Forex Neurale Netwerk St

Meta Trader 4 - Voorbeelde Die gebruik van neurale netwerke ten Meta Trader Inleiding Baie van julle waarskynlik oorweeg die moontlikheid van die gebruik van neurale netwerke in jou EA. Hierdie vak was baie warm spesiaal na 2007 outomatiese handel Championship en die skouspelagtige wen deur beter met sy stelsel wat gebaseer is op neurale netwerke. Baie internet forums oorstroom met onderwerpe wat verband hou met neurale netwerke en forex. Ongelukkig skryf moedertaal MQL4 implementering van NN is nie maklik nie. Dit vereis 'n paar ontwikkeling vaardighede en die gevolg sal nie baie doeltreffend wees veral as youd graag jou finale uitslag te toets in tester op groot aantal data. In hierdie artikel Siek wys jou hoe jy die vrylik beskikbaar (onder LGPL) kan gebruik, bekende Fast Kunsmatige neurale netwerk Biblioteek (Fann) in jou MQL4 kode te vermy, terwyl sekere struikelblokke en beperkings. Verdere Ek neem aan dat die leser vertroud is met kunsmatige neurale netwerke (Ann) en terminologie wat verband hou met hierdie onderwerp so siek konsentreer op praktiese aspekte van die gebruik van spesifieke implementering van Ann in MQL4 taal. Fann funksies te verstaan ​​die moontlikhede van Fann implementering een behoefte om vertroud te maak met die dokumentasie en mees algemeen gebruikte funksies. Die tipiese gebruik van Fann is om 'n eenvoudige waards netwerk te skep, lei dit met 'n paar data en hardloop. Die geskep en opgelei netwerk kan dan gered word na 'n lêer en later herstel vir verdere gebruik. Om 'n Ann een te skep om te gebruik fanncreatestandard funksie (). Kom ons kyk sy sintaksis: Waar numlayers verteenwoordig die totale aantal lae insluitend die inset en die uitset laag. Die lNnum en volgende argumente verteenwoordig die aantal neurone in elke laag begin met die insette laag en eindig met die uitset laag. Om 'n netwerk met 'n versteekte laag te skep met 5 neurone, 10 insette en 1 uitset een sou hê om dit te noem soos volg: Wanneer die Ann is geskep die volgende operasie sou wees om dit op te lei met 'n paar toevoer en afvoer data. Die eenvoudigste metode van opleiding is inkrementele opleiding wat bereik kan word deur die volgende funksie: Hierdie funksie neem die wyser na struct plaasgedeelte voorheen teruggestuur deur fanncreatestandard () en beide insette data vektor en uitset data vektor. Die toevoer en afvoer vektore van verskeidenheid van fanntype tipe. Dat die tipe is in die saak van die feit 'n dubbele of float tipe, afhangende van die manier die plaas word saamgestel. In hierdie uitvoering die toevoer en afvoer vektore gaan skikkings van dubbel wees. Sodra die Ann is opgelei die volgende gewenste funksie sou wees om die netwerk uit te voer. Die funksie implementeer wat soos volg gedefinieer: Hierdie funksie neem die wyser na struct plaasgedeelte verteenwoordig die voorheen geskep netwerk en 'n inset vektor van die gedefinieerde tipe (dubbel skikking). Die teruggekeer waarde is 'n uitset vektor skikking. Hierdie feit is belangrik as vir een utput netwerk wat ons altyd kry een element samestelling met die produksie waarde eerder as die produksie waarde self. Ongelukkig is die meeste van Fann funksies gebruik 'n verwysing na 'n struct plaasgedeelte verteenwoordig die Ann wat nie direk deur MQL4 hanteer wat nie strukture ondersteun as gegee tik. Om daardie begrensing vermy moet ons draai dit in een of ander manier en verberg MQL4. Die maklikste manier is om 'n verskeidenheid van struct plaasgedeelte wenke wat die behoorlike waardes te skep en verwys na hulle met 'n indeks wat deur 'n int veranderlike. Op hierdie manier kan ons die nie-ondersteunde tipe veranderlike te vervang met ondersteun een en 'n wrapper biblioteek wat kan maklik geïntegreer word met MQL4 kode. Wikkel die plaas rond soos my beste wete MQL4 ondersteun nie funksies met veranderlike argumente lys sodat ons moet ook gaan met dit. Aan die ander kant, as die C-funksie (veranderlike argumente lengte) genoem word met te veel argumente niks fout gebeur, sodat ons 'n vaste maksimum aantal argumente in MQL4 funksie geslaag om C biblioteek kan aanneem. Die gevolglike wrapper funksie sou lyk volg: Ons het die voorste plaasgedeelte met f2M (wat staan ​​vir Fann AAN MQL), gebruik statiese aantal argumente (4 lae) en die terugkeer waarde is nou 'n indeks om interne verskeidenheid van Anns hou die struct plaasgedeelte data vereis deur Fann te bedryf. Op hierdie manier kan ons maklik sodanig funksie noem vanuit MQL kode. Dieselfde geld vir: Laaste, maar nie die minste nie, is die feit dat jy jou eens geskep Ann sou verwoes deur die oproep om: Om vry te stel Ann hanteer moet jy netwerke te vernietig in omgekeerde volgorde as hulle geskape geskep. Alternatiewelik kan jy gebruik: Maar Im redelik seker dat sommige van julle dalk verkies om hul opgelei netwerk te stoor vir latere gebruik met: Natuurlik die gered netwerk kan later gelaai word (of eerder herskep) met: Sodra ons weet die basiese funksies kan ons probeer om gebruik wat in ons EA, maar eers moet ons die Fann2MQL pakket te installeer. Fann2MQL installering Om die gebruik van hierdie pakket Ek het die skep van die MSI installeerder dat al die bronkode plus compileerde biblioteke en Fann2MQL. mqh kop lêer wat al Fann2MQL funksies verklaar bevat fasiliteer. Die prosedure van die installasie is redelik eenvoudig. Eerste wat jy in kennis gestel dat Fann2MQL is onder GPL lisensie: Installasie van Fann2MQL, stap 1 kies dan die gids om die pakket te installeer. Jy kan die standaard program FilesFann2MQL gebruik of direk installeer in jou Meta Traderexperts gids. Die later sal al die lêers te plaas direk in hul plekke anders sal jy moet hulle met die hand te kopieer. Installasie van Fann2MQL, stap 2 Die installeerder sit lêers in die volgende dopgehou: As jy kies om te installeer in toegewyde gids Fann2MQL, asseblief die inhoud van sy sluit en biblioteke subgidse in jou Meta Trader toepaslike gids. Die installeerder installeer ook die plaas biblioteek in jou gids stelsel biblioteke (Windowssystem32 in die meeste gevalle). Die gids src bevat al die bronkode van Fann2MQL. Jy kan die bronkode wat is 'n uiteindelike dokumentasie indien u enige verdere inligting oor die internals moet lees. Jy kan ook die kode te verbeter en voeg addisionele funksies as jy wil. Ek moedig jou aan om vir my jou kolle te stuur as jy iets interessant te implementeer. Die gebruik van neurale netwerke in jou EA Sodra die Fann2MQL geïnstalleer kan jy begin om jou eie EA of aanwyser skryf. Theres baie van moontlike gebruik van NN. Jy kan dit gebruik om toekomstige prysbewegings maar die gehalte van sulke voorspellings en moontlikheid van die neem van die werklike voordeel van dit is te betwyfel voorspel. Jy kan probeer om jou eie strategie te skryf deur gebruik te maak Versterking leertegnieke, sê 'n Q-Learning of iets soortgelyks. Jy kan probeer om NN gebruik as 'n sein filter vir jou heuristiese EA of 'n kombinasie van al hierdie tegnieke plus alles wat jy regtig wil. Julle beperk deur net jou verbeelding. Hier sal ek jou wys 'n voorbeeld van die gebruik van NN as 'n eenvoudige filter vir seine wat gegenereer word deur die MACD. Moet asseblief nie beskou dit as waardevolle EA maar as 'n voorbeeld toepassing van Fann2MQL. Gedurende die verduideliking van die manier waarop die voorbeeld EA: NeuroMACD. mq4 werk Siek wys jou hoe die Fann2MQL effektief gebruik kan word in MQL. Die heel eerste ding vir elke EA is die verklaring van globale veranderlikes, definieer en sluit afdeling. Hier is die begin van NeuroMACD met daardie dinge: Die opdrag sluit sê die Fann2MQL. mqh kop lêer met die verklaring van al Fann2MQL funksies te laai. Daarna het al Fann2MQL pakket funksies die is beskikbaar vir gebruik in die script. Die ANNPATH konstante definieer die pad te slaan en lêers te laai met opgeleide Fann netwerke. Jy moet skep die gids maw C: ANN. Die NAAM konstant bevat die naam van hierdie EA, wat later gebruik word vir die laai en besparing netwerk lêers. Insette parameters is eerder voor die hand liggend en diegene wat Arent sal later verduidelik word, sowel as globale veranderlikes. Die beginpunt van elke EA is sy init () funksie: Eerste tjeks dit of die EA is van toepassing op tydraamwerk tydperk reg te stel. AnnInputs veranderlike bevat die aantal neurale netwerk insette. Sowel gebruik 3 stelle van verskillende argumente wat ons wil hê dit moet deelbaar wees deur 3. AnnPath word bereken om die naam EA en MagicNumber weerspieël. wat word uit die SlowMA. FastMA en SignalMA insette argumente wat later gebruik word vir die MACD aanwyser sein. Sodra dit die AnnPath weet die EA probeer neurale netwerke met behulp van funksie annload () wat Siek beskryf hieronder te laai. Die helfte van die gelaai netwerke is bedoel vir die lang posisie filter en die ander helfte is bedoel vir kortbroek. AnnsLoaded veranderlike word gebruik om die feit dat alle netwerke korrek is geïnisialiseer dui. Soos u waarskynlik hierdie voorbeeld opgemerk EA probeer om verskeie netwerke te laai. Ek twyfel of sy regtig nodig in hierdie aansoek nie, maar ek wou om jou te wys die volle potensiaal van Fann2MQL, wat die hantering van verskeie netwerke op dieselfde tyd en kan dit te verwerk in parallel met behulp van verskeie kerne of CPUs. Maak dit moontlik Fann2MQL is met behulp van Intel Threading Building Blocks tegnologie. Die funksie f2Mparallelinit () word gebruik om die koppelvlak inisialiseer. Hier is die manier wat ek gebruik om netwerke inisialiseer: Soos jy kan sien of die f2Mcreatefromfile () versuim, wat aangedui word deur die negatiewe opbrengs waarde, die netwerk is geskep met f2Mcreatestandard () funksie met argumente wat aandui dat die geskape netwerk 4 lae moet hê (insluitend toevoer en afvoer), AnnInput insette, AnnInput neurone in die eerste verborge laag, AnnInput / 21 neurone in 2 verborge laag en 1 neuron in uitset laag. f2Msetactfunctionhidden () word gebruik om die aktivering funksie van verborge lae stel om SIGMOIDSYMMETRICSTEPWISE (verwys asseblief na Fann dokumentasie van fannactivationfuncenum) en dieselfde geld vir die uitset laag. Dan is daar die oproep om f2mrandomizeweights () wat gebruik word om neuron verband gewigte binne die netwerk inisialiseer. Hier gebruik ek die reeks LT-0.4 0.4gt maar jy kan enige ander afhangende op jou aansoek. Op hierdie stadium waarskynlik jy die funksie debug () Ek gebruik 'n paar keer opgemerk. Sy een van die eenvoudigste metodes om die uitgebreide vlak van jou EA verander. Saam met dit en die insette parameter DebugLevel jy kan inskakel die manier waarop jou kode is die vervaardiging van die debug. As die eerste argument van debug () funksie, die debug is hoër as DebugLevel die funksie nie enige uitset te produseer. As sy laagste van gelyke die teks string is gedruk. As die debug is 0 die string FOUT: is aangeheg aan die begin. Op hierdie manier kan jy ontfout deur jou kode om verskeie vlakke verdeel. Die belangrikste is waarskynlik foute sodat hulle na die vlak 0. Hulle sal gedruk word nie, tensy jy jou DebugLevel tot onder 0 (wat nie in kennis gestel) laer is opgedra. Op vlak 1 'n paar belangrike inligting sal gedruk word, soos bevestiging van 'n suksesvolle netwerk laai of skepping. Op vlak 2 of hoër die belangrikheid van gedrukte inligting geleidelik afneem. Voordat die gedetailleerde verduideliking van begin () funksie, wat nogal 'n lang, ek moet jou wys 'n paar meer funksies bedoel om die netwerk insette voor te berei en die bestuur van die werklike netwerke: Die funksie annprepareinput () word gebruik om die naam insette voor te berei vir die netwerke (vandaar die naam). Die doel daarvan is redelik eenvoudig, maar dit is die punt wat ek moet jou daaraan herinner dat die insette data moet behoorlik genormaliseer. Daar is geen gesofistikeerde normalisering in hierdie geval, Ek het net gebruik die MACD hoof - en sein waardes wat nooit die gewenste reeks op die verantwoordelik data is uitermate. In die werklike voorbeeld waarskynlik jy moet meer aandag te skenk aan hierdie kwessie. Soos u waarskynlik kan vermoed die keuse van die korrekte insette argumente vir netwerk insette, kodering dit, ontbind en normaliseer is een van die belangrikste faktore in neurale netwerk verwerking. Soos ek genoem het voor die Fann2MQL het die vermoë tot uitbreiding van die normale funksies van Meta Trader, wat parallel multi verwerking van neurale netwerke. Die globale argument Parallel kontroles hierdie gedrag. Die runanns () funksie loop al die geïnisialiseer netwerke en kry die uitgange van hulle en winkels in AnnOutput skikking. annsrunparallel funksie is verantwoordelik vir die hantering van die werk in die multi manier. Dit is dan die f2mrunparallel () wat die aantal netwerke te proses neem as 'n eerste argument, die tweede argument is 'n skikking met handvatsels aan alle netwerke wat jy wil uit te voer wat die insette vektor as 'n derde argument. Al die netwerke het om te loop op die einste insette data. Die verkryging van die uitset van die netwerk word gedoen deur verskeie oproepe na f2mgetoutput (). Nou kan sien die funksie begin (): Siek beskryf dit kortliks as dit baie goed is kommentaar. Die tradeallowed () tjeks of dit toegelaat word om handel. Eintlik is dit gaan die AnnsLoaded veranderlike aandui dat al Anns was inisialiseer behoorlik, dan tjeks vir die regte tyd raam tydperk minimum rekeningsaldo en heel aan die einde dit moontlik maak om handel te dryf net op die eerste blok van 'n nuwe bar. Volgende twee funksie wat gebruik word om netwerk insette voor te berei en uit te voer die netwerk verwerking beskryf slegs 'n paar lyne hierbo. Volgende ons bereken en in veranderlikes vir latere verwerking van die MACD waardes van die sein en belangrikste reël vir die laaste opbou bar en die vorige een. Die huidige bar is weggelaat omdat dit nog nie is op te bou en waarskynlik sal redrawed. Die SellSignal en BuySignal word dienooreenkomstig bereken om MACD sein en hooflyn crossover. Beide seine gebruik word vir 'n lang en kort posisie verwerking wat simmetries is so siek beskryf net die geval vir verlang. Die LongTicket veranderlike hou die kaartjie aantal tans oop posisie. As sy gelyk aan -1 geen posisie is oop, so as die BuySignal is ingestel wat dalk 'n goeie geleentheid om lang posisie oop te dui. As die veranderlike NeuroFilter nie gestel die lang posisie is oop en dit die geval is, sonder die neurale netwerk filter van seine - die einde is gestuur om te koop. Op hierdie punt die LongInput veranderlike is bedoel om die InputVector wat voorberei is deur annprepareinput () vir latere gebruik te onthou. As LongTicekt veranderlike hou die geldige kaartjie nommer die EA tjeks of is steeds oop of gesluit deur die StopLoss of TakeProfit. As die volgorde nie niks gebeur nie gesluit word, maar as die einde van die trainoutput vektor, wat net een otput het gesluit, word bereken op die waarde van -1 hou indien die bevel is gesluit met verlies of 1 indien die bevel met wins gesluit . Wat waarde word dan oorgedra word na anntrain () funksie en al die netwerke wat verantwoordelik is vir die hantering van die lang posisie opgelei daarmee. As die insette vektor die veranderlike LongInput gebruik, wat hou die InputVector op die oomblik van die opening van die posisie. Op hierdie manier die netwerk is geleer wat sein bring winste en watter een nie. Sodra jy 'n opgeleide netwerk skakel die NeuroFilter om waar te draai die netwerk filter. Die annwiselong () is met behulp van die neurale netwerk wyse bereken as 'n gemiddelde van waardes teruggekeer deur alle netwerke bedoel om die lang posisie te hanteer. Die Delta parameter word gebruik as 'n drempelwaarde wat aandui dat die gefilterde sein is geldig of nie. Soos baie ander waardes is verkry deur middel van die proses van optimalisering. Nou as ons weet hoe dit werk Siek wys jou hoe dit gebruik kan word. Die toets paar is natuurlik EURUSD. Ek gebruik die data van Alpari. omgeskakel na M5 tyd raam. Ek gebruik die tydperk vanaf 2007/12/31 tot 2009/01/01 vir opleiding / optimalisering en 2009.01.01-2009.03.22 vir toetsdoeleindes. In die heel eerste lopie het ek probeer om die mees winsgewende waardes vir StopLoss, TakeProfit, SlowMA, FastMA en SignalMA argument, wat ek dan gekodeer in NeuroMACD. mq4 lêer te verkry. Die NeuroFIlter is afgeskakel asook SaveAnn. die AnnsNumber is ingestel op 0 tot neurale verwerking te vermy. Ek gebruik die genetiese algoritme vir die optimalisering proses. Sodra die waardes is verkry die gevolglike verslag kyk soos volg: Verslag oor opleiding data na basiese parameter optimalisering. Soos jy kan sien ek het hierdie EA op die mini rekening hardloop met die Lot grootte van 0,01 en die aanvanklike balans van 200. Maar jy kan inskakel hierdie parameters dienooreenkomstig aan jou rekening instellings of voorkeure. Op hierdie punt het ons genoeg winsgewende en verloor ambagte sodat ons kan draai op die SaveAnn en stel die AnnsNumber tot 30. Sodra dit gedoen Ek hardloop die toetser weer. Die gevolg was presies dieselfde met die uitsondering van die feit dat die proses was baie stadiger (as gevolg van neurale prosessering) en die gids C: ANN bevolk met die opgeleide netwerke soos aangedui op die beeld hieronder. Maak seker dat die C: ANN gids bestaan ​​het voor die loop Die C: ANN gids. Sodra ons het opgeleide netwerke sy tyd om te toets hoe dit optree. Eerste goed probeer dit op die opleiding data. Verander die NeuroFilter om ware en SaveAnn vals en begin die toetser. Die resultaat wat ek verkry word hieronder getoon. Let daarop dat dit effens kan wissel vir jou geval as daar 'n paar willekeur binne netwerke in neuron verband gewigte wat aan die netwerk inisialisering proses (in hierdie voorbeeld wat ek gebruik eksplisiete oproep om f2Mrandomizeweights () binne annload ()). Gevolg verkry op opleiding data met sein neurale filter aangeskakel. Die netto wins is min groter (20,03 teenoor 16,92), maar die wins faktor is 'n baie hoër (1,25 teenoor 1,1). Die aantal ambagte is baie minder (83 vs 1188) en die gemiddelde agtereenvolgende verliese aantal verlaag vanaf 7 tot 2. Maar dit net toon dat neurale sein filter werk, maar dit sê niks oor hoe dit werk op data wat nie gebruik word vir tydens die opleiding. Die resultaat ek kry uit die toetstydperk (2009/01/01 - 2009.30.28) word hieronder getoon: uitslag te verkry van die toets data met neurale filter aangeskakel. Die aantal ambagte uitgevoer is baie laag en dit is moeilik om die kwaliteit van hierdie strategie vertel, maar ek was nie van plan om jou te wys hoe om die beste winsgewende EA skryf, maar om te verduidelik hoe jy neurale netwerke kan gebruik in jou MQL4 kode. Die werklike effek van die gebruik van neurale netwerke in hierdie geval kan slegs gesien word wanneer dit vergelyk die resultate van die EA op toetsdata met NeuroFilter draai op en af. Hieronder is die inligting wat uit tydperk toets data sonder neurale sein filter gevolg: Resultate van die toets data sonder neurale filter. Die verskil is voor die hand liggend. Soos jy kan sien die neurale sein filter draai die verlies van EA in 'n winsgewende een Slot Ek hoop dat jy geleer het uit hierdie artikel hoe om neurale netwerke te gebruik in Meta Trader. Met die hulp van 'n eenvoudige, gratis en oopbron pakket Fann2MQL jy maklik die neurale netwerk laag kan byvoeg in feitlik enige kundige adviseur of begin skryf jou eie een wat ten volle of gedeeltelik is gebaseer op neurale netwerke. Die unieke multi-threading vermoë kan bespoedig jou verwerking van baie keer, afhangende van die aantal van jou CPU cores, spesiaal wanneer die optimalisering van sekere parameters. In een geval is dit verkort optimalisering van my ment leer gebaseer EA verwerking van ongeveer 4 dae om net 28 uur op 'n 4 kern Intel CPU. Tydens die skryf van hierdie artikel het ek besluit om Fann2MQL op sy eie webwerf plaas: fann2mql. wordpress /. Jy kan daar vind die nuutste weergawe van Fann2MQL en moontlik alle toekomstige weergawes, sowel as die dokumentasie van alle funksies. Ek belowe om hierdie sagteware onder GPL lisensie vir alle vrystellings hou so as jy my enige kommentaar funksie versoeke of kolle wat ek interessant sal vind seker wees om dit te vind volgende vrystellings stuur,. Neem asseblief kennis dat hierdie artikel toon slegs die baie basiese gebruik van Fann2MQL. As hierdie pakket is nie veel meer as Fann jy kan gebruik al die gereedskap wat ontwerp is vir die bestuur van Fann netwerke, soos: En Theres veel meer oor Fann op die Fast tuisblad Kunsmatige neurale netwerk Biblioteek: leenissen. dk/fann/ Post scriptum Na die skryf van hierdie artikel Ek het 'n onbeduidende fout in NeuroMACD. mq4 gevind. Die funksie OrderClose () vir 'n kort posisie is gevoer met 'n lang posisie kaartjie nommer. Dit het gelei tot 'n skewe strategie wat meer geneig om 'n kortbroek en naby verlang hou: In die korrekte weergawe van die script ek hierdie fout het vasgestel en verwyder die OrderClose () strategie op alle. Dit het die geheelbeeld van die invloed van neurale filter op die EA nog nie verander die balans kurwe vorm was heel anders. Jy kan beide weergawes van hierdie EA verbonde aan hierdie article. Disclaimer en Risiko Waarskuwing vind. Lees asseblief. Risiko Waarskuwing. Handel buitelandse valuta op marge dra 'n hoë vlak van risiko, en mag nie geskik vir alle beleggers nie. Die hoë mate van die hefboom kan werk teen jou sowel as vir jou. Voordat jy besluit om te belê in buitelandse valuta moet jy noukeurig oorweeg jou beleggingsdoelwitte, vlak van ervaring, en risiko-aptyt. Die moontlikheid bestaan ​​dat jy 'n verlies van sommige of al jou aanvanklike belegging kan volhou en daarom moet jy nie geld wat jy nie kan bekostig om te verloor belê. Jy moet bewus wees van al die risiko's wat verband hou met die buitelandse valuta handel, en soek advies van 'n onafhanklike finansiële adviseur indien u enige twyfel het. Disclaimer Alle inligting wat op hierdie webwerf is van ons mening en die mening van ons besoekers, en mag die waarheid weerspieël nie. Gebruik asseblief jou eie goeie oordeel en soek raad van 'n gekwalifiseerde konsultant, voordat glo en enige inligting wat op hierdie webwerf aanvaar. Ons behou ook die reg om te verwyder, bewerk, te verskuif of vir een of ander rede naby enige pos. Advertensies Waarskuwing Advertensie skakels vertoon word oor die hele terrein. Sommige bladsye in die werf kan affiliate skakels vir produkte bevat. Hierdie advertensies en / of skakels weerspieël nie die mening endossement, of instemming van hierdie webwerf of geaffilieerde partye. Die BBV resensies is nooit beïnvloed deur advertensies. Sommige advertensies kan potensieel misleidend en / of ongebalanseerde eise en inligting wat kan misluk om risiko's en ander belangrike oorwegings betrokke is in die spekulatiewe handel bekend te maak bevat. Spammers wees gewaarsku As jy die BBV forums of resensies spam, behou ons die reg om jou pos op enige manier wat ons wil pret van julle maak wysig. Deur bestoking ons, stem jy in om enige wysigings wat ons maak en geen wetlike of ander optrede teen die BBV of sy geassosieerdes vir alles wat ons doen of met jou spam neem. Terme Privaatheidsbeleid Adverteer Kontak Ons Oor ForexPeaceArmy het advertensies en geaffilieerde verhoudings met 'n paar van die op hierdie webwerf genoemde maatskappye en kan vergoed word as lesers volg skakels en teken. Ons is verbind tot die billike hantering van resensies en poste ongeag van sodanige verhoudings. kopieer kopiereg www. ForexPeaceArmy. Alle regte Reserved.8482Forex Vrede Army, ForexPeaceArmy, BBV, en die BBV Shield Logo is Alle handelsmerke van die Forex Vrede Army. Alle regte voorbehou onder VSA en die internasionale reg. Forex Vrede Army staatmaak op banner advertensies om dit gratis vir alle hou. Jy kan ook help - neem asseblief kennis dat die aanskakel Adblocker, terwyl op ons webwerf. Dankie van ons handelaars gemeenskap :-) Pinnacle - 'n neurale netwerk EA Dit is 'n drie-laag vorentoe voeding NN EA. Heg dit aan enige grafiek, beveel ek die 15 min van jou gunsteling geldeenheid paar. Dit werk op elke tik van data. Dit werk op 'n tydperk van data, die term wat jy heg dit aan. As jy dit gebruik op meer as een grafiek op 'n slag verander asseblief die MagicNumber om iets unieks. Daar is net een ding wat ek raai die verandering - drempels vir die opening van 'n nuwe orde: 0,680, 0,780, 1,000 (Athough voordat jy begin aanpassing van dit, probeer asseblief die voorraad opstel van 0,680 eerste.) Die standaard instelling is 0,680, I dont beveel gaan enige laer as dié vir die opening van 'n nuwe orde. Hoe hoër getalle is vir 'n sterker ambagte, maar dit sal minder dikwels handel. Jy kan die NN kyk by die werk berekening van die drempels vir jou, want ek het 'n klein opsomming in die inligting paneel het ingesluit. Ek 'n beeld van hoe ek ontwerp die NN bygevoeg. Ek didnt gebruik 'n rekenaarprogram of 'n towenaar of iets soos dit. Ek gebruik 'n leë stuk drukker papier en 'n potlood. Dit sluit 'n 29 pit na verspreiding wins terwyl ek besig was net probeer om dit kiekie te maak vir julle, heh. In elk geval, het funNeural netwerke Ek persoonlik voel dat dit in orde vir ons om 'n ware robuuste Trading System wat ons nodig het om te dink buite die boks te skep. Ek voel ook dat ons nodig het om nuwe instrumente te ontwikkel eerder as om te probeer om ou metodes te optimaliseer. Dit is ongelooflik om te sien almal hier werk so hard aan die bou van stelsels en tot voordeel van almal. Ek dink dis hoekom ek opgehou loer en wil bydra. 'N Paar dinge wat ek belangstel in en het gewerk aan. Spectraalanalyse. Ek het 'n paar sagteware om digitale filters van rou prys aksie te skep. Neurale netwerke: cool, maar steeds te bowe my gedagtes. Marksentiment: idees in PDFs Aangeheg is enigeen wat belangstel in 'n dinkskrum Ek dink ek sal begin met 'n sloerende digitale filter op die 30 minute euro. Neurale netwerk Indicators Ontwikkeling Im probeer om 'n paar neurale netwerk aanwysers vir metatrader4, en wil graag 'n paar sugestions, meestal in verband met insette en uitsette van die netto, en miskien die struktuur of tipe net wat jy die beste vir hierdie aansoek te oorweeg. Sover in weet die beste uitsette vir finansiële reeks vooruitskatting, is prysklas forcasting, tops of bottoms vooruitskatting, en dat tipe van dinge. Vooruitskatting direk die prys (oop, naby) nie die geval kry goeie resultate as gevolg van talle redes, byvoorbeeld 'n bietjie verskuiwing van die tyd tussen die oop tyd en die einde tyd hul waardes bedagsaam kan verander. As iemand het 'n sugestion siek bly wees om dit te luister en probeer dit. By the way, im nie 'n kenner neurale netwerk programmeerder, ek het net 'n goeie algehele idee oor die onderwerp P. Dankie by voorbaat, Im probeer om 'n paar neurale netwerk aanwysers vir metatrader4 maak, en wil graag 'n paar sugestions, meestal in verband met insette en uitsette van die netto, en miskien die struktuur of tipe net wat jy die beste vir hierdie aansoek te oorweeg. Sover in weet die beste uitsette vir finansiële reeks vooruitskatting, is prysklas forcasting, tops of bottoms vooruitskatting, en dat tipe van dinge. Vooruitskatting direk die prys (oop, naby) nie die geval kry goeie resultate as gevolg van talle redes, byvoorbeeld 'n bietjie verskuiwing van die tyd tussen die oop tyd en die einde tyd hul waardes bedagsaam kan verander. As iemand het 'n sugestion siek bly wees om dit te luister en probeer dit. By the way, im nie 'n kenner neurale netwerk programmeerder, ek het net 'n goeie algehele idee oor die onderwerp P. Dankie by voorbaat, NN is my tesis paar jaar gelede. maar amper vergeet nou Hierdie idee kan my gedagtes weer te verfris. Ek dink NN gebaseer op patroonherkenning behulp backpropagation is goed vir forex data-ontginning. Im verkies die gebruik van 'n hoë lae data na die NN voed ten einde die volgende daaglikse reeks data te voorspel .. Ek dink ook die gebruik van 'n hoë en 'n lae is baie beter as die gebruik van oop of naby, om die waarheid i dont regtig soos die oop en toe waardes vir wees intraday die analise, soos dit lyk asof hulle eerder inestable waardes as jy 'n verplasing op wanneer jy jou beginpunt plek te maak. Mediaanprys lyk ook goed, maar ek verkies 'n hoë / lae as die inligting verlies in minder. Ek sal seker gebruik om 'n bewegende gemiddelde van die hoë en een van die lae. Ive het gevind dat die JMA om 'n baie goeie filter in vergelyking met gereelde MA so siek nie my eerste toets met behulp van 'n kort tydperk JMA sonder faseveranderinge om vervorming te voorkom. Tot dusver het die insette im oorweging vir die voorspelling van toekomstige reekse is: - JMA van High JMA van Lae. - Datum (dag van die maand, ex Maandag met Dinsdag..). Die ander idee wat ek in gedagte het is om NN gebruik om te voorspel nuusgebeure rigting. Ek het 'n baie groot databasis van forex grondbeginsels sedert 'n paar jaar, so ek kan gebruik wat as insette. Soos vir watter tipe neurale netwerk te gebruik, im nog steeds 'n bietjie navorsing te doen, backpropagation nns is die algemene standaard vir nns, maar daar is ander wat skynbaar baie goeie resultate te hê, soos die tyd uitgestel herhalende netwerke (maar dit is moeilik om te lei en verstaan). Ander idee ek gehad het, was 'n Fukushima NN gebruik, wat hoofsaaklik vir beeldverwerking, maar met 'n paar veranderinge Ek dink hulle gebruik kan word vir patroonherkenning op tijdreeksen. Dit is die draad waar mense is besig om Neurale Netwerke aanwyser vir MT4. In die Russiese taal, jammer. - Hulle begin met 'n paar e-boeke en artikels - dan 'n paar biblioteek lêers vir Delphi 4 (NeuralBase, neurale netwerk Wizard, GeneBase, SOMBase, WavUtils) - dan gekodeer hulle baie weergawes van aanwyser NeuroProba. mql4 (skrywer is Rosh) - dan sal hulle dit getoets en vind baie foute en foute in berekening. Hierdie draad is nog nie gesluit en lyk asof hulle is bly om te ontwikkel (dit is nodig om te registreer op hul forum om die aanhegsels sien). Behalwe ek hierdie skakel oor Neurale Netwerke (in Engels) gevind. Dit is die draad waar mense is besig om Neurale Netwerke aanwyser vir MT4. In die Russiese taal, jammer. - Hulle begin met 'n paar e-boeke en artikels - dan 'n paar biblioteek lêers vir Delphi 4 (NeuralBase, neurale netwerk Wizard, GeneBase, SOMBase, WavUtils) - dan gekodeer hulle baie weergawes van aanwyser NeuroProba. mql4 (skrywer is Rosh) - dan sal hulle dit getoets en vind baie foute en foute in berekening. Hierdie draad is nog nie gesluit en lyk asof hulle is bly om te ontwikkel (dit is nodig om te registreer op hul forum om die aanhegsels sien). Behalwe ek hierdie skakel oor Neurale Netwerke (in Engels) gevind. Awsome nuwe digitale Siek kyk na die materiaal in 'n paar minute. gotta slaan die russian..which isnt so 'n groot, maar ek dink dat tesame met Alta siek in staat wees om 'n ordentlike poging te maak. Im tans kodering in korteks op ander Neurale Netwerke (NN voortaan) en im beplanning te omskep in MQ4. Ek dink ons ​​moet DEFINATLY hierdie draad gaan omdat hou (en dit is 'n mening) NN is die toekoms van TECHNISCHE anaylsis. Nns, vir diegene wat geek genoeg om basies know..are algorythms wat die brein (nie nessisarily die menslike brain..cuz wat Mind bustingly ingewikkeld sou wees) in die sin dat dit leer as dit gaan naboots Arent. Im skryf die EAS om raad te gee oor die vraag of 'n bepaalde sein gebaseer op klein patrone wat voor gekom het toe 'n similer sein gegee is nie. Dis wat die meeste NNS doen, soek hulle data vir klein patrone wat betekenisloos sou wees om ons of ook ander algorthms en sien wat die patrone te doen met verloop van tyd. Die eerste EA sal funksie Brain tendens. Ek vra dat almal geduldig wees al is, korteks kodering neem tyd. Inteendeel, dit neem tyd om die nns lei en tot volmaaktheid lei nie. As iemand hier is familier met korteks of Kode sukses, sal enige hulp waardeer. Ek verstaan ​​waarom Russiese forum kommersiële sou gaan. Nns is die huidige styl met groot geld gemaak. So. Wat doen julle sê Ek sê neem 2 bewegende gemiddeldes, 'n paar sup-res lyne en 1 of twee filters en handel as jy geld van 'n eenvoudige stelsel kan nie maak soos hierdie as dit nie verwag van 'n paar NN om jou ryk te maak van my 3 jaar forex Ervaring Ek weet hoe ek perfekte stelsel sou bou, maar dit sal 'n lang lang kodering wees. by leats 3 tydgleuwe te kyk, wat alle moontlike situasies, reeks, tendens. en dan aplying paar stelsels saam te perfek resultate te kry my raad aan jou is as jy weet hoe om handel te dryf as eerste handel, geld maak en op 'n dag wanneer jy enaugh jy kan probeer om NN net 'n grap, maar botom line jy dit nie nodig het 'n paar NN om geld te handel maak ek spandeer tweede jaar van my handel maak programme: en toets dosens van stelsels en een dag het ek besef ek is nie die handel van hulle en baie goed was, winsgewend te maak. Ek moes eers my brein reprogramm te vrees vermy, gierigheid. en om myself te dissiplineer (en byna 70 van my rekening verloor gedurende daardie tyd) eerste vind goeie stelsel (daar is 'n paar goeie hier) maak geld, leer en as probeer om hierdie NN leer om hierdie stelsel te handel of net maak EA om autotrade vir jou en wanneer jy enaugh geld wat jy kan comercial NN koop maak ek sê neem 2 bewegende gemiddeldes, 'n paar sup-res lyne en 1 of twee filters en handel as jy geld van 'n eenvoudige stelsel kan nie maak soos hierdie as dit nie verwag van 'n paar NN om jou ryk te maak uit my 3 jaar forex Ervaring Ek weet hoe ek perfekte stelsel sou bou, maar dit sal 'n lang lang kodering wees. by leats 3 tydgleuwe te kyk, wat alle moontlike situasies, reeks, tendens. en dan aplying paar stelsels saam te perfek resultate te kry my raad aan jou is as jy weet hoe om handel te dryf as eerste handel, geld maak en op 'n dag wanneer jy enaugh jy kan probeer om NN net 'n grap, maar botom line jy dit nie nodig het 'n paar NN om geld te handel maak ek spandeer tweede jaar van my handel maak programme: en toets dosens van stelsels en een dag het ek besef ek is nie die handel van hulle en baie goed was, winsgewend te maak. Ek moes eers my brein reprogramm te vrees vermy, gierigheid. en om myself te dissiplineer (en byna 70 van my rekening verloor gedurende daardie tyd) eerste vind goeie stelsel (daar is 'n paar goeie hier) maak geld, leer en as probeer om hierdie NN leer om hierdie stelsel te handel of net maak EA om autotrade vir jou en wanneer jy enaugh geld wat jy kan comercial NN koop maak ek weet wat jy bedoel ek spandeer maande gaan oor historiese data vir alle vorme van aanwysers en stelsels. en die bottom line is dat 'n aantal van hulle pitte op enige gegewe handel kon maak. Alle im hier sê, is dat dit lekker om 'n INDIPENDANT stelsel, wat werk in 'n ander manier om óf bevestig of ontken wat jou wyser of stelsel is wat jy vertel het sou wees. Ek handel met Brain Trend, MTFMACD, MoneyMap (MQ4 weergawe) en ek doen baie goed. Maar dit sou nog steeds lekker om daardie sekondêre stelsel wat in die agtergrond te sê wat gebaseer is op 15 jaar van historiese data, hierdie sein wanneer voorkom met hierdie geldeenheid paar, in hierdie tyd raam, met hierdie bundel word, het bewys onbetroubaar te wees, ek cant raad hierdie handel Ja, sommige is dit dalk overkill noem. maar ek noem dit 'n FOREX pro wathcing oor my skouer. Ek gewoonlik dont neem so 'n lang breek van deelname aan hierdie forum, maar vir meer as 'n jaar Ive is besig met 'n baie intensiewe projek en na 'n jaar van vorentoe toets Im hier om dit te deel met almal van julle. Im vriende met baie professionele handelaars en 'n klomp van ons het saam, gekombineer ons kundigheid en het 'n neurale netwerk outomatiese stelsel vir Meta Trader wat regtig werk. Sedert bewus was dat die meeste gebiede wat absoluut waardeloos of erger, swendelary, het gedink ons ​​wed iets unieks aan die gemiddelde kleinhandel handelaar van mense wat eintlik kan vertrou word verskaf. Hierdie groep staan ​​bekend as Metaneural. Weve gebruik van neurale netwerke en toegepas hulle handel Forex suksesvol in die verlede en het besluit om hierdie metode te vertaal in 'n Meta Trader stelsel. Dit is alombekend dat die larget firmas en verskansingsfondse gebruik gesofistikeerde kunsmatige intelligensie en nueral netwerk stelsels om voordeel te trek uit die finansiële markte met verbysterende akkuraatheid. Ons het gedink, hoekom cant daardie bevoegdheid ook tot ons beskikking wees - die klein geld beleggers So ek het 'n breek van al my ander aktiwiteite en het hard gewerk met Metaneural om hierdie stelsel, wat ek glo aan die enigste ware neurale netwerk EA wees ontwikkel. Trouens, nie die geval is dit eens 'n EA wees, kan die kode geskryf in C presies dieselfde manier TradeStation, esignal, neuroshell, of enige platform wat DLL invoer en data-insameling kan werk nie, want die neurale netwerk skepping gebeur in Neurosolutions. Ive gemaak aanwysers en handel stelsels vir die forexfactory gemeenskap vir jare so ek wou jou net gratis weergawe van die Metaneural EA gee ouens op die internet. Ek wil jou terugvoer en indrukke te kry. As hierdie draad goed gaan en nie die geval is sylyn beland Siek brei die verhoor. Ive het pret ontsyfer die forex mark met die groot geeste op hierdie forum vir jare en dit is my plesier om terug te gee. Neurale netwerke in EAS is die toekoms, ek hoop julle kan dit besef en jou eie stelsels te ontwikkel. Die eerste stap in die skep van 'n kunsmatige neurale netwerk brein is om die data rondom die struktuur van die brein word gevorm in te samel. Sedert ons probeer om 'n brein wat sal weet hoe om die markte moet ons data mark in te samel handel te skep. Ons kan egter nie net in te samel 'n massa van data en stort dit in ons neurale enjin om die struktuur van die brein te skep. Ons moet die data in te samel in die formaat wat ons wil hê dat die brein wat data en uiteindelik dieselfde formaat ons wil hê dit moet uitvoer in te skep verwerk. Met ander woorde, is nie net vertel ons brein wat om te dink, deur dit rou data, maar ons moet dit vertel hoe om te dink, deur die formulering wat rou data in 'n intelligable opset. In hierdie geval, ons verstaanbaar opset is patrone. Ons samel data in segmente, elk segment bestaan ​​uit 'n aantal bars deur die handelaar in ons eie versameling aanwyser wat kom met al ons pakkette te stel. Dit groepering van bars versamel met betrekking tot die volgende bar wat kom na die groepering - ons sal dit die toekoms bar noem. Wanneer is data mark versameling van die toekomstige bar is bekend, want dit is al historiese data, is dit die volgende bar na die groepering. Die idee is dat die neurale netwerk brein komplekse patrone sal vind in die kroeg groepering en die inligting wat ingesamel is, insluitend die volgende bar na die groepering gebruik, om te bepaal watter komplekse patrone voorafgaan die resultaat van die volgende bar. Tydens werklike handel daardie uitslag die toekoms bar wat in effek maak dit moontlik om te weet met 'n hoë graad van akkuraatheid die rigting van die mark voordat dit gebeur nie. Die data wat ingesamel is onttrek in 'n sigblad wat prys data vertoon as oop, hoog, laag, naby (OHLC). Die OHLC van elke staaf word afsonderlik ingesamel en in sy eie kolom. In die voorbeeld bo-aan elke ry verteenwoordig 3 bars in totaal. Daarom is die kolomme verteenwoordig honderde of duisende bars ingesamel gaan terug in history. In Benewens jy OHLC kan ook versamel die waardes van bykans enige aanduiding wat jy kies, wat in wese sal gee dat aanwyser die vermoë om te dink wat gebaseer is op veranderende marktoestande en voorspel die volgende waarde. Neurale netwerk gebou en Opleiding Noudat ons ons data wat ingesamel is, onttrek in 'n sigbladlêer op 'n verstaanbare opset, kan ons dit in ons neurale netwerk enjin laai wat die struktuur van die kunsmatige brein sal skep, op te lei nie, en die akkuraatheid te toets voordat redding van die struktuur. Sodra die data wat ingesamel is in die netwerk bouprogram ingevoer jy het die keuse om te kies watter stukkies data wat jy wil gebruik om jou brein te bou. Dit is 'n belangrike kenmerk omdat dit die gebruiker in staat om verskillende strategieë wat gebaseer is op wat ook al stuk data wat nodig geag word te skep in staat stel. Wat is in wese te doen in hierdie stap is die bepaling van wat die enjin sal gebruik om die vroeër genoem komplekse patrone, wat uiteindelik sal besluit die projeksie vermoë van die neurale netwerk EA skep. Byvoorbeeld, sê jy wou die neurale netwerk vertel om net te kyk vir patrone in die oop pryse van bars met betrekking tot die aanwyser waardes van jou gunsteling aanwyser. Jy sal dan kies jou wyser in die versamelaar en kies net die oop en data insette in die gebou sagteware wat hierbo uitgebeeld. Jy kan ook kies al die insette, behalwe vir die UITGANG1 kolom, wat jou uitset waarde te kenne - kies alle insette sal die mees komplekse leer patroon moontlik maak en sodoende toelaat dat jou brein om te reageer op baie verskillende scenario's. Sodra die verlangde insette en uitsette is gekies sal die sagteware die struktuur van jou neurale netwerk brein te skep en jy kan begin om dit op te lei. 'N Gedeelte van die data wat ingesamel is word tersyde gestel en gebruik om op te lei en te toets van die akkuraatheid van jou kunsmatige brein, sal jy sien die verlangde uitset te begin om te voldoen aan die toets data soos dit leer. Sodra hierdie proses voltooi is sal jy in staat wees om die gestruktureerde kunsmatige brein te voer in die vorm van 'n DLL wat gebruik sal word deur die MetaNeural EA. Sodra die brein is gebou, opgelei, getoets, en uitgevoer word as 'n DLL jy kan begin handel met 'n outomatiese neurale netwerk brein wat komplekse patrone wat onmoontlik vir 'n mens om te bereik is, sal sien. Kry die Metaneural EA GRATIS nou deur die befondsing van 'n rekening by FinFX met 'n bedrag en die gebruik van ons handel copier diens aan ons professionele wen ambagte spieël in jou rekening. Na 50 volle baie verhandel jy sal die Metaneural EA ontvang met volle funksionaliteit GRATIS Rekeninge moet befonds word met die skakel in die pryse afdeling van die Metaneural site. Plaas hierdie lêers in die volgende dopgehou in Meta Trader: Expert adviseur - Meta Trader 4experts Versamelaar aanwyser (DatacollectorV2a) - Meta Trader 4expertsindicators Neurale netwerk aanwyser (Metaneural NN aanwyser) - Meta Trader 4expertsindicators MQLLock en MT4NSAdapter DLL lêers - Meta Trader 4expertslibraries Jy sal nodig hê om Neurosolutions 6 installeer en Visual Studio 6 want dit werk, kan instruksies op hierdie installasies word gevind in die baie gedetailleerde handleiding aangeheg by hierdie post. JY MOET LEES DIE HANDLEIDING Ja, kan dit gelyktydig toegepas word op verskeie geldeenhede, want dit kan opgelei word elke geldeenheid individueel en 'n neurale netwerk struktuur geskep kan word vir elke munt. Ek sou sê die enigste makelaar afhanklikheid sou die integriteit van hul prys voer wees, hoe meer stabiel en konsekwent hul voer hoe beter is die opleiding data sal wees en daarna die ambagte. Is nie scalping noodwendig so uitvoering spoed is nie baie belangrik. Dankie vir jou belangstelling. Baie geluk met die ontwikkeling van 'n stelsel wat 'n gesonde opbrengs gee. Altyd beter as wonder EAS wat gewoonlik eindig waai die rekening. Ek is 'n kommersiële lid myself my Fibonacci makeover stelsel (ForexFibs) hier deel, sodat ek kan verstaan ​​hoekom jy 'n gratis EA.