Бесплатный индикатор, использующий нейронные сети для предсказания направления движения цены. Индикатор был создан автоматически с помощью программы Hlaiman EA Generator. Описание программы и процесса обучения нейронных сетей приведено в статье:...
Советник создан с помощью набора инструментов программного пакета Hlaiman EA Generator для авто-торговли по валютным парам: EURUSD, GBPUSD, USDCHF, USDJPY, USDCAD. В советник встроены 30 нейросетевых индикаторов , обученных по M1, M5, M15, M30, H1,...
The Expert Advisor was created using a set of tools of the software package Hlaiman EA Generator for automated trading for the following currency pairs: EURUSD, GBPUSD, USDCHF, USDJPY, USDCAD. The Expert Advisors includes 30 built-in neural network...
Особенности модифицированного советника Moving Average заключаются в том, что он снабжен НЕЙРОФИЛЬТРОМ. Мы взяли советник Moving Average так, как он стандартный и поставляется вместе с терминалом. Наряду со стратегией, основанной на индикаторах...
Peculiarity of the modified Moving Average EA is that it is provided with a NEURAL FILTER. We have selected the Moving Average EA as it is a standard expert advisor and provided together with a terminal. Along with the strategy based on moving...
Now, with Hlaiman EA Generator can try to improve the efficiency of the trade of other ready EAs if they are presented in the source code and are based on the movement of prices, such as technical analysis. To do this, directly in the source code of the adviser added neural network filter that can be initially included in the training run advisor in the tester, and can then be put into operation. In EA settings added variables to control, filter mode, and the necessary degree of filtration.
それに、本当に議論する意味すらないんだ...。
トレーディングの結果はどこにあるの？
科学者が議論し、トレーダーが取引し、プログラマーがプログラミングする......。
記事で述べたように、学習されたニューラルネットワークの情報は、ソースMQLコードとは別に、対応するデータファイルに保存されます。
Hlaiman EA Generatorでは、このようなニューラルネットワークのデータファイルを、MQL4とMQL5の2つのインディケータのソースコードに変換することができます。
さらに、この機能は、生成されたインジケータのプロトタイプとなる、ニューラルネットワークを使用したExpert Advisorのデバッグと最適化によって、インジケータの間接的なデバッグと最適化の手段として役立ちます。
これは、テスターでインジケーターを直接実行するオプションがないMT4ユーザーに特に関連する可能性があります。
https://www.mql5.com/ja/market/product/2551https://www.mql5.com/ja/market/product/2553. 生成されたインジケーターの外観と設定は、以前にマーケットで公開された無料テスト・インジケーターの ものと同じです。
新しいインジケータの違いは、形成されたバーのパターンに従って計算され、再描画されないことです。
現在、Hlaiman EA Generatorの助けを借りて、他の既製のExpert Advisorの取引効率を向上させることができます。
この目的のために、ニューラルネットワークフィルタがそのようなEAのソースコードに直接追加され、テスターでEAを実行するときにトレーニングのために最初に含めることができ、その後、作業に含めることができます。
フィルタリングのモードと必要な度合いを制御するために、EAの設定に変数が追加されます。
標準的な移動平均を例にしたExpert Advisorの無料サンプルは、マーケットでダウンロードできます。
https://www.mql5.com/ja/market/product/8460
今、Hlaiman EAジェネレータで、彼らはソースコードに提示され、テクニカル分析などの価格の動きに基づいている場合、他の準備EAの貿易の効率を向上させようとすることができます。
これを行うには、顧問のソースコードに直接、最初にテスターでトレーニング実行顧問に含めることができ、その後、操作に置くことができるニューラルネットワークフィルタを追加しました。
EAの設定で制御するための変数、フィルタモード、およびろ過の必要な程度を追加しました。
例の移動平均に関する無料サンプルアドバイザーは、あなたもビデオ、プロセス、トレーニングとテストを見ることができる市場からダウンロードすることができます。
https://www.mql5.com/ja/market/product/8460
まるで運営側のダブルスタンダードのようだ。私はマーケットへの最初のリンクの数分後に追放されたと記憶している。;-)
https://www.mql5.com/ja/market/product/8460
この例では、ニューラルネットワークフィルタのトレーニングは、2014年のオリジナル移動平均の取引結果に基づいて実行され、Expert Advisorの最後の更新 - 2015年3月。
フィルタの有効性を確認するため、公開後の全期間、すなわち4月から現在の8月までの期間、Expert Advisorをテスターで実行しました。
最初の実行はフィルタを無効（元の移動平均に対応）にして行い、2回目は有効（マークした変数UseNeuro = trueを参照）にして行い、その結果は以下の通りです：
このように、昨年訓練したニューラル・ネットワーク・フィルターは、過去にその効率を失うことなく、取引の生産性をほぼ2倍に高めることができることがわかる。
Now, with Hlaiman EA Generator can try to improve the efficiency of the trade of other ready EAs if they are presented in the source code and are based on the movement of prices, such as technical analysis. To do this, directly in the source code of the adviser added neural network filter that can be initially included in the training run advisor in the tester, and can then be put into operation. In EA settings added variables to control, filter mode, and the necessary degree of filtration.
例の移動平均に関する無料サンプルアドバイザーは、ビデオ、プロセス、トレーニング、テストも見ることができるマーケットからダウンロードすることができます。
https://www.mql5.com/ja/market/product/8460
この例では、ニューラルネットワークフィルタのトレーニングは、2014年のオリジナル移動平均の取引結果で実行され、最新のEA更新 - 2015年3月。
フィルタの有効性をテストするために、私はテスターで公開以降の全期間、つまり4月から現在の8月までアドバイザーを実行しました。
最初の実行は無効化されたフィルター（元の移動平均に対応）で行われ、2番目は有効化されたフィルター（参照。 マークされた変数UseNeuro = true）で、ここに結果があります：
このように、過去1年間の訓練で、ニューラルネットワーク・フィルターは、時間をかけても効果的であり続け、貿易の生産性をほぼ2倍に高めることができることがわかります。
このように、昨年訓練されたニューラルネットワーク・フィルターは、過去にその効率を失うことなく、取引の生産性をほぼ2倍に高めることができることがわかります。
なぜなら、最初のうちは説明がつかないほど利益が跳ね上がり、それが長い間浪費されるからです。そして、この利益のジャンプが削除された場合（誰がそのようなジャンプで実際の取引が開始されると言いましたか）、最初の写真では、私たちは秋を参照してください、そして2番目の写真では - 中間ドローダウンと最終的に利益。
問題はモデル（ニューラル・ネットワークやより効率的な何か）にあるのではなく、初期データにあることを示す私の記事が サイトに掲載された。ラトルの応用が示されている。希望者は、この記事の拡張版である私の本を購入することができる。問題はアルゴリズムにあるのではなく、過学習モデルを生成するかしないかの元データにあるのだ。ここでラトルは、オーバートレーニング（過剰適合）につながらない入力データセットを選択するための実験を支援する。
そしてモデルの選択は第10の問題である。
追記
私の研究によると、どのような種類のMAを使っても、過学習モデル、つまり、過去のデータでは優れた結果を示すが、実際のデータでは絶対に利益を生まないモデルが生成される。