記事「ニューラルネットワークの実験(第4回):テンプレート」についてのディスカッション

 

新しい記事「ニューラルネットワークの実験(第4回):テンプレート」はパブリッシュされました:

この記事では、実験と非標準的な方法を使用して収益性の高い取引システムを開発し、ニューラルネットワークがトレーダーに役立つかどうかを確認します。ニューラルネットワークを取引に活用するための自給自足ツールとしてMetaTrader 5を使用します。簡単に説明します。

テンプレートは、「フローティングパターン」に似た一種の構造です。その値は市場の状況に応じて常に変化していますが、それぞれの値は一定の範囲内にあり、これが実験に必要なものです。ニューラルネットワークに送信するデータが特定の範囲内にある必要があることは既にわかっているため、単純化してパーセプトロンとニューラルネットワークによる理解を深めるために、テンプレートの値は整数に切り上げられます。したがって、条件をトリガーする状況が増え、パーセプトロンとニューラルネットワークの負荷が軽減されます。以下に、私の頭に浮かんだ最初のテンプレートを示します。ファンと呼びました。類似性は明らかだと思います。この記事では指標を使用しません。代わりにローソク足を使用します。

以下は履歴ズームを使用した例で、より短い履歴またはより深い履歴を分析できます。

テンプレートで同じ数のローソク足を使用することは前提条件ではありません。これにより、以前の価格値の関連性を反映するための追加フィールドが提供されます。私たちの場合、これらはローソク足の終値です。

24本のローソク足にDeepNeuralNetwork.mqhライブラリを使用する例では、以前の記事で説明したさまざまなライブラリを使用していることを理解することが重要です。入力設定が異なります。つまり、ニューラルネットワークの入力用の4つと8つのパラメータです。心配する必要はありません。添付ファイルにEAと必要なライブラリを既に追加しています。

2.1 24本のローソク足に広がる4つの値のファンテンプレート(H1の1日に相当) 

Fan 4 24

理解を深めるために、パーセプトロンとニューラルネットワークに何を転送するかを説明しましょう。

  1. ポイント1からポイント2までの丸められた距離(ポイント単位)
  2. ポイント1からポイント3までの丸められた距離(ポイント単位)
  3. ポイント1からポイント4までの丸められた距離(ポイント単位)
  4. ポイント1からポイント5までの丸められた距離(ポイント単位)

作者: Roman Poshtar