชุดสัญลักษณ์ 17 ตัวถูกวิเคราะห์มากกว่า 200 เทียนใน H1 (~ 8 วันของข้อมูล) จากนี้มีการสร้างสัญลักษณ์ 8 แบบ 24,310 ชุดและการรวมกันกับความสัมพันธ์เฉลี่ยของ 0.3610 ถูกระบุ

ชุดย่อยที่ได้ (เพื่อวัตถุประสงค์ตัวอย่างเท่านั้น) คือ:

  • Audnzd
  • AudusD
  • Eurnzd
  • EURUSD
  • GBPUSD
  • gbpnzd
  • USDCAD
  • Eurgbp

(ความสัมพันธ์เฉลี่ย: 0.3610)

แม้ว่าเมื่อมองแวบแรกมันอาจดูน่าแปลกใจที่ EURUSDGBPUSD และ Eurgbp ปรากฏพร้อมกันสคริปต์จะขึ้นอยู่กับไฟล์ การย่อขนาดทั่วโลก ของความสัมพันธ์ภายในชุดทั้งหมด กล่าวอีกนัยหนึ่งในขณะที่บางคู่อาจมีความสัมพันธ์สูงการรวมสัญลักษณ์อื่น ๆ (ตัวอย่างเช่นผู้ที่เกี่ยวข้องกับ AUD หรือ NZD) ชดเชยทำให้เกิดค่าเฉลี่ยโดยรวมที่ต่ำกว่า

สำคัญ: ตัวอย่างนี้มีไว้เพื่อแสดงไฟล์ วิธีการ ของสคริปต์ในช่วงเวลาสั้น ๆ (200 เทียนใน H1) มันไม่สอดคล้องกับช่วงเวลาที่ใช้ในระหว่างการฝึกอบรมเครือข่ายประสาทสำหรับ Axis Neural EA หรือ Hyperlink Neural EA ซึ่งมีการใช้ข้อมูลทางประวัติศาสตร์ที่กว้างขวางและมีการตรวจสอบความถูกต้องเพิ่มเติม

4. แอปพลิเคชันใน Axis Neural EA และ Hyperlink Neural EA

ขอบคุณการวิเคราะห์สหสัมพันธ์นี้:

  • เราตรวจสอบแล้ว การเลือกคู่สกุลเงินสำหรับแต่ละ EA โดยการตรวจสอบเชิงประจักษ์ว่าความสัมพันธ์โดยรวมยังคงอยู่ในระดับปานกลางภายใต้สภาวะตลาดต่างๆ
  • เราลดความเสี่ยง ของการดึงออกมาพร้อมกันในทุกคู่เนื่องจากการเปิดรับแสงนั้นมีความหลากหลายผ่านการรวมของไม้กางเขนที่มีความสัมพันธ์น้อยกว่า
  • เรารวมข้าม“ ไม่เป็นทางการ” ข้าม (ตัวอย่างเช่น EURAUD หรือ GBPNZD) เพื่อถ่วงดุลการเปิดรับที่โดดเด่นของ USD หรือ EUR

5. คำแนะนำและคำชี้แจงขั้นสุดท้าย

หากนักพัฒนาหรือผู้ค้าต้องการปรับแต่งตะกร้าสัญลักษณ์สำหรับ EAS ของตนเองหรือดำเนินการศึกษาความสัมพันธ์ที่คล้ายกันขอแนะนำให้:

  1. ใช้ระยะเวลาข้อมูลที่กว้างขวาง: ตัวอย่างเช่นเทียน 1,000 หรือ 2000 ในหลายกรอบเวลาเพื่อจับภาพความแปรปรวนในความสัมพันธ์เมื่อเวลาผ่านไป
  2. รวมการตรวจสอบ“ เดินไปข้างหน้า”: เปรียบเทียบผลลัพธ์มากกว่าขั้นตอนการตลาดที่แตกต่างกัน (รั้น, หมี, ด้านข้าง) เพื่อให้แน่ใจว่ามีความสอดคล้องของชุดย่อยที่เลือก
  3. เพิ่มตัวกรองหรือเกณฑ์: ตัวอย่างเช่นไม่รวมชุดค่าผสมที่ความสัมพันธ์ของคู่ใดเกินขีด จำกัด ที่เฉพาะเจาะจงซึ่งสามารถเพิ่มความแข็งแกร่งของระบบ

มาตรการเหล่านี้ช่วยให้ได้มากขึ้น ความทนทาน และ การกระจายตัวลดผลกระทบของการเคลื่อนไหวทั่วโลกที่ส่งผลกระทบต่อคู่ทั้งหมดพร้อมกัน

โดยสรุปการวิเคราะห์สหสัมพันธ์หลายสกุลเงินนี้ทำหน้าที่เป็นรากฐานทางวิทยาศาสตร์และสถิติสำหรับการสร้างระบบการซื้อขายเช่น Axis Neural EA และเชื่อมโยง Neural EA เสริมความคิดที่ว่าคู่ USD ทั้งหมด วิธีการอธิบายช่วยให้สามารถเลือกตะกร้าสัญลักษณ์ที่สมดุลและยืดหยุ่นได้มากขึ้นเมื่อเผชิญกับการเปลี่ยนแปลงของตลาดอย่างฉับพลัน

(tagstotranslate) #axisneuralea #linkneuralea #buying and selling #metatrader5 #mql5 #correlation #foreign exchange #automatedtrading

RELATED ARTICLES

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Most Popular

ความเห็นล่าสุด