العصبية الصافية لل تداول الفوركس

الشبكات العصبية: توقعات التنبؤ الشبكات العصبية هي خوارزميات متطورة وقابلة للتدريب تحاكي بعض الجوانب الرئيسية في عمل الدماغ البشري. وهذا يعطيهم قدرة فريدة على التدريب الذاتي، والقدرة على إضفاء الطابع الرسمي على المعلومات غير المصنفة، والأهم من ذلك، القدرة على جعل التنبؤات استنادا إلى المعلومات التاريخية لديهم تحت تصرفهم. وقد استخدمت الشبكات العصبية بشكل متزايد في مجموعة متنوعة من التطبيقات التجارية، بما في ذلك التنبؤ وتسويق حلول البحث. في بعض المجالات، مثل كشف الاحتيال أو تقييم المخاطر. هم قادة لا جدال فيه. المجالات الرئيسية التي وجدت الشبكات العصبية التطبيق هي العمليات المالية، وتخطيط المشاريع، والتجارة، وتحليلات الأعمال وصيانة المنتجات. الشبكات العصبية يمكن تطبيقها بكفاءة من قبل جميع أنواع التجار، لذلك إذا كنت تاجر وكنت قد تم إدخالها بعد إلى الشبكات العصبية، وأيضا يأخذك من خلال هذا الأسلوب من التحليل الفني وتظهر لك كيفية تطبيقه على أسلوب التداول الخاص بك. الأوهام الشائعة معظم الناس لم يسمعوا أبدا من الشبكات العصبية، وإذا كانوا التجار أرينت، فإنها ربما لا تحتاج إلى معرفة ما هي عليه. ولكن ما يثير الدهشة حقا هو حقيقة أن عددا كبيرا من أولئك الذين يمكن أن تستفيد غنية من التكنولوجيا الشبكة العصبية لم يسمع حتى من ذلك، أعتبر لفكرة علمية نبيلة أو التفكير في ذلك اعتبارا من وسيلة للتحايل التسويق البقعة. وهناك أيضا أولئك الذين يعلقون كل آمالهم على الشبكات العصبية، أسد الشباك بعد بعض الخبرة الإيجابية معهم، وفيما يتعلق بها كمحل رصاصة فضية لأي نوع من المشاكل. ومع ذلك، مثل أي استراتيجية التداول. الشبكات العصبية ليست سريعة الإصلاح التي سوف تسمح لك لضربها الغنية عن طريق النقر على زر أو اثنين. في الواقع، والفهم الصحيح للشبكات العصبية والغرض منها أمر حيوي لتطبيقها الناجح. فيما يتعلق بالتداول، الشبكات العصبية هي طريقة جديدة وفريدة من نوعها للتحليل الفني، وتهدف لأولئك الذين يأخذون نهج التفكير في أعمالهم، وعلى استعداد للمساهمة بعض الوقت والجهد لجعل هذه الطريقة العمل بالنسبة لهم. أفضل للجميع، عندما تطبق بشكل صحيح، الشبكات العصبية يمكن تحقيق الربح على أساس منتظم. استخدام الشبكات العصبية للكشف عن الفرص هناك اعتقاد خاطىء كبير بأن العديد من التجار يخطئون الشبكات العصبية لأداة التنبؤ التي يمكن أن تقدم المشورة بشأن كيفية التصرف في حالة سوق معينة. الشبكات العصبية لا تجعل أي توقعات. وبدلا من ذلك، تقوم بتحليل بيانات الأسعار وكشف الفرص. باستخدام الشبكة العصبية، يمكنك اتخاذ قرار التجارة استنادا إلى بيانات تحليلها بدقة، وهو ليس بالضرورة الحال عند استخدام أساليب التحليل الفني التقليدية. بالنسبة للتاجر الجاد والتفكير، فإن الشبكات العصبية هي أداة من الجيل التالي ذات إمكانات كبيرة يمكنها الكشف عن الترابطات الخطي غير الخطية والأنماط التي لا تستطيع أساليب التحليل الفني الكشف عنها. أفضل شبكات مثل أي نوع من منتج كبير أو التكنولوجيا، بدأت الشبكات العصبية جذب كل أولئك الذين يبحثون عن سوق في مهدها. وقد أغرقت السيول من الإعلانات حول برنامج الجيل التالي من السوق - الإعلانات تحتفل أقوى من جميع خوارزميات الشبكة العصبية التي تم إنشاؤها من أي وقت مضى. حتى في تلك الحالات النادرة عندما تشبه الدعاوى الاعلانية الحقيقة، نضع في اعتبارنا أن زيادة 10 في الكفاءة هي على الارجح الاكثر سوف تحصل من أي وقت مضى من الشبكة العصبية. وبعبارة أخرى، فإنه لا ينتج عوائد خارقة وبغض النظر عن مدى نجاحه في حالة معينة، وسوف يكون هناك بعض مجموعات البيانات وفئات المهام التي الخوارزميات المستخدمة سابقا لا تزال متفوقة. تذكر هذا: ليس الخوارزمية التي لا خدعة. وتعد معلومات المدخلات المعدة جيدا عن المؤشر المستهدف أهم عنصر في نجاحك مع الشبكات العصبية. هو أسرع التقارب أفضل كثير من أولئك الذين يستخدمون بالفعل الشبكات العصبية يعتقدون خطأ أن أسرع صافي نتائجها، كان ذلك أفضل. ومع ذلك، هذا هو الوهم. لا يتم تحديد شبكة جيدة بالمعدل الذي ينتج عنه النتائج ويجب على المستخدمين معرفة كيفية إيجاد أفضل توازن بين السرعة التي تدرب فيها الشبكة وجودة النتائج التي تنتجها. التطبيق الصحيح للشبكات العصبية يطبق العديد من التجار الشبكات العصبية بشكل غير صحيح لأنهم يضعون قدرا كبيرا من الثقة في البرنامج الذي يستخدمونه جميعا دون أن يتم تزويدهم بالتعليمات المناسبة حول كيفية استخدامه بشكل صحيح. لاستخدام الشبكة العصبية بالطريقة الصحيحة، وبالتالي، مكسب، تاجر يجب أن تولي اهتماما لجميع مراحل دورة إعداد الشبكة. هو التاجر وليس شبكته التي هي المسؤولة عن ابتكار فكرة وإضفاء الطابع الرسمي على هذه الفكرة واختبارها وتحسينها، وأخيرا، اختيار اللحظة المناسبة للتخلص منها عندما لم تعد مفيدة. دعونا ننظر في مراحل هذه العملية الحاسمة بمزيد من التفصيل: 1. إيجاد فكرة تجارية وإضفاء الطابع الرسمي عليها يجب على المتداول أن يفهم تماما أن الشبكة العصبية لا تهدف إلى ابتكار أفكار ومفاهيم تجارية ناجحة. الغرض منه هو توفير المعلومات الأكثر موثوقية ودقيقة ممكنة حول مدى فعالية فكرة التداول الخاص بك أو مفهوم. لذلك، يجب أن تأتي مع فكرة التداول الأصلي وتحديد واضح الغرض من هذه الفكرة وما كنت تتوقع تحقيقه من خلال توظيفه. هذه هي المرحلة الأكثر أهمية في دورة إعداد الشبكة. (للحصول على قراءة ذات صلة، انظر الدروس من مذكرات التجار.) 2. تحسين معلمات النموذج الخاص بك المقبل، يجب أن تحاول تحسين الجودة الشاملة للنموذج عن طريق تعديل مجموعة البيانات المستخدمة وتعديل المعلمات المختلفة. الشكل 1: تحديد خوارزمية التحسين وخصائصه 3. التخلص من النموذج عندما يصبح عفا عليها الزمن كل نموذج على الشبكة العصبية على أساس العمر الافتراضي، ولا يمكن استخدامها إلى أجل غير مسمى. طول العمر من نماذج العمر الافتراضي يعتمد على الوضع في السوق وعلى مدى الترابط في السوق ينعكس في أنه لا يزال موضعي. ومع ذلك، عاجلا أو آجلا يصبح أي نموذج عفا عليها الزمن. عند حدوث ذلك، يمكنك إما إعادة تدريب النموذج باستخدام بيانات جديدة تماما (أي استبدال جميع البيانات التي تم استخدامها)، وإضافة بعض البيانات الجديدة إلى مجموعة البيانات الحالية وتدريب النموذج مرة أخرى، أو ببساطة سحب النموذج تماما. العديد من التجار يجعلون خطأ اتباع أبسط مسار - أنها تعتمد بشكل كبير على واستخدام النهج الذي برامجها يوفر وظيفة سهلة الاستخدام والأكثر سهولة. هذا أبسط النهج هو التنبؤ سعر بعض الحانات المقبلة واستنادا نظام التداول الخاص بك على هذه التوقعات. ويتوقع المتداولون الآخرون تغير الأسعار أو النسبة المئوية لتغير الأسعار. نادرا ما ينتج عن هذا النهج نتائج أفضل من التنبؤ بالسعر مباشرة. ويخفق النهجان التبسيطان في الكشف عن معظم الترابطات الهامة الطويلة الأجل واستغلالها بأكبر قدر من الأرباح، ونتيجة لذلك يصبح النموذج عفا عليه الزمن بسرعة مع تغير القوى الدافعة العالمية. النهج الأمثل الأمثل لاستخدام الشبكات العصبية سيركز المتداول الناجح ويقضي وقتا طويلا في اختيار عناصر الإدخال الحاكمة لشبكته العصبية وضبط معلماته. وسوف ينفق من (على الأقل) عدة أسابيع - وأحيانا تصل إلى عدة أشهر - نشر الشبكة. وسيعمل المتداول الناجح أيضا على تعديل شبكته إلى الظروف المتغيرة طوال فترة حياته. لأن كل شبكة عصبية يمكن أن تغطي فقط جانبا صغير نسبيا من السوق، وينبغي أيضا أن تستخدم الشبكات العصبية في لجنة. استخدام العديد من الشبكات العصبية حسب الاقتضاء - القدرة على توظيف عدة في وقت واحد هو فائدة أخرى من هذه الاستراتيجية. وبهذه الطريقة، كل من هذه الشبكات متعددة يمكن أن تكون مسؤولة عن بعض جوانب محددة من السوق، مما يتيح لك ميزة كبيرة في جميع المجالات. ومع ذلك، فمن المستحسن أن تبقي على عدد من الشبكات التي تستخدمها في نطاق من خمسة إلى 10. وأخيرا، ينبغي الجمع بين الشبكات العصبية مع واحدة من النهج الكلاسيكية. هذا سوف يسمح لك لتحسين الاستفادة من النتائج التي تحققت وفقا لتفضيلات التداول الخاصة بك. الاستنتاج سوف تواجه نجاحا حقيقيا مع الشبكات العصبية فقط عند التوقف عن البحث عن أفضل صافي. بعد كل شيء، مفتاح نجاحك مع الشبكات العصبية يكمن ليس في الشبكة نفسها، ولكن في استراتيجية التداول الخاصة بك. لذلك، لإيجاد استراتيجية مربحة التي تعمل بالنسبة لك، يجب عليك تطوير فكرة قوية حول كيفية إنشاء لجنة من الشبكات العصبية واستخدامها في تركيبة مع المرشحات الكلاسيكية وقواعد إدارة الأموال. للقراءة ذات الصلة، وتحقق من التداول العصبي: مفاتيح البيولوجية للربح ونظم التداول الترميز التعليمي. وعندما تتجاوز النفقات الإجمالية للحكومة الإيرادات التي تولدها (باستثناء الأموال من القروض). العجز يختلف. بشكل عام، استراتيجية إعلانية يتم فيها الترويج للمنتج في وسائل أخرى غير الراديو والتلفزيون واللوحات الإعلانية والطباعة. وقد صدرت في عام 2018 سلسلة من اللوائح الفيدرالية التي تؤثر في المقام الأول على المؤسسات المالية وعملائها. إدارة المحافظ هو فن وعلم اتخاذ القرارات حول مزيج الاستثمار والسياسة، ومطابقة الاستثمارات ل. إعداد المنزل مريحة حيث الأجهزة والأجهزة يمكن التحكم فيها تلقائيا عن بعد من أي مكان في العالم. استراتيجية اختيار الأسهم التي تتداول بأقل من قيمها الجوهرية. المستثمرون قيمة تسعى بنشاط مخزون من. التدخل مع ليونيد فيليتشكوفسكي: أكبر أسطورة حول الشبكات العصبية هو سوبر الربحية بطلنا مقابلة ليونيد فيليتشكوفسكي (ليوف) قد شاركت بالفعل في بطولة التداول الآلي. في عام 2008، كانت الشبكة العصبية متعددة العملات مثل فلاش مشرق في السماء، وكسب 110،000 في لحظة معينة، ولكن سقطت في نهاية المطاف ضحية لإدارة الأموال العدوانية الخاصة بها. قبل عامين، في مقابلة له ليونيد حصة تجربته التجارية الخاصة وقال لنا عن ملامح مستشاره الخبراء. عشية أتس 2018، يتحدث ليونيد عن الأساطير الأكثر شيوعا والمفاهيم الخاطئة المرتبطة الشبكات العصبية. - ليونيد، أنت ممثل نادر من المجتمع التجار، الذين يستخدمون الشبكات العصبية للتداول. هذه تطورات معقدة للغاية، لكن جيش معجبيها يستمر في النمو. ما يجذبك في الشبكات العصبية - قبل ست سنوات، في البداية، جذبتني الشبكات العصبية مع جديتها، وطابع غامض غير عادي والربحية على ما يبدو عالية. على مر السنين، ذهبت العديد من الأساطير، ولكن الشبكات العصبية لا تزال تجذب لي مع قدرتها على التكيف مع أي منحنى وإيجاد أنماط حيث لا شيء ولا أحد آخر يمكن العثور عليها. - هل يمكن أن أقول المزيد عن الخرافات المرتبطة الشبكات العصبية هل التقيت أي خيبة أمل في هذا المجال - أكبر أسطورة المرتبطة الشبكات العصبية هي الربحية العالية. ولكن هذا لا ينطبق فقط على الشبكات العصبية، ولكن على الفوركس ككل. في البداية يبدو أنه من السهل لكسب - شراء وبيع، ثيريس شيء معقد في ذلك. في وقت لاحق، ومع ذلك، تظهر بعض العوامل، والتي كنت لا تعرف حتى - فقط ثم عليك أن تبدأ لفهم وفهم لهم. في الشبكات العصبية، مخيبة للآمال هو الشيء الذي يجذب لك - قدرتها على التدريب والتكيف مع أي سوق مع أي بيانات متاحة. إن ميزتها الكبيرة هي عيب كبير عند تطبيقها على الأسواق المالية. هذا هو التحول مذهلة - كيف كنت تأتي لفهم أن الشبكات العصبية لا تجلب الأرباح الفائقة كان هناك أي تجربة شخصية - ليس هناك ربحية فائقة في الفوركس أيضا، وليس فقط في الشبكات العصبية. بالمعنى الدقيق للكلمة، الشبكات العصبية هي نفس النظم التجارية (من الآن فصاعدا - تيسي). أنها تستخدم فقط نيورونيت بدلا من المؤشرات المشتركة. ومن ثم فإن أهم وجه هو إدارة الأموال، أي الجشع التجار. عند بدء التداول، لم يكن لديك مفهوم إدارة الأموال على هذا النحو. ولكن بعد ذلك تأتي إلى إدراك ضرورة هذه الأداة. العمل على الفوركس، وبشكل عام في الأسواق المالية، يرتبط دائما بالمخاطر. يجب أن تكون على علم بأن خطر 100 و 100،000 هو أمرين مختلفين. عندما كنت تداولت على إيداع الأولي من 100، 500 وحتى 1000 دولار، كان هناك بعض المخاطر، وكان النهج برمته للتداول محددة. وعندما بدأت التجارة بمبالغ أكبر، أصبح الموقف من التداول شيئا مختلفا تماما - زاد مستوى الخطر، وسرعان ما فهمت أنني قد أخسر كل شيء. وجاءت مسؤولية معينة مع هذا. على سبيل المثال، عند التداول على إيداع 100، فإن ربح 100 في السنة لا يكاد يكون مرضيا، على ما أعتقد. ولكن التداول على إيداع 100،000 ربح 100 في السنة ليست سيئة على الإطلاق. وهكذا، هناك نوع من الصراع النفسي - التجار الذين يتاجرون على الودائع الصغيرة، تسعى لكسب أسرع وبأكبر قدر ممكن. وهذا يدفع التجار إلى تجاوز كل المخاطر التي يمكن تصورها. والنتيجة هي فقدان الطبيعي للودائع ولذلك، أعتقد، التداول على الودائع الصغيرة محكوم عليه بالفشل بسبب الرغبة الطبيعية للتاجر لكسب بأسرع قدر ممكن. و 100، على سبيل المثال، ليست كمية كبيرة بما يكفي لإبقاء لكم بعيدا عن المخاطر. - على مدى السنوات الست الماضية، كنت تعمل مع الشبكات العصبية في التداول. كيف يمكنك إنشاء هذه الشبكات العصبية الغامضة ماذا تستخدم - إم لا مبرمج، إم التاجر. برمجة الشبكات العصبية واستخدامها في الأسواق المالية هي أشياء مختلفة تماما. المبرمجين مساعدتي في تطوير المستشارين الخبراء - رومان كرمار (الطعن)، يوري زيتسيف (يوراز)، فيكتور نيكولايف (فينين) وديمتري فيدوسيف (صحيح). كلهم من المهنيين في مجال عملهم، وأنا لا تحتاج إلى شرح الكثير - أنهم يعرفون كل شيء على ما يرام تماما. وأنا ممتن جدا لهم جميعا على عملهم ومهنيتهم. كما تعاونت وواصلت العمل مع ستيف وارد (مجموعة أنظمة وارد) وسيرجي دولينكو (نيوروبروجيكت) الذي قدم لي معلومات لا تقدر بثمن عن تطبيق الشبكات العصبية في الأسواق المالية. بالإضافة إلى ذلك، عملت بشكل وثيق مع دينيس مايرز (مايرز أناليتيكش)، فيليب لونجوكس (نوكسا أناليتيكش، Inc.) ومارك سيمبسون (بوافورت تيشنولوجيز Inc.)، الذي اختبرت معه أنظمة ومؤشرات جديدة. معرف أن نلاحظ أن تطبيق الشبكات العصبية في الأسواق المالية لديها العديد من الميزات والمفاهيم والتقنيات المبتكرة، ويختلف كثيرا عن استخدامها في مجالات أخرى. يمكنني استخدام ميتاتريدر 4، وبطبيعة الحال الآن أحاول تكوين صداقات مع ميتاتريدر 5. أداة أخرى لا غنى عنها للعمل هو نيوروشيل، والتي بدونها لا أستطيع القيام به. يمكنني استخدام متفيد كجسر بين ميتاتريدر 4 و نيوروشيل. - هناك العديد من أساليب تدريب الشبكات العصبية. ليونيد، كيف يمكنك تدريبهم وأخيرا، فإن السؤال الذي يعذب العديد من المبتدئين في التداول الشبكة العصبية: كيفية تجنب ما يسمى الإفراط في التدريب - في مسألة معقدة، وأنا (وليس فقط لي) ليس لديهم إجابة و وهو أمر يستحيل تنظيمه بشكل واضح. ومع ذلك، سأحاول أن أتناول المشاكل الأساسية للتدريب وسبل تجنب الإفراط في التدريب. بسبب عدم خطية قوية والقدرة على التكيف مع أي بيانات، يتم تعديل الشبكة العصبية بشكل جيد جدا، المدربين، ونتيجة لذلك - الإفراط في التدريب. شبكة عصبية مع عدد قليل فقط من الخلايا العصبية في الطبقة الداخلية بسهولة يتذكر تاريخ بضعة آلاف من الحانات. وتجدر الإشارة إلى أن الإفراط في التدريب متأصل في الشبكات العصبية فقط عند تطبيقها على الأسواق المالية. ماذا يعني هذا نحن جميعا نعلم أن تغيرات السوق مع مرور الوقت - ما حدث في الماضي سوف تكون ذهبت في المستقبل. حسنا، ستكون موجودة، ولكن بشكل مختلف إلى حد ما، لن تكون هناك مباريات بنسبة 100 في المائة. أنماط والقوانين ومناطق السوق - كل هذا سيكون مختلفا في أجزاء مختلفة من السوق. وبالتالي، إذا كانت الشبكة العصبية تتعلم الدروس (أمثلة) من الماضي بشكل جيد جدا عندما يتم تدريب على بيانات التاريخ، في نهاية المطاف قد ببساطة فشل في إشعار أو تحديد أنماط جديدة ومناطق السوق في المستقبل. لأن كل منهم قد خضعت لبعض التغييرات. أي أن الشبكة العصبية تتكيف بشكل جيد مع ظروف السوق، التي كانت موجودة في الماضي، لكنها لم تتمكن من التعرف على الأنماط الجديدة في ظروف السوق المتغيرة. هل هناك أي طرق لتجنب الإفراط في التدريب هناك العديد من الطرق، ولكن الرئيسي هما اثنان منهم: التوقف المبكر للتدريب وزيادة فترة التدريب. ومع ذلك، فإن كلا الطريقتين لها عيوب خطيرة. في وقت مبكر توقف، وهناك أسئلة صعبة، والتي لا يوجد جواب: في أي نقطة يجب أن أوقف التدريب ما هي المعايير التي ينبغي استخدامها لذلك هناك العديد من الإجابات على هذا السؤال - استخدام الأخطاء ومستوى الربح، والتراجع وغيرها من الرياضية المعايير. لكنها لا تعطي ضمانا بنسبة مئة في المائة من الوقف في الوقت المناسب. لذلك، يتوقف هذا التوقف في الوقت المناسب من التدريب فقط على مهارات التجار. وهناك اعتقاد خاطئ بأن الأفضل في الماضي كان أفضل في المستقبل. أو كلما كان الخطأ أقل في فترة التدريب، كلما كانت الشبكة تعمل بشكل أفضل في المستقبل. ومع ذلك، هذا ليس صحيحا - السوق يتغير، ويجري تدريبا جيدا جدا في البيانات التاريخية، يمكن للشبكة العصبية تفشل في رؤية المستقبل. وأنا أعلم من تجربتي الخاصة أن نسبة الأخطاء من جانب التدريب والأرباح على أوس (خارج العينة - خارج الفاصل الزمني الأمثل) أو على حساب حقيقي هو ما يلي - ينخفض ​​الخطأ تدريجيا مع زيادة وقت التدريب، ولكن الربح يزيد أولا ثم يسقط، وتشكيل الحد الأقصى في لحظة معينة في الوقت المناسب. هذا هو الحد الأقصى الذي نحتاجه للقبض عليه. وعلاوة على ذلك، مع زيادة وقت التدريب، والخطأ أيضا أن تنخفض تدريجيا، والربح على أوس يمكن أن تنتج عدة أقصر، لكنها عادة ما تكون أقل من الأولى. على الرغم من أنني واجهت حالة حيث كان الحد الأقصى الثاني وحتى الثالث أعلى من أول واحد. ولكن يعتقد أن الحد الأقصى الأول هو أفضل من بقية من حيث الربحية والكفاءة. في الواقع، مهمتنا هي للقبض على هذا الحد الأقصى الأول. وان ذلك يعتمد على المهارات والخبرة من التاجر - أنا لا أعرف أي معايير أخرى أكثر دقة. على الرغم من، بالطبع، ونحن قد ويجب أن تسترشد نسبة الربحية، والخطأ، وخفض، نسبة شارب، والعديد من المعالم الأخرى. ولكن في نهاية المطاف، فإنه يعتمد فقط على التاجر ما هي المعايير لاستخدامها. وهذا يعتمد على كيف يفهم له تيسي ويعرف كيف يتصرف. بينما على فترة من التدريب، أشياء مختلفة تماما يحدث. الخطأ والأرباح تتصرف العكس تماما - الخطأ تدريجيا تنخفض، ويزيد الربح على نحو سلس. إذا زادت الأرباح خلال التحسين، وهذا يعني أن مستشار الخبراء يتم تركيبه ببساطة على منحنى السوق، وتحويل السعر إلى منحنى سلس. وينبغي أن يرتفع هذا المنحنى ويسمى الإنصاف. في الواقع، هذا الأمثل هو أيضا للحد من الخطأ. ونحن نحصل على الشيء التالي: الربح الأكبر على قسم التدريب أو التحسين هو، على الأرجح سيكون لديك الإفراط في التدريب أو الإفراط في التحسين (المناسب)، ونتيجة لذلك - خسائر في المستقبل. والطريقة الثانية لتجنب الإفراط في التدريب هي زيادة فترة التدريب، أي زيادة كمية البيانات التي تدرب عليها الشبكة. ولكن هذه الطريقة لديها أيضا المزالق لها. زيادة كمية البيانات في الأسواق المالية يؤدي إلى حقيقة أن الشبكة قد ببساطة تفشل في رؤية أو التعرف على تلك الأنماط ومناطق السوق، والتي توجد في قسم التدريب معين. القسم كبير جدا لذلك. وذلك لأن السوق يتغير مع مرور الوقت. ويبدو نمط معين مختلفا جدا في هذه الفاصل الزمني الكبير، ولا يمكن للشبكة أن تعرف أن هذا هو نفس النمط، الذي تغير فقط مع مرور الوقت. ثم ينشأ سؤال طبيعي: ما هو جزء من السوق ينبغي أن تعطى لشبكة للتدريب هنا هو الجواب: الجزء حيث تعترف الشبكة بنجاح أنماط ومناطق السوق اللازمة ل تيسي والتاجر. هذا يعتمد على مهارات التجار - الطريقة التي يرى السوق وكيف انه يمكن اختيار الجزء المناسب للتدريب. في تجربتي هذا هو من 500 إلى 2000 الحانات اعتمادا على الإطار الزمني وحالة السوق. وهناك المزيد من الطرق لتجنب الإفراط في التدريب، ولكنها ليست كبيرة جدا. ترى، الكثير يعتمد على مدى مهارة وخبرة التاجر هو. لذلك أعتقد أن هذه المهنة تتطلب ليس فقط المعرفة الرياضية ولكن أيضا بعض الإبداع. ومن الواضح أيضا أن جميع الميزات والفروق الدقيقة في استخدام الشبكات العصبية، وكذلك تيسي المعتادة، تأتي من حقيقة أن السوق يتغير مع مرور الوقت، والماضي لا يكرر بالضبط في المستقبل. ولا توجد هذه الميزة إلا في الأسواق المالية. هناك أسطورة شعبية أن تحتاج إلى إعطاء الكثير من البيانات إلى الشبكة العصبية والسماح لها تدريب - وسوف تتعلم بشكل مستقل ما يحتاج إليه. للاستخدام العادي للشبكات العصبية قد يكون هذا صحيحا، ولكن الأسواق المالية لها خصوصياتها الخاصة، والتي وصفتها أعلاه، لذلك ليس من السهل جدا في هذه الحالة. في رأيي، هاتين الطريقتين لتجنب الإفراط في التدريب تنطبق أيضا على الاستفادة المثلى من المستشارين الخبراء المشتركة، من دون الشبكات العصبية. الإفراط في التحسين، أو المناسب، هو محدد للأسواق المالية فقط. والطرق لتجنب ذلك هي نفسها. ويكمن جوهر الإفراط في التحسين أيضا في أن طبيعة الأسواق المالية تتغير في الوقت المناسب. بالمعنى الدقيق للكلمة، والسوق ليست ثابتة. - ما هي الأخطاء الشائعة التي يمكن أن يواجهها المتداول عند بدء العمل مع الشبكات العصبية الوهم الشعبي من التجار الذين يبدأون باستخدام الشبكات العصبية واستخدام البيانات غير العادية عند المدخلات، في محاولة للحصول على سعر الشريط التالي، هو اليوم سوف يكون مثل الأمس، وغدا سيكون مثل اليوم (إذا نظرنا في الحانات اليومية). هذا هو التدريب المشترك المشترك للشبكة. في حين أن البيانات على الفوركس لا تختلف كثيرا عن بعضها البعض (100 نقطة جعل فقط 0.7 من السعر)، ثم خطأ التدريب سوف تكون صغيرة أيضا، وسوف الشبكة بسرعة العثور على هذا الحد الأدنى المحلي للتدريب. - بعض التجار العصبية يستخدمون المعالجة المسبقة لبيانات المدخلات. هل تستخدم أي شيء من هذا القبيل في الشبكات العصبية الخاصة بك - عموما، أنا أبدا استخدام سلسلة الوقت النقي للمدخلات من الشبكات العصبية. يتم تحويل سلسلة زمنية دائما من قبل بعض المؤشرات، والتي تطبيع البيانات إلى صف معين. على سبيل المثال، من -100 إلى 100 أو من -1 إلى 1. ليس مطلوبا تطبيع إضافي، لأنه إذا كانت قيم المؤشر أكبر من 1، فإنها يمكن دائما أن تقسم على عدد مناسب، لتحقيق قيمة لا تتجاوز 1. I في محاولة للقيام بتغيير بسيط من البيانات المدخلات ممكن، لأن أي تحول يجلب التشويه غير الخطية إضافية في إشارة الدخل. وهذا يؤدي بناء على ذلك التدريب الخاطئ للشبكة العصبية، لأن التشويه يمكن أن تفسر بشكل غير صحيح من قبل الشبكة. وعلاوة على ذلك، مع التحولات القوية، وبالتالي التشوهات غير الخطية الكبيرة، ويمكن تدريب الشبكة ليس على إشارة الدخل الحقيقية، ولكن على التشوهات غير الخطية، والتي قد تؤدي إلى عملية خاطئة وفقدان الودائع. وفيما يلي بعض الأمثلة على التشوهات غير الخطية التي تكون مرئية للعين المجردة. خذ، على سبيل المثال، ستوشاستيك المعتاد. ويبدو أن مثل هذا المؤشر البسيط لن يجلب أي تشوهات. ولكن في بعض اللحظات، فإنه يجعل تشوهات غير الخطية قوية، والتي قد تضلل الشبكة العصبية في عملية التدريب وفي مزيد من العمل على حساب حقيقي. يتم وضع علامة على هذه المناطق مع البيضاوي الأبيض على الرسم البياني. في الحالة الأولى ترتفع الأسعار، ومؤشر مؤشر ستوكاستيك تقف تقريبا في قيمه القصوى. وفي الحالة الثانية، يكون السعر تقريبا عند مستوى واحد ونفس المستوى، وينخفض ​​مؤشر مؤشر ستوكاستيك بشكل حاد من الحد الأقصى إلى القيم الدنيا. في الحالة الأولى سوف مؤشر ستوكاستيك لا تجلب أي معلومات إلى الشبكة، في حين أنه في الحالة الأخيرة سوف ببساطة الخلط بينها. في كلتا الحالتين، سلوك مؤشر مؤشر ستوكاستيك سيكون له تأثير سلبي سواء على التدريب وعلى عمل الشبكة العصبية على حساب حقيقي. وهذا يمكن أن يؤدي إلى خسائر مالية. وتجدر الإشارة إلى أن هذين المثالين هي تشوهات ملحوظة تماما التي يمكنك أن ترى بسهولة. وهناك الكثير من التشوهات التي لا يمكننا رؤية وتحليل صدقوني. وجميع هذه التشوهات (الكبيرة والصغيرة) معا مجتمعة. لذلك، كن حذرا للغاية عند القيام مع المعالجة المسبقة لبيانات المدخلات. وبطبيعة الحال، هناك مؤشرات تشوهات أقوى بكثير. وهناك أيضا تلك التي تجعل أقل قوة منها. ومع ذلك، فإن الحقيقة لا تزال - تشويه مصنوعة من قبل أي مؤشرات. على الرغم من ذلك، يمكنك تحديد معلمات محددة إلى أي مؤشر (حتى ستوكاستيك)، بحيث سيجلب الحد الأدنى من التشوهات في إشارة الأصلي مع ظروف السوق المحددة. وبطبيعة الحال، قد تتغير طبيعة السوق، وسيكون لديك لتغيير المعلمات مؤشر من أجل الحد من التشويه قدم. وفي هذه الحالة، فإن التحديد السليم لمعلمات المؤشر وتعديلها في الوقت المناسب (سواء تلقائيا أو يدويا) يعتمد أيضا كليا على مهارات التجار وخبرتهم. - كيف يمكنك تقييم نتائج الشبكة العصبية بعد التدريب أو تيسي بعد التحسين ما هي المعايير لاستخدامها على حساب حقيقي حاليا، وأنا تقريبا لا تأخذ في الاعتبار نتائج تيسي، والتي تم الحصول عليها في التدريب ( الأمثل) الفاصل الزمني. أنا تحليل النتائج على أوس أو حقيقية، لأنني أعتقد أنه في فترة التدريب (الأمثل)، ونتائج تيسي لا يمكن أن أقول شيئا. هذا يمكن أن يكون مناسبا أو الإفراط في التدريب و يكاد يكون من المستحيل تحديد ما إذا كان المناسب لها أم لا. يمكنك تحديده فقط عن طريق اختباره على أوس أو أفضل على حساب حقيقي. في بعض الأحيان، أنا ببساطة مقارنة النتائج على حساب حقيقي (أوس) والتدريب (التحسين). وبالتالي، فإن الأرقام تظهر الإنصاف على حساب حقيقي مع الرافعة المالية 1: 1 (استخدام الودائع هو 1 مع الرافعة المالية من 1: 100 المقدمة من قبل مركز التعامل). إذا قمنا بزيادة الرافعة المالية، فإن مجموعة الأسهم سوف تزيد أيضا. في الواقع، أنا تحليل نتائج تيسي فقط مع الرافعة المالية 1: 1، أي مع إدارة الأموال المعوقين. لأن إدارة الأموال يمكن أن تعطي فكرة خاطئة حول السحب الفعلي لل تيسي، وبالتالي، مكالمة الهامش غير متوقعة وغيرها من المشاكل. في الأرقام، يمكنك أن ترى في الأسهم مع الرافعة المالية 1: 1. بالمناسبة، هو نفس النظام التجاري الذي شارك في أتس 2008، على الرغم من مع تعديل طفيف المعلمات. في الآونة الأخيرة، لاحظت ما يلي: إذا كان عامل الربح كبير للغاية في التدريب (الأمثل) الفاصل مع الرافعة المالية 1: 1، يمكننا أن نقول على وجه اليقين أنه هو الإفراط في التدريب (الإفراط في التحسين). وفي المستقبل، في البيانات المجهولة، ونظام التداول مع هذه المعايير تعمل بشكل ضعيف (أي سوف تفقد الودائع). ويمكن ملاحظة أنه في الأرقام، ترتفع حقوق الملكية بسلاسة بدلا من الارتفاع الحاد. هل يمكن أن نستنتج أن ربحية هذا النظام التجاري ليست صغيرة جدا. على الرغم من أنه إذا قمت بزيادة النفوذ التداول أو استخدام إدارة الأموال أكثر عدوانية، والأرباح يمكن أن تزيد متعددة. كل شيء يعتمد على السحب، الذي يظهر مع الرافعة المالية من 1: 1، والتخفيض يسمح به التاجر. - ما يقرب من عامين قد مرت منذ أتس 2008. ما الدروس التي تعلمتها من نتائج تلك البطولة لماذا لا يمكن مستشار الخبير الخاص بك الفوز في المسابقة بطولة هو المنافسة. بدون مخاطرة لا فائدة. أنا تجرأ و تجاوزت كل المخاطر المحتملة بسبب إدارة أموالي. تمكنت من كسب 110،000 ثم سقطت إلى 14،749 بسبب ذلك إدارة الأموال العدوانية جدا. لمدة 3 أشهر، كان الربح ما يقرب من 50، والتي كانت جيدة جدا. ولكن التخفيض كان 92، وهو أمر غير مقبول في الحياة الحقيقية. ثم، بعد تشغيل بلدي إي مع إدارة المال معقولة خلال نفس الفترة، حصلت تقريبا نفس النتيجة من 14،000، ولكن مع سحب حوالي 25 - وهذا هو نتيجة جيدة للحياة الحقيقية. الاستنتاج هو أنك لا ينبغي أن مطاردة الأرباح الزائدة، وإلا يمكنك أن تخسر. ولكن بطولة يجعل قواعدها الخاصة، وبطبيعة الحال، تحتاج إلى تحمل المخاطر للفوز. - هل تغير أي شيء بشكل جوهري في تطوراتك خلال هذه الفترة ربما، هل وجدت أي الدراية وتطبيقه في الممارسة العملية لا، في الواقع كل شيء لا يزال هو نفسه. لم يحدث شيء جديد. وعلاوة على ذلك، نفس مستشار الخبراء مع نفس المعلمات لا تزال تعمل، على الرغم من أنني وجدت غيرها من المعلمات أكثر ربحية. جوهر السوق لا تتغير - فقط طابعه يتغير، الذي تاجر من ذوي الخبرة يجب أن تتبع، في الوقت المناسب تعديل له تيسي إلى ظروف السوق المتغيرة الجديدة. - وكان مستشار الخبير الكسندر توفيلو، الفائز في أتس 2007، يتألف من ثلاثة أنظمة فرعية مستقلة. ومع ذلك كان صاحب البلاغ يتقدم في هذا الاتجاه، وإنشاء لجنة من الشبكات العصبية. هل تستخدم هذه اللجان في تطوراتكم - لا، رفضت استخدام اللجان بسبب صعوبة تنفيذها والمحافظة عليها. على مر السنين، لقد جئت إلى استخدام تيسي بسيطة، لأن تيسي معقدة للغاية، وكذلك مع اللجان، لا يمكن ضمان ربح أكثر استقرارا وأكبر بالمقارنة مع واحد بسيط. - المؤلف من مستشار واحد متعدد العملات خبير واحد بين الفائزين في أتس، ويعتقد نيكولاي كوسيتسين أن قواعد البطولة القادمة مواتية للولايات المتحدة متعددة العملات وتترك فرصة ضئيلة للروبوتات العملة واحدة. هل تستخدم العملات المتعددة في المستشارين الخبراء ما هي أزواج تفعل التجارة إي الخاص بك - بالطبع أنا استخدامها. وهذا يسمح للتحوط الصفقات والحصول على أكثر سلاسة الإنصاف. إلى جانب ذلك، إذا كنت تستخدم متعدد العملات للتحليل، وهذا يساعد على إنشاء أنظمة تجارية أكثر استقرارا وموثوقية. على البطولة، وأنا أعتزم التجارة اليورو مقابل الدولار الأميركي، أوسجبي و أودوس - يعتمد على كيفية تغير الوضع في السوق أقرب إلى بطولة. - ليونيد، شكرا لك على المقابلة. حظا سعيدا في بطولة كيفية كتابة مستشار خبير وعدم انتهاك قواعد البطولة في هذه المقالة سوف تظهر كيفية كتابة مستشار الخبراء وتجنب الأخطاء التي قد تمنعك من المشاركة في بطولة التجارة الآلي القادمة 2018 إدارة المخاطر هو وهو عنصر أساسي في أي نظام تجاري. وبدون ذلك، فمن المستحيل تقريبا أن نتصور التداول مربحة. في هذه المقالة، والمطورين من ذوي الخبرة من أنظمة التداول الآلي تبادل النصائح الخاصة بهم على إدارة المخاطر مع المشاركين في بطولة. الاستخبارات مع الذكاء باستخدام ترادينغسولوتيونس ترادينغسولوتيونس يجمع بين التحليل الفني مع الذكاء الاصطناعي (أي) التكنولوجيات باستخدام الشبكات العصبية والخوارزميات الجينية لتعلم أنماط من التاريخ البيانات وتحسين المعلمات النظام. هذا البرنامج التداول يعمل مع الأسهم والعقود الآجلة والعملات (الفوركس) والعديد من الأدوات المالية الأخرى. ويمكن أيضا أن تبني أنظمة للأسواق الأمريكية والدولية. أكثر من 300 من المؤشرات الفنية الأكثر شعبية. ثبت العينة وأداء العملاء. دعم البيانات الرائدة في الصناعة من إسيغنال. وسطاء التفاعلية وغيرها الكثير الملكية الأمثل إشارة التكنولوجيا. الدعم الفني مجانا. 100 أنظمة مجانية ونماذج الشبكة العصبية قبل بناؤها. استخدمت بنجاح في أكثر من 66 بلدا في جميع أنحاء العالم. 30-داي ماني باك Security. Neural شبكة التداول، جدي الناس فقط انضم يوليو 2007 الحالة: الشبكة العصبية المدرب 389 المشاركات إيف هاد إيت. إم بدء هذا الموضوع لمناقشة تفاصيل استخدام الشبكات العصبية. القواعد: لا خاطب هذا الموضوع مع أسئلة ما لا معنى له أو الملاحظات هذا الموضوع هو لمناقشة سيناريوهات قابلة للتنفيذ وتنفيذها معا. أنا أبحث عن تعليقات من الناس الذين يجتمعون واحد أو أكثر من هذه المعايير. إذا كنت غير متأكد أو تريد فقط أن أسأل أرسل لي رسالة خاصة. مرة أخرى الحفاظ على هذا الموضوع الخيالة أ) قد نفذت الشبكة العصبية ب) لديك تجربة باستخدام شبكة عاكسة ج) لديها فكرة مبتكرة من كيفية بناء المدخلات والمخرجات والاختباء طبقات للحصول على نتائج أفضل د) لديك اقتراحات حول كيفية تحقيق التوازن بين الشبكات، نومبر ونوع من النورونات، تعزيز، الخ. لقد دمجت حاليا فان مع MT4 وأنا قادرة على إطعام أي مدخلات والمخرجات. حاليا أحاول تحسين توزيع الأسعار المستخدمة كمدخلات وكذلك الإخراج. بعض النتائج جيدة بعض ليست كذلك. أنا أبحث عن أفكار حول كيفية تحسين الشبكة للحصول على نتائج أفضل. أنا أيضا أفكر في استخدام التدريب سلسلة كما قد تكون تقنية أكثر قابلية للحياة والتكيف. وقد حاول أي شخص ذلك مع فان ما هو اتخاذ الخاص بك على أنني سوف الافراج عن البرنامج المساعد MT4 فان عندما في مرحلة أفضل. وبهذه الطريقة يمكننا جميعا تجربة معها ونشر النتائج هنا باستخدام نفس الأدوات. انضمت مارس 2006 الحالة: عضو 8 المشاركات منذ عامين بدأت باستخدام ننس لمعرفة ما إذا كان يمكنني الحصول على شيء مفيد للتنبؤ فوريكس أو غيرها من الأسواق، اشتريت البيانات اللحظية، بيانات التخلص من الذخائر المتفجرة والبدء في البحث عن هذا النوع من التنبؤات: الاتجاه الرئيسي للسعر خلال النهار. أي إذا كان الإغلاق سيكون أعلى أو أقل من أسعار الافتتاح والتقلب المتوقع لهذا اليوم، لذلك يمكنني فتح موقف يومي مع الاتجاه واستخدام التقلب كأرباح مستهدفة. 2- توقع فقط تحرك السعر واحصل على سعر هلك لليوم التالي 3- إدراج الأخبار كمدخلات مع بعض المعايير أي الإعلانات الرئيسية عندما حدث ما كان رد فعل السوق (صعودا، لا شيء أو لأسفل)، أسعار النفط، داو جونز، الخ ، وهذا سيكون لديك الكثير من المدخلات وربما نتائج أفضل تنشأ. بالنسبة لي أفضل النتائج جاءت بهذه الطريقة، ولكن عملها توت جدا للحفاظ على خلق هذا النوع من أوراق البيانات والكثير من البيانات المطلوبة. لا تنسى أبدا أن تطبيع (أونترند) البيانات الخاصة بك، والتحقق من استخدام الأرقام السلبية (إذا كانوا يعملون أم لا مع آلية ن الخاص بك). لقد استخدمت جوون (joone. org - جيد). لديها معايير محددة للتدريب والتحقق من صحة والاختبار الحقيقي. الأوزان للتدريب، وجميع تلك الأشياء. كمشورة، لا تستخدم سوى المؤشرات الفنية (ستوش، رسي، مم، الخ ..). انهم لا يعملون في الأسواق المتقلبة جدا والتوقعات على المدى القصير. وأعتقد أن الأخبار التي تستخدم كمؤشرات معنوية العددية (1،0، -1) وغيرها من الأسواق مثل النفط والمؤشرات (داو جونز والأسواق الأوروبية وأسواق آسينا) وسعر متذبذب، وتقلب ما كنت تدرس، قد يؤدي على أفضل ما ل (ن). إم لا مبرمج، ولكن أستطيع التعامل مع بعض الأشياء. نصيحة أخرى هي استخدام من 40-100 الخلايا العصبية واستخدام فونسيوتنس السيني (في جوون لديك بعض الخيارات، ننس أخرى تقدم سيغمويدس فقط). مجموعات ترينيغ مع أقل من 500 خطوط ليست جيدة ولا تستخدم أكثر من 1000 (أفضل النتائج تجد عندما يتم استخدام المزيد من البيانات الحديثة). 20 إلى 30 استخدام للتحقق من صحة و 5-10 إلى الاختبار الحقيقي، وهذه الأرقام هي تجربتي لا المشورة الفنية. نأمل أن يساعد، يكون الحظ في المحاكمة الخاصة بك. بالنسبة لي كانت النتائج ضعيفة جدا للنظر في التداول باستخدام ننس. لدي أساليب أخرى غير الميكانيكية التي تعطيني نتائج أفضل، لذلك نسيت عن ننس، ولكن سمعت إيف من نتائج جيدة جدا والناس أن تحصل عليه عازمة على استعداد لتقاسمها. شكرا لبدء هذا الموضوع. إيف تم استخدام نيوروشيل يوم التاجر لمدة 3 سنوات الماضية للأسهم (مع بيانات إسيغنال). إيف كان يفكر في الجمع بين الشبكات العصبية و فيبو لتداول العملات الأجنبية. في حين العصبي يوم التاجر هو تقريبا للدولة من الفن، إم غير متأكد من قدرة MT4 للشبكات العصبية. يرجى توضيح ما إذا كان MT4 يمكن التعامل مع الخلايا العصبية المعقدة. وبالنظر إلى نجاح التداول فيبو في بعض المواضيع في فف، والجمع بين نفسه مع الشبكات العصبية يمكن أن يكون مذهلا. هل وجدت نجاحا في استخدام نيوروشيل يوم التاجر لتجارة الأسهم انضم مارس 2007 الحالة: نحن ستاردست، ونحن الذهبي 1،373 المشاركات كنت سوف تفعل جيدا في محاولة والابتعاد عن التنفيذ النموذجي ومحاولة في الواقع التوصل إلى بيانات مختلفة لتغذية الشبكة من السعر فقط. أنا يمكن أن تساعد قليلا هنا (هذا هو مجال عملي) ولكن أولا أقترح عليك التفكير في الأفكار التالية: - ما أنا تستخدم لتدريب بلدي بيرسيبترونس - هل الترجيح الأولي على العقد مثالية أو يمكن أن أفعل أفضل - ما الإخراجات آمل أن أستطيع استخدام القيم المستمدة من الأسعار كمدخلات لرسم صورة أفضل - على مقربة عالية على شريط صعودي، عالية مفتوحة على واحد الهبوطي - على مقربة مفتوحة على شريط صعودي، فتح إغلاق - فتح على انخفاض الصاعد، على مقربة من انخفاض شريط الهابط - هل يمكنني استخدامها والسعر معا، كيف نحن ذاهبون لاختبار بالتأكيد ليس على البيانات ميتاتريدر أخيرا (نقاط المكافأة الكبيرة والبحث اختراق ممكن): هل يمكنني حساب، ومضادة ، مفهوم الانجراف هل من الممكن حتى كما ترون، وأنا أقترح عليك استخدام تمثيل أشرطة أوهلك لتدريب الشبكة على حركة السعر بدلا من السعر. أنا أخشى لا أستطيع البرنامج كثيرا هنا مع عبء العمل الآن، ولكن يرجى بي لي إذا كنت تريد المزيد من التوضيح. بالمناسبة، والأنظمة التي تباع الآن لآلاف الدولارات هي أبسط بكثير وأكثر سذاجة مما أقترح أعلاه. وأنها كوتوركوت. ولكن بعد ذلك، وأنا إلى الأمام التفكير نوع من المتأنق إيف كان ذلك. إم بدء هذا الموضوع لمناقشة تفاصيل استخدام الشبكات العصبية. القواعد: لا خاطب هذا الموضوع مع أسئلة ما لا معنى له أو الملاحظات هذا الموضوع هو لمناقشة سيناريوهات قابلة للتنفيذ وتنفيذها معا. أنا أبحث عن تعليقات من الناس الذين يجتمعون واحد أو أكثر من هذه المعايير. إذا كنت غير متأكد أو تريد فقط أن أسأل أرسل لي رسالة خاصة. مرة أخرى الحفاظ على هذا الموضوع الخيالة أ) قد نفذت الشبكة العصبية ب) لديك تجربة باستخدام شبكة عاكسة ج) لديها فكرة مبتكرة من كيفية بناء المدخلات والمخرجات والاختباء طبقات للحصول على نتائج أفضل د) لديك اقتراحات حول كيفية تحقيق التوازن بين الشبكات، نومبر ونوع من النورونات، تعزيز، الخ. لقد دمجت حاليا فان مع MT4 وأنا قادرة على إطعام أي مدخلات والمخرجات. حاليا أحاول تحسين توزيع الأسعار المستخدمة كمدخلات وكذلك الإخراج. بعض النتائج جيدة بعض ليست كذلك. أنا أبحث عن أفكار حول كيفية تحسين الشبكة للحصول على نتائج أفضل. أنا أيضا أفكر في استخدام التدريب سلسلة كما قد تكون تقنية أكثر قابلية للحياة والتكيف. وقد حاول أي شخص ذلك مع فان ما هو اتخاذ الخاص بك على أنني سوف الافراج عن البرنامج المساعد MT4 فان عندما في مرحلة أفضل. وبهذه الطريقة يمكننا جميعا تجربة معها ونشر النتائج هنا باستخدام نفس الأدوات. انضم إلى فبراير 2006 الحالة: عضو 11 المشاركات يا هنا هو نظام بلدي المتقدمة. أولا أنا خلقت نموذج العصبية التي تتوقع SUMETHING. after أن استراتيجية التداول الأمثل وتطويرها على أساس نموذج ن. نظام التداول الأمثل لمدة شهرين والورقة المتداولة لمدة أسبوع واحد هنا بعض الإحصاءات إستراتيجية التداول MA10-5.cht EURUSDM15.csv (EURUSDM15) كيرنت 08.03.19 7:18:10 بيإم احصائيات الأداء الإحصائي جميع الصفقات تاريخ البدء القصير فقط فقط 08.03.11 6:15:00 بيإم تاريخ النهاية 08.03.18 6:00:00 بيإم بداية السعر 1.5343 السعر النهائي 1.5788 التغير في السعر 0.0445 التغير في السعر 2.9 التغير السنوي في الأسعار 132.5 العائد على الصفقات 2.7 2.7 0.0 العائد السنوي على الصفقات 122.4 121.8 0.6 العائد على الحساب 2.7 2.7 0.0 العائد السنوي على الحساب 122.7 122.1 0.6 صافي الربح 0.0413 (413 نقطة) 0.0411 0.0002 إجمالي الربح 0.0491 0.0489 0.0002 إجمالي الخسارة 0.0078 0.0078 0.00 نسبة إجمالي الربح 6.29 6.27 0.00 النسبة المئوية للربح 80.0 75.0 100.0 عدد الصفقات 5 4 1 عدد الصفقات الرابحة 4 3 1 عدد الصفقات المفقودة 1 1 0 أكبر ربح تجاري ربح 0.0242 0.0242 0.0002 خسارة أكبر خسارة تجارية 0.0078 0.0078 0.00 متوسط ​​الربح التجاري 0.01 0.01 0.00 متوسط ​​الربح الرابحة دي بروفيت 0.01 0.02 0.00 متوسط ​​خسارة الخسارة التجارية 0.01 0.01 0.00 نسبة متوسط ​​خسارة وينافغ 1.57 2.09 0.00 الفائزين المتتابعين الحد الأقصى 3 2 1 الحد الأقصى للخاسرين المتتابعين 1 1 0 متوسط ​​نطاق التداول 91 بارات 114 بارات 3 بارات متوسط ​​الفائزة التجارة سبان 110 بارات 146 بارات 3 بارات متوسط ​​خسار التداول سبان 16 بارات 16 بارات 0 بارات أطول تداول نطاق 262 بارات 262 بارات 3 بارات أطول الصفقات الرابحة نطاق التداول 262 بارات 262 بارات 3 بارات أطول خسارة تداول 12 بارات 16 بارات 0 بارات أكبر سعر تداول 1 1 1 أكبر الأسهم الرابحة المتداولة 1 1 1 أكبر الأسهم المتداولة 1 1 0 متوسط ​​الأسهم المتداولة 1 1 1 متوسط ​​الأسهم الرابحة المتداولة 1 1 1 متوسط ​​الأسهم المتداولة 1 1 0 العمولات المدفوعة 0.0015 0.0012 0.0003 الحد الأقصى للسحب 0.0111 0.0111 0.0006 الحد الأقصى للتداول المفتوح المفتوح 0.0072 0.0072 0.0006 حجم الحساب المطلوب 1.5375 1.5375 1.5332 الصورة المرفقة (اضغط للتكبير) انضم الى يناير 2008 الحالة: عضو 9 المشاركات أعجبني المشاركة الأولى. يتيح معرفة ما اذا كان يحتفظ هذا الموضوع بالمعلومات. بعض الأفكار: - ننس هي أساسا مرشحات الخطية. وظائف إخراج السيني إضافة بعض اللاخطية، ولكن لا يزال قليلا تغيير المدخلات كوريسبوندز لتغيير الناتج قليلا - أعتقد أن مشكلة كبيرة هي تمثيل البيانات في شكل (أكثر أو أقل) نظام خطي يمكن التعامل معها. بعض البيانات هي منفصلة، ​​وربما تمثيل آخر من المنطقي لتحسين فائدتها ل ن. - داترندينغ البيانات: هل حقا من المنطقي لإزالة الاتجاه من بيانات المدخلات يبدو أن السوق صعودا مختلفة بالنسبة لي مقارنة مع واحد جانبية. بالطبع مجموعة المدخلات من الخلايا العصبية هي قضية، لذلك بعض نوع من المعالجة المسبقة أمر ضروري. - what about calculating linear regression for a number of input intervals (ie. 20 H1) or multiple time frames (20 H4, 20 H1, 20 m5) Regression woulde extract the trend from a single bar, removing HL spikes as noise - scaling: what about scaling the input by a x day ATR - which timeframes: Do we input m1 data (hunge number of inputs - gives lots of weights to optimize (or overfit)) or larger (maybe progressively) time frames - does it make sense to imitate the viewing behaviour of traders If all traders look at H1 charts, wed better stick to H1. If all switch from H4 to H1 and m5 (for fine tuning entryexit), should we imitate that with the input intervals - Time: Does the NN need to know what daytime it is Probably. - representing the day: 6 inputs for Sunday. Friday or linear interval 0. 1 scaled from week open (Sun) to close (Fr) - Time: Adding an input with scaled hour (0..23) adds a disconuity when changing from 23:59 to 0, where there is none (see above: linear). We could add region indicators instead, like one for asian, europe, US markets open. Or instead of one indicator for hour, transform 0..24h to 0. 360 and calculate sincos from that. This creates a smooth -1 vector. - output: Predicting future price is useless IMO. Output could be: If I enter a market order with 80 pips SL and TP, should I enter long or short This could scale well for a -1 output, gt0.5 for long, lt -0.5 for short, the rest for dont know. The problem with this is that the result is extremely nonlinear: If I enter a 80TP long trade and the price reaches 79 and then reverses, I have a negative result. If it reaches 81, I have a positive result. This is a disconuity that any model might have difficulties with. We could linearize this: We enter 20 long trades with SLTP from 60 to 100, what is the combined result This to some degree smooths the result jumps when a certain price level is just not hit. Another idea: What is the largest trade TP we can enter long without being stopped out (in pips, same TP as SL, or TP1.5xSL for better riskreward). - can we use one network for deciding to go long or short (or do nothing) or do we need one for short, one for long (maybe more) Id prefer one, but this depends on the output functions we train (are they symmetric w. r.t. price or not) Members must have at least 0 vouchers to post in this thread. 0 التجار الذين يشاهدون الآن فوريكس فاكتوريريغ هي علامة تجارية مسجلة.