Redes neuronales - página 11
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Hola,
Hola,
He movido tu post a este hilo donde se discute a la carrera.
En realidad, empiezo con el indicador sibus (ver imagen adjunta), utilizando HMA período 14 (tipo de EMA en el precio cerrado), y cruzar con EMA normal período 21 en el precio cerrado, y confirmar con RSI >50 o RSI <50 para producir las señales. muy simple. KISS.
El único quebradero de cabeza es filtrar las señales cuando el mercado está haciendo wigsaw. He probado con Bollingerband, o calculando la pendiente de la MA, o la distancia entre señales, o calculando el ángulo de la MA, o usando ADX. Sin embargo, esto no es realmente ayuda. El único que ayudó a filtrar las señales de comercio no deseados allí, es la red neuronal de una sola capa.
La idea aquí es
1) utilizar un método muy simple y robusto como el cruce de la EMA o la señal del MACD. reglas metamáticas, esto reduce el número de variables.
2) a continuación, utilizar NN para mejorar los resultados que produjo por signales arriba. para comprobar los beneficios y la relación de pérdida. y filtrar las entradas malas. así que máximo 4 variables aquí.
El sistema se mantendrá solo, si no usamos la NN para mejorarlo.
Aquí tengo el indicador sidus adjunto. y las señales en la imagen que me gustaría filtrar. .fuente
para el indicador sidus es de Forexfactory
¿Existe algún código que programe el proceso de optimización? para poder automatizar la optimización.
lógica.
0) hacer sólo en el fin de semana.
1) establecer los parámetros en este rango, 0. 200 y con el paso 1.
2) obtener el resultado de la optimización
3) redondear el resultado del factor de beneficios, a 1,0 dígitos, de modo que 7,4=7 y 7,5 = 8.
4) luego seleccionar el menor número de comercio en el catagori de la parte superior de 2 niveles del rango de factor de beneficios, que es el resultado de optimización que quiero.
5) poner la nueva configuración en el experto EA y ejecutar para la próxima semana.
¿Se puede codificar la parte de optimización?Tal vez este artículo puede ayudarle:
Optimización Automatizada de un Robot de Trading en el Trading Real - Artículos MQL4
¿forex_nn nueva versión de corrección?
Lo siento por mi limitado inglés. Es un código fuente neuro. Sólo tienes que descargar desde el enlace de descarga del sitio original del autor a continuación.
http://cortex.snowcron.com/cortex.zip
La versión fija (forex_nn_05b.tsc) parece trabajado buena causa con los nuevos pesos. ¿Quién puede ayudar a convertirlo en metatrader indic y EA?
¡Gracias de antemano!
red neuronal creo que la mejor previsión en forex, acciones o commodt
pregunta a la firma anterior haba, ¿cómo se utiliza el neuroshell con Metatrader?
¿Alguien tiene éxito en el uso de NOXA CSSA en neuroshell y conectado con la plataforma Metatrader?
fuente de datos del tren
Estoy empezando a hacer mis experimentos aquí. Es poco probable que yo sea de un fondo diferente. Mi grado es la inteligencia artificial por lo que más técnico hacia las técnicas de IA como NN y más novato en forex a diferencia del resto de los gurús en este foro ...
usar el precio histórico para predecir el precio futuro es imposible debido a muchos factores...
como resumen de las experiencias anteriores... ¿cuáles son las buenas entradas y salidas esperadas para una NN ...
En cualquier caso, ¿cuál es su opinión sobre cuáles son los buenos valores/indicadores a utilizar como entradas en la red neuronal y cuál sería la salida esperada (indicadores, movimientos de la curva, etc.)?
Voy a probar en una serie y diferentes tipos de redes neuronales con la probagación de error de nuevo. también encontró interesante publicación sobre la mutación genética de los resultados. Sólo tengo algún problema ahora sobre dónde encontrar datos fiables para alimentar la NN ... ¿dónde se utilizan sus datos históricos .. cualquier fuente?
Saludos,
Buey escondido.puedes usar mT4 para exportar los datos a mysql (hay código de ejemplo en la base de código de mq4), y luego entrenar los datos en matlab (matlab tiene una caja de herramientas de base de datos)
Resultados dela red neuronal
He estado trabajando en la construcción de una red neuronal que puede predecir con precisión el GBPJPY en un gráfico de 1H y creo que podría haber hecho. Introduje los datos de precios e indicadores de la GBPJPY y otros pares (USDJPY, GBPEUR, etc.) en una red de retropropagación y la entrené con los datos de los últimos diez años. Aquí hay algunas imágenes de la trama objetivo / salida. La salida es la línea verde y el objetivo es la línea azul. No estoy seguro de ti, pero un error de 4,2x10^-26 es suficiente para mí = ) He ampliado los datos más recientes para mostrar lo preciso que parece. Ahora sólo para poner en práctica que la red en un trabajo de EA y se establecerá alguien tiene alguna sugerencia?
Has cometido algunos errores básicos:
- utilizar las típicas redes neuronales feed forward para predecir series temporales como los tipos de cambio de las divisas es una idea muy pobre
- estás intentando predecir valores en el marco temporal H1 - no se puede hacer para Forex con buenos resultados. Utiliza D1 o H4 (para divisas que tienen baja volatilidad)
- utilizas demasiados datos como entrada - la red neuronal se "acostumbra" a los datos de entrenamiento y su rendimiento será muy pobre en el comercio en vivo
- se está entusiasmando demasiado con los datos de entrenamiento
- es imposible entrenar una red neuronal que funcione eficazmente durante mucho tiempo. La típica red neuronal entrenada para predecir series temporales da unas 20-100 buenas predicciones y luego tiene que ser reentrenada para ajustarse a los cambios recientes
Si quiere crear redes neuronales útiles para la predicción de series temporales, lea sobre las redes neuronales evolutivas (redes neuronales feed forward codificadas como árboles neuronales flexibles; su arquitectura se optimiza utilizando PIPE o GEP; los parámetros de la función de activación flexible se optimizan utilizando PSO, EPSO o recocido simulado, etc.)