สวัสดีครับทุกคน วันนี้เราจะมาพูดคุยกันเกี่ยวกับการนำเทคนิค K-Nearest Neighbors (KNN) มาใช้ในระบบเทรดของ MetaTrader 4 นะครับ ซึ่งเป็นวิธีการที่มีความน่าสนใจและอาจจะช่วยให้เราตัดสินใจในการเทรดได้ดีขึ้น
การทำงานของ KNN นั้นจะใช้หลักการตรวจสอบระยะทาง Euclidean เพื่อหาคำตอบว่าเวกเตอร์ที่เราใส่เข้าไปนั้นอยู่ในกลุ่มไหน โดยใช้ข้อมูลจากการเทรดหรือสภาวะตลาดที่เรามีอยู่ เวกเตอร์จะถูกแบ่งออกเป็นกลุ่ม ๆ โดยที่ถ้าเทรดไหนปิดด้วยผลกำไรจะถือว่าเป็นกลุ่ม 1 แต่ถ้าเทรดไหนปิดด้วยผลขาดทุนจะถือว่าเป็นกลุ่ม 0
ในกระบวนการนี้ KNN จะค้นหาความใกล้เคียงของเวกเตอร์หลายมิติ ปัญหาที่เราต้องเผชิญมีอยู่ 2 อย่าง คือ:
- 1) การหาข้อมูลที่มีความแม่นยำในการบรรยายสถานการณ์ตลาดหรือการเทรดในอนาคต
- 2) ปริมาณการคำนวณที่สูง ซึ่งทำให้ใช้เวลานานในการประมวลผล
อย่างไรก็ตาม ข้อดีของ KNN คือมันสามารถช่วยให้เรากำหนดเงื่อนไขที่เราอาจจะมองไม่เห็น แต่ในหัวใจของการเทรดเราอาจจะรู้สึกถึงการทำงานของบางค่าของตัวชี้วัดที่ส่งผลต่อการเปิดเทรด
ในส่วนของการใช้งาน KNN นั้น เราจะต้องทำการเขียนไฟล์ที่มีเวกเตอร์ฐานข้อมูลก่อน โดยตั้งค่า Base เป็น true และตั้งค่า sl เท่ากับ tp จากนั้นให้ลองรันในประวัติ (แค่ครั้งเดียว!) เพื่อบันทึกไฟล์เวกเตอร์ไว้
เมื่อเราได้ไฟล์เวกเตอร์แล้ว ในครั้งถัดไปให้ตั้งค่า Base เป็น false และแนะนำให้ปรับค่า threshold ตามรายงานแรกที่เราได้มา โดยถ้าความน่าจะเป็นของความสำเร็จอยู่ที่ 0.5 จะต้องตั้งค่า threshold ที่ 0.6 และ 0.4 สำหรับการเปิดสถานะกลับ
สุดท้ายนี้ ขอให้ทุกคนลองนำเทคนิคนี้ไปใช้ในการเทรดกันดูนะครับ อาจจะมีประโยชน์มากกว่าที่คิด!
หลังจากการปรับปรุง threshold แล้ว
โพสต์ที่เกี่ยวข้อง
- MQL5 Wizard: สร้างสัญญาณการเทรดจาก Bullish Harami/Bearish Harami พร้อม MFI
- Dematus: ระบบเทรดอัจฉริยะสำหรับ MetaTrader 5
- สร้าง Expert Advisor ด้วย MQL5 Wizard: สัญญาณการเทรดจาก Bullish Engulfing/Bearish Engulfing + RSI
- การสร้าง Expert Advisor ด้วย MQL5 Wizard: สัญญาณการเทรดจาก Morning/Evening Stars + RSI
- MQL5 Wizard: สร้างสัญญาณเทรดจาก Bullish Harami/Bearish Harami + Stochastic สำหรับ MetaTrader 5