Intel Neuron Bot

Intel Neuron Bot es un sistema experto basado en una red neuronal de nueva arquitectura. Para que el experto funcione, se necesita un archivo de red neuronal entrenado. Algunos archivos están listos en la pestaña de discusión del experto. Las consultas sobre la formación de un archivo de red neuronal se pueden obtener en mensajes privados o en la discusión del producto. El bot recorre todo el historial en todos los pares de divisas (siempre que esté cargada la red neuronal entrenada). El plazo de trabajo óptimo es H1.

La arquitectura de la red neuronal.

La red neuronal se basa en una arquitectura especialmente desarrollada (T-INN) Target-IntelNeuroNet. Esta arquitectura tiene capacidades avanzadas de aprendizaje en grandes conjuntos de datos. La arquitectura T-INN se distingue por el hecho de que puede entrenarse eficazmente en un conjunto de datos ilimitado conservando las propiedades de extrapolación de los datos. Al aumentar el conjunto de datos, aumenta el tiempo de entrenamiento, pero es incomparablemente menor que con las arquitecturas clásicas (como RBF, PNN, GRNN, MADALINE, MLP). Y lo que es más importante, con un conjunto de datos de entrada de tamaño ilimitado, ¡la red neuronal encontrará soluciones aceptables al problema! Lo que, en principio, es absolutamente imposible de conseguir con las redes neuronales clásicas.

La base de esta arquitectura es un enfoque estructurado especial del aprendizaje. Todos los datos de entrenamiento entrantes se establecen simultáneamente en forma de una gran matriz bidimensional, la red neuronal normaliza y estructura de forma independiente estos datos en clusters, mientras que se forma un cierto número de clusters que combinan datos con patrones similares en ciertas características, como resultado de proyectar un espacio multidimensional en un espacio de una realidad bidimensional. Así, se forma una matriz de matrices divididas por ciertas clases de patrones, los signos de cada cluster individual pueden estar en partes completamente diferentes de la tabla base y pueden ser completamente incoherentes, la cronología no se guarda de ninguna manera, mientras que algunos datos pueden descartarse fuera de los clusters y no utilizarse en absoluto. Para implementar esta parte de la arquitectura se utilizan mapas autoorganizados de Kohonen, una red neuronal con aprendizaje no supervisado. El siguiente paso utiliza una red neuronal basada en un perceptrón multicapa con dos capas internas que funcionan para cada clúster individual. El clúster limita los datos de entrenamiento en términos de volumen para lograr el rendimiento óptimo de cada sección individual de la red neuronal.

Práctica de uso.

En la práctica, una red neuronal de este tipo puede adaptarse a todo el historial en 14 horas, por ejemplo, EURUSD con una precisión de mse=0,0005. La desviación aproximada en el intervalo de entrenamiento de la función extrapolada es del 4%. Para el periodo forward, este indicador alcanza una desviación del 20%. Lo cual es un resultado muy bueno.

Por defecto, el sistema funciona sobre la base de las salidas directas de la red neuronal, puede establecer el nivel de reacción a la señal de la red neuronal utilizando el campo "Señal de nivel", y también puede establecer varios parámetros EA para nivelar el gráfico, a saber:

• ManyManagement
• stop loss
• take profit
• trailing start
• trailing stop
• TotalEquityLoss
• TotalEquityProfit
• AutoCloseArbitrary
• AutoCloseOnlyProfit
• AutoCloseOrder
• LimitOrders
• GridStep
• TipoSeria
• SeriaTrendOn
• SeriaAntyTrendOn

El Asesor Experto tiene la capacidad de crear sus propios registros en un archivo y una configuración flexible de los comentarios dentro del metatrader. El Asesor Experto también tiene un buen montón de otros ajustes en su arsenal que son necesarios para el funcionamiento normal en el mercado.