신경망은 쉽게 구축할 수 있으며 백테스트를 통해 수익성이 얼마나 높은지 쉽게 확인할 수 있습니다. 하지만 이러한 네트워크가 학습되지 않은 데이터에서 어떻게 작동할지 확인하려면 포워드 테스트가 필요합니다. 시장 변화의 역학 관계와 네트워크 재훈련 빈도는 아무런 관련이 없습니다. 새로운 틱이 발생할 때마다 네트워크를 재훈련하면 실제 시장에서 수익성에 도움이 되지 않습니다. 새로운 데이터에서 지속적으로 수익을 창출할 수 있는 네트워크를 만드는 방법이 가장 중요합니다. 그리고 핍 스위처의 신호는 아무것도 확인하지 않습니다. 신경망 없이도 수익성 있는 데모 파이퍼가 많이 있습니다.
...
NS의 질적 훈련을 위해서는 질적 예 (모순되지 않고 이미지의 존재가 보장 된)를 제공해야하지만 그러한 데이터 준비 알고리즘이있는 경우에만 NS가 필요하지 않습니다 (다른 수단으로 설명 할 수 있음).
NS의 질적 훈련을 위해서는 (모순되지 않고 이미지의 존재가 보장 된) 질적 인 예를 제공해야하지만 그러한 데이터를 준비하는 알고리즘이있는 경우에만 NS가 필요하지 않습니다 (다른 수단으로 설명 할 수 있음).
원은 닫힙니다.
그러나 언급 한 데이터 준비 알고리즘은 신경망 구성 요소, 자체 구성 코호넨 맵 (SOM) 또는 유전 알고리즘 (GA)을 기반으로 구축 할 수 있기 때문에 NS를 전혀 포기할 필요가 없습니다. 예를 들어 Hlaiman 애플리케이션에는 이러한 구성 요소와 비선형 필터가있는 별도의 플러그인도 있습니다 ( ).
그러나 이 글은 NS의 효과를 증명하거나 반증하기 위한 것이 아니라 MQL5 마법사를 기반으로 고전적인 기술적 분석 지표처럼 또는 이러한 지표와 조합하여 간단하게 적용할 수 있는 자동화 수단을 제안할 뿐입니다( ).
토론과 피드백에 참여해 주셔서 감사합니다. 테스트 EA Hlaiman EA Generator 007 - 로그인 : 1512007 비밀번호 : a3mlnkj 서버 : MetaQuotes-Demo
위의 신호는 4000개 이상의 거래에 대한 실시간 선물 테스트입니다. 테스트 Expert Advisor 007은 현재 테스트 및 개선 중인 MQL5 마법사 SignalHFT.mqh용 추가 모듈을 사용합니다. 이 MT5용 모듈은 기술 지원 및 업데이트 모드에서 라이선스 고객에게만 제공될 수 있습니다. MT4에서 Hlaiman EA 생성기를 사용한 고빈도 거래에 대한 실험은 이전에 이 포럼에서 논의된 바 있습니다.
위 신호는 4000건 이상의 거래에 대한 실시간 선물 테스트입니다. 테스트 Expert Advisor 007은 현재 테스트 및 개선 중인 MQL5 마법사 SignalHFT.mqh용 추가 모듈을 사용합니다. 이 MT5용 모듈은 기술 지원 및 업데이트 모드에서만 라이선스가 있는 고객에게 제공될 수 있습니다. MT4에서 Hlaiman EA 생성기를 사용한 고빈도 거래에 대한 실험은 이전에도 이 포럼에서 논의된 바 있습니다.
흥미로운 작업. 흥미로운 솔루션.
기사 나 패키지 설명에서 찾지 못했습니다 : 네트워크는 훈련 중에 어떤 입력 데이터를 사용합니까?
어딘가에서 놓쳤을 수도 있습니다.
패키지에 대한 설명이 매우 모호합니다. 여기에는 "퍼지 논리"와 "신경망"이 있습니다. 좀 더 구체적으로 설명해 주시겠어요?
제품을 평가하려면 다음 사항을 알아야 합니다.
입력 데이터(지표, 통계 등)
그 수와 선택 방법을 알아야 합니다.
물론 어떤 네트워크가 사용되는지, 트레이닝 방법 및 이 "블랙 박스"가 없으면 어두운 상태로 유지되는 기타 세부 사항도 알아야 합니다. 그리고 그것을 거래에 사용하는 것은 극단적입니다.
그렇지 않으면 접근 방식이 흥미 롭습니다."당신은 이것에 대해 아무것도 알 필요가 없습니다. 전원을 켜고 작동하기만 하면 됩니다."
기사나 패키지 설명에서 찾을 수 없었습니다. 네트워크가 훈련 중에 어떤 입력 데이터를 사용합니까?
어딘가에서 놓쳤을 수도 있습니다.
패키지에 대한 설명이 매우 모호합니다. 여기에는 "퍼지 논리"와 "신경망"이 있는데 아름답게 들립니다. 좀 더 구체적으로 설명해 주시겠어요?
제품을 평가하려면 다음 사항을 알아야 합니다.
입력 데이터(지표, 통계 등)
그 수와 선택 방법을 알아야 합니다.
물론 어떤 네트워크가 사용되는지, 트레이닝 방법 및 이 "블랙 박스"가 없으면 어두운 상태로 유지되는 기타 세부 사항도 알아야 합니다. 그리고 그것을 거래에 사용하는 것은 극단적입니다.
그렇지 않으면 접근 방식이 흥미 롭습니다."당신은 이것에 대해 아무것도 알 필요가 없습니다. 전원을 켜고 작동하기만 하면 됩니다."
행운을 빕니다.
이 신사분과 함께 지나간 단계입니다. 당신이 읽을 수있는 속사 지점에서 그는 네트워크 아키텍처 및 데이터 전처리 및이 맥락에서 흥미로운 세부 사항 (PBX 개발자)에 대해 질문했습니다. 동지는 어리석게도 서리가 내리고 멀리 이동 한 다음 주제를 바꾸려고 시도한 다음 자신이 AI 전문가가 아니라고 주장한 다음 일반적으로 자신의 제품이 아니라고 주장한 다음 다른 주제에서 이미 자신의 제품이라고 말하는 등입니다.
그의 사이트에 가서 그의 기사를 대각선으로 선택적으로 읽으면 그가 어느 정도 옳고 그가 AI 전문가가 아니라는 것이 사실이라는 것이 분명해집니다. 단지 정신 분열증 경향을 가진 허구 주의자일 뿐입니다.
기사에 관해서는 여기에 게시되었다는 사실은 당신이 무엇을 알고 있다는 것을 다시 한 번 증명합니다....
그러나 언급하신 데이터 준비 알고리즘은 신경망 구성 요소, 자체 구성 코호넨 맵(SOM) 또는 유전 알고리즘 (GA) 을 기반으로 구축할 수 있으므로 NS를 전혀 포기할 필요는 없습니다(예: Hlaiman 애플리케이션에는 이러한 구성 요소와 비선형 필터가 포함된 별도의 플러그인까지 있습니다. ).
그러나이 기사는 NS의 효과를 증명하거나 반증하기위한 것이 아니라 MQL5 마법사를 기반으로 기술적 분석의 고전적인 지표 또는 이러한 지표와 조합하여 간단한 적용을위한 자동화 수단을 제안 할뿐입니다. .
강조 표시된 부분에서 독자를 실수로 이끌지 마십시오. GA는 NS의 구현이 아니며 GA는 최적화 방법입니다.
NS가 예제를 선택하는 도구가 될 수 있다는 사실에 대해서는 동의하지 않지만 확인하지도 않습니다.
우리가 자연을 모방한다면 예를 선택하는 것이 NS 인 것 같지만 인류 출현의 전체 선사 시대를 잠시 설명해 봅시다:
GA의 도움으로 경쟁 우위를 제공하는 세포가 선택된 다음 함께 생존하는 것이 더 쉽다는 사실과 유기체의 출현을 건너 뛰고 NS 세포의 출현으로 바로 이동합시다.
그때까지 세포는 이미 반사 신경이 내장된 상태로 태어납니다. 즉, 수백만 년의 GA는 현재의 생존 작업에 성공적으로 대처하는 그러한 장치를 선택했습니다. 그런 다음 다시 되감기하면 자녀를 돌보고 "내가하는 것처럼하라"는 원칙에 대한 정보를 전달하는 개인이 있습니다.
원칙은 훌륭하지만 개인이 보유한 바로 그 정보는 동일한 GA의 도움으로 매우 오랜 세월에 걸쳐 진화한 것입니다.
여기까지입니다. 결론: "내가 하는 대로 하라"는 원칙의 전달을 위한 사례는 매우 오랜 시간 동안 많은 인구에서 사육되었습니다. 그리고 이러한 진화는 계속되고, 세상은 변하고, 리더는 변하고, 사례는 변합니다.
외환 시장은 상대적으로 젊고, 첫째, 인간의 장치는 추상화와 숫자를 처리하는 데 적합하지 않으며 (추상화의 실현으로), 둘째, 인간은 수십억 개의 연결이있는 신경 세포를 가지고 있으며 외환에 거의 대처할 수 없으며 (현재 승자가 무작위 원숭이가 아니라는 사실이 아닙니다), 셋째, 외환에 간신히 대처할 수 있습니다. 그리고 당신은 (음, 100x100 뉴런), (음, 1000 연결) ??? 4로 NS에서 백만 년의 진화를 반복하고 싶습니다.
토론과 피드백에 참여해주신 모든 분들께 감사드리며, 테스트 EA Hlaiman EA Generator 007의 신호를 자세히 보고 싶은 분 -
로그인 : 1512007
비밀번호 : a3mlnkj
서버 : MetaQuotes-Demo
망치는 도구이긴 하지만 그것으로 원자를 쪼갤 수는 없습니다. 그렇게 간단하지 않습니다.
때로는 기사에 대한 댓글을 읽는 것으로 충분합니다.... 기사 자체에 시간을 낭비하지 않아도 됩니다.
댓글 작성자들 덕분입니다. ) 그리고 마찬가지로, 그의 노동에 대한 afftar에게 감사하고, afftar의 노동에 소비 된 돈에 대한 MQ에게 감사합니다. 간단히 말해서, "평화, 노동, 5월!".
신경망은 쉽게 구축할 수 있으며 백테스트를 통해 수익성이 얼마나 높은지 쉽게 확인할 수 있습니다. 하지만 이러한 네트워크가 학습되지 않은 데이터에서 어떻게 작동할지 확인하려면 포워드 테스트가 필요합니다. 시장 변화의 역학 관계와 네트워크 재훈련 빈도는 아무런 관련이 없습니다. 새로운 틱이 발생할 때마다 네트워크를 재훈련하면 실제 시장에서 수익성에 도움이 되지 않습니다. 새로운 데이터에서 지속적으로 수익을 창출할 수 있는 네트워크를 만드는 방법이 가장 중요합니다. 그리고 핍 스위처의 신호는 아무것도 확인하지 않습니다. 신경망 없이도 수익성 있는 데모 파이퍼가 많이 있습니다.
...
NS의 질적 훈련을 위해서는 질적 예 (모순되지 않고 이미지의 존재가 보장 된)를 제공해야하지만 그러한 데이터 준비 알고리즘이있는 경우에만 NS가 필요하지 않습니다 (다른 수단으로 설명 할 수 있음).
원이 닫힙니다.
기사와 제품의 잠재력이 마음에 들었습니다. 적어도 그 남자는 말에서 행동으로 옮겼습니다.
저자에게 존경을 표합니다!
NS의 질적 훈련을 위해서는 (모순되지 않고 이미지의 존재가 보장 된) 질적 인 예를 제공해야하지만 그러한 데이터를 준비하는 알고리즘이있는 경우에만 NS가 필요하지 않습니다 (다른 수단으로 설명 할 수 있음).
원은 닫힙니다.
그러나 언급 한 데이터 준비 알고리즘은 신경망 구성 요소, 자체 구성 코호넨 맵 (SOM) 또는 유전 알고리즘 (GA)을 기반으로 구축 할 수 있기 때문에 NS를 전혀 포기할 필요가 없습니다. 예를 들어 Hlaiman 애플리케이션에는 이러한 구성 요소와 비선형 필터가있는 별도의 플러그인도 있습니다 (
).
그러나 이 글은 NS의 효과를 증명하거나 반증하기 위한 것이 아니라 MQL5 마법사를 기반으로 고전적인 기술적 분석 지표처럼 또는 이러한 지표와 조합하여 간단하게 적용할 수 있는 자동화 수단을 제안할 뿐입니다(
).
기사와 제품의 잠재력이 마음에 들었습니다. 적어도 그 남자는 말에서 행동으로 옮겼습니다.
저자에게 존경을 표합니다!
토론과 피드백에 참여해 주셔서 감사합니다. 테스트 EA Hlaiman EA Generator 007 -
로그인 : 1512007
비밀번호 : a3mlnkj
서버 : MetaQuotes-Demo
위의 신호는 4000개 이상의 거래에 대한 실시간 선물 테스트입니다. 테스트 Expert Advisor 007은 현재 테스트 및 개선 중인 MQL5 마법사 SignalHFT.mqh용 추가 모듈을 사용합니다.
이 MT5용 모듈은 기술 지원 및 업데이트 모드에서 라이선스 고객에게만 제공될 수 있습니다. MT4에서 Hlaiman EA 생성기를 사용한 고빈도 거래에 대한 실험은 이전에 이 포럼에서 논의된 바 있습니다.
위 신호는 4000건 이상의 거래에 대한 실시간 선물 테스트입니다. 테스트 Expert Advisor 007은 현재 테스트 및 개선 중인 MQL5 마법사 SignalHFT.mqh용 추가 모듈을 사용합니다.
이 MT5용 모듈은 기술 지원 및 업데이트 모드에서만 라이선스가 있는 고객에게 제공될 수 있습니다. MT4에서 Hlaiman EA 생성기를 사용한 고빈도 거래에 대한 실험은 이전에도 이 포럼에서 논의된 바 있습니다.
흥미로운 작업. 흥미로운 솔루션.
기사 나 패키지 설명에서 찾지 못했습니다 : 네트워크는 훈련 중에 어떤 입력 데이터를 사용합니까?
어딘가에서 놓쳤을 수도 있습니다.
패키지에 대한 설명이 매우 모호합니다. 여기에는 "퍼지 논리"와 "신경망"이 있습니다. 좀 더 구체적으로 설명해 주시겠어요?
제품을 평가하려면 다음 사항을 알아야 합니다.
입력 데이터(지표, 통계 등)
그 수와 선택 방법을 알아야 합니다.
물론 어떤 네트워크가 사용되는지, 트레이닝 방법 및 이 "블랙 박스"가 없으면 어두운 상태로 유지되는 기타 세부 사항도 알아야 합니다. 그리고 그것을 거래에 사용하는 것은 극단적입니다.
그렇지 않으면 접근 방식이 흥미 롭습니다."당신은 이것에 대해 아무것도 알 필요가 없습니다. 전원을 켜고 작동하기만 하면 됩니다."
행운을 빕니다.
흥미로운 작업. 흥미로운 솔루션.
기사나 패키지 설명에서 찾을 수 없었습니다. 네트워크가 훈련 중에 어떤 입력 데이터를 사용합니까?
어딘가에서 놓쳤을 수도 있습니다.
패키지에 대한 설명이 매우 모호합니다. 여기에는 "퍼지 논리"와 "신경망"이 있는데 아름답게 들립니다. 좀 더 구체적으로 설명해 주시겠어요?
제품을 평가하려면 다음 사항을 알아야 합니다.
입력 데이터(지표, 통계 등)
그 수와 선택 방법을 알아야 합니다.
물론 어떤 네트워크가 사용되는지, 트레이닝 방법 및 이 "블랙 박스"가 없으면 어두운 상태로 유지되는 기타 세부 사항도 알아야 합니다. 그리고 그것을 거래에 사용하는 것은 극단적입니다.
그렇지 않으면 접근 방식이 흥미 롭습니다."당신은 이것에 대해 아무것도 알 필요가 없습니다. 전원을 켜고 작동하기만 하면 됩니다."
행운을 빕니다.
이 신사분과 함께 지나간 단계입니다. 당신이 읽을 수있는 속사 지점에서 그는 네트워크 아키텍처 및 데이터 전처리 및이 맥락에서 흥미로운 세부 사항 (PBX 개발자)에 대해 질문했습니다. 동지는 어리석게도 서리가 내리고 멀리 이동 한 다음 주제를 바꾸려고 시도한 다음 자신이 AI 전문가가 아니라고 주장한 다음 일반적으로 자신의 제품이 아니라고 주장한 다음 다른 주제에서 이미 자신의 제품이라고 말하는 등입니다.
그의 사이트에 가서 그의 기사를 대각선으로 선택적으로 읽으면 그가 어느 정도 옳고 그가 AI 전문가가 아니라는 것이 사실이라는 것이 분명해집니다. 단지 정신 분열증 경향을 가진 허구 주의자일 뿐입니다.
기사에 관해서는 여기에 게시되었다는 사실은 당신이 무엇을 알고 있다는 것을 다시 한 번 증명합니다....
그러나 언급하신 데이터 준비 알고리즘은 신경망 구성 요소, 자체 구성 코호넨 맵(SOM) 또는 유전 알고리즘 (GA) 을 기반으로 구축할 수 있으므로 NS를 전혀 포기할 필요는 없습니다(예: Hlaiman 애플리케이션에는 이러한 구성 요소와 비선형 필터가 포함된 별도의 플러그인까지 있습니다.
).
그러나이 기사는 NS의 효과를 증명하거나 반증하기위한 것이 아니라 MQL5 마법사를 기반으로 기술적 분석의 고전적인 지표 또는 이러한 지표와 조합하여 간단한 적용을위한 자동화 수단을 제안 할뿐입니다.
.
강조 표시된 부분에서 독자를 실수로 이끌지 마십시오. GA는 NS의 구현이 아니며 GA는 최적화 방법입니다.
NS가 예제를 선택하는 도구가 될 수 있다는 사실에 대해서는 동의하지 않지만 확인하지도 않습니다.
우리가 자연을 모방한다면 예를 선택하는 것이 NS 인 것 같지만 인류 출현의 전체 선사 시대를 잠시 설명해 봅시다:
GA의 도움으로 경쟁 우위를 제공하는 세포가 선택된 다음 함께 생존하는 것이 더 쉽다는 사실과 유기체의 출현을 건너 뛰고 NS 세포의 출현으로 바로 이동합시다.
그때까지 세포는 이미 반사 신경이 내장된 상태로 태어납니다. 즉, 수백만 년의 GA는 현재의 생존 작업에 성공적으로 대처하는 그러한 장치를 선택했습니다. 그런 다음 다시 되감기하면 자녀를 돌보고 "내가하는 것처럼하라"는 원칙에 대한 정보를 전달하는 개인이 있습니다.
원칙은 훌륭하지만 개인이 보유한 바로 그 정보는 동일한 GA의 도움으로 매우 오랜 세월에 걸쳐 진화한 것입니다.
여기까지입니다. 결론: "내가 하는 대로 하라"는 원칙의 전달을 위한 사례는 매우 오랜 시간 동안 많은 인구에서 사육되었습니다. 그리고 이러한 진화는 계속되고, 세상은 변하고, 리더는 변하고, 사례는 변합니다.
외환 시장은 상대적으로 젊고, 첫째, 인간의 장치는 추상화와 숫자를 처리하는 데 적합하지 않으며 (추상화의 실현으로), 둘째, 인간은 수십억 개의 연결이있는 신경 세포를 가지고 있으며 외환에 거의 대처할 수 없으며 (현재 승자가 무작위 원숭이가 아니라는 사실이 아닙니다), 셋째, 외환에 간신히 대처할 수 있습니다. 그리고 당신은 (음, 100x100 뉴런), (음, 1000 연결) ??? 4로 NS에서 백만 년의 진화를 반복하고 싶습니다.