增强外汇预测精度：混合变量集对认知算法交易系统的影响

本文提出了一种针对外汇市场中 EUR-USD 货币对的高频环境设计的先进人工智能算法交易系统的实现。方法论方法的核心在于整合一套全面的输入特征：来自欧元区和美国的关键基本宏观经济变量（例如国内生产总值和失业率），以及包括指标、振荡器、斐波那契水平和价格散度在内的全面技术变量集合。对所得算法的性能使用标准机器学习指标进行评估，以量化预测准确性，并通过历史数据的回测模拟来评估交易盈利性和风险。研究以比较分析收尾，以确定哪一类输入特征（基本面或技术面）为生成盈利交易信号提供了更大且更可靠的预测能力。