Не взирая на обрушившиеся на нас праздники продолжаем потихоньку...
Итак. Собственно идея следующая. Написать некий нейросетевой индикатор для MT. Что он будет делать? Он будет брать линейную комбинацию из N прошлых баров + текущий и на этой основе делать прогноз на один бар вперёд. Возможно, кого-то смущает прилагательное «линейный». Не спорю. На ФОРЕКСЕ обычным линейным моделям делать нечего. Это совершенно точно. Ключевой момент здесь заключается в слове «адаптивный». Это собственно и будет «нейросетевой» частью нашего будущего индикатора. В отличие от обычных линейных моделей типа классической линейной регрессии вес. коэффициенты нашего индикатора будут постоянно меняться в надежде отследить изменчивую структуру рынка. Осуществляться это будет при помощи специального правила обучения – т.н. «LMS rule» (least mean squares). LMS – это «облегченная» версия знаменитого алгоритма обратного распространения – back prop’а (вернее говоря, это то, из чего он со временем вырос).

Каковы положительные стороны предлагаемого мною проекта?
1. Есть надежда получить прибыльную торг. стратегию. Конечно, она есть всегда, даже, напр., когда придумывают стратегию на СС. Но здесь эта надежда имеет под собой достаточно прочное научно-теоретическое (а не магическое, астрологическое и т.д., и т.п.) обоснование.
2. Написанный индикатор в дальнейшем можно использовать в качестве кирпичика для более сложных – нелинейных адаптивных индикаторов, т.е. собственно НС во всей их красе.
3. Герои, подвизавшиеся писать всё это дело, получат неплохой опыт как MQL вообще, так и реализации НС-методов в нём в частности.
Отрицательные стороны в основном вытекают из пункта первого положительных. Их поэтому рассматривать не будем.

Предлагаю наречь будущий индикатор рабочим названием ЛАПФ – линейный адаптивный предиктивный фильтр.

Будущее значение цены. Цены закрытия, если говорить более определенно. Т.е. на текущем баре индикатор будет показывать будующую цену закрытия (конечно, её прогноз )

Я думаю, что это нецелесообразно. Ясно, что цена закрытия - величина случайная: ну вот закрыли бы бар, скажем, на пару минут позднее, и она бы была больше/меньше, скажем на пару пунктов. Но это не суть. Суть в том, что если прогнозируемая будущая цена закрытия выше текущей, значит, движение в целом будет идти вверх, т.е. надо открывать позицию на покупку и т.п. Т.е. это не принципиально, можно вооще сделать выбор в окошке индикатора какую цену брать для рассчёта и прогнозирования O, H, L или C. Кстати, все эти цены очень сильно коррелированы, поэтому принципиальной разницы между ними нет. Просто сложилась традиция так давать котировки. С математической т.з., напр., было бы целесообразнее давать среднюю цену за период. На графиках Daily такой среденей ценой могла бы быть величина вычисленная по часовым графикам, на часовых - по 5-минутным и т.д.

Ну для начала мы будем прогнозировать "тело" будущей "свечки" - это всё-таки попроще, чем сразу тренд.

Сказано - сделано! 

ЛАПФ

Обозначения:
N – длина окна
s – размер шага
p – приращение цены
w – весовой коэффициент
x=[p1; p2; … pn] – входной вектор приращений
y – выход фильтра
d – желаемое (аппроксимируемое) значение
e – ошибка

Параметры индикатора, задаваемые пользователем:
А) Длина окна
Б) Размер шага (определяет скорость обучения).

Индикатор отображается в отдельном окне

---------------------------------------------------------------------------------------------------------------------------------

1. Переходим от уровней цены к их приращениям в пунктах: p=(С-О)*10000. Так должна обработаться вся имеющаяся в наличии история котировок.

2. Генерируется N сл. значений весовых коэффициентов (w), N=длина окна. Они должны быть симметричны относительно нуля – в принципе равномерно распределены.

3. Берутся N первых приращений ряда и умножаются на вектор вес. коэффициентов (т.е. находится скалярное произведение вектора приращений и вектора весов): p1*w1+p2*w2+…+pn*wn=y

4. В результате получается выход фильтра – y.

5. Далее находится разница N+1 приращения (т.е. «будущего» значения свечи) и выхода фильтра, что есть ошибка аппроксимации: e=d-y.

6. Находим значения весов (w+1) для следующего шага. Для этого к текущему вектору весов (w) прибавляем входной вектор (x) из N значений ценовых приращений умноженный на ошибку (e) и на размер шага (s): w+1=w+x*e*s или в развёрнутой форме: p1*e*s; p2*e*s;…; pn*e*s – вход, умноженный на ошибку и размер шага, который прибавляем к текущему вектору весов.
И в итоге: w+1=
w1+p1*e*s;
w2+p2*e*s;
…
wn+pn*e*s.

7. Процедуру прогоняем по всей истории котировок. В результате на текущем баре получается прогноз будущего приращения цены.

P.S. Потом ещё напишу пример с подставлением конкретных значений...

Ну ничего. Я и сам щас в запарке. Может Gray заинтересуется? В принципе если есть опыт написания индикаторов на MQL, то ничего сложного тут нет - алгоритм то довольно прост в вычислительном плане.