전체 프로그램은 Matlab으로 작성되었으며 예측을 계산하는 부분은 Matlab에서 컴파일되며 매분 새로운 막대의 통과에 대한 입력 데이터를 수집하는 표시기에서 실행되는 exe 파일로 작동합니다. 네트워크를 훈련하고 임계값 계수를 최적화하는 부분은 Matlab에서 직접 작동하며 5분마다 타이머에서 실행됩니다. 네트워크 훈련으로 컴파일 된 실행 파일이 작동하지 않습니다. 이유를 이해할 수 없으며 컴파일이 오류없이 실행됩니다.
감사합니다. matlab과 MT4를 참조하여 네트워크 구성을 처리하겠습니다. 개인적인 발전 사항을 공유할 수 있다면 loknar@list.ru로 보내주십시오. 나는 매우 감사하게 될 것입니다.
순례자는 다음과 같이 썼습니다. 지금내 시스템은 5분마다 재학습되고 새로운 막대가 도착할 때마다 예측이 다시 계산됩니다. RAM과 속도가 10배 더 많았다면 계산과 함께 각 단계에서 재학습이 수행되었고 예측의 정확도가 높아졌습니다. 상당히
5분마다 다시 훈련하고 1분마다 예측을 다시 계산합니다. 너무 자주 아닌가요? 그리고 예측의 정확도를 향상시키기 위해 재훈련(및 계산) 빈도를 더 늘리려는 당신의 바람(각 틱마다, 아니면 무엇입니까?)은 나에게 이상하게 보입니다. 데이터 도착 빈도와 일치하는 빈도 로 재교육 하면 실제 작업 시스템이 도움이 될지 의심됩니다.
PS 그리고 pf>25는 단순한 꿈이 아니라 터무니없는 것입니다... 5:1 및 TP/SL = 5 및 TP/SL = 5의 수익성 있는 거래 대 손실 거래 비율을 감안할 때 이것은 상당히 실현 가능합니다.
의심할 권리는 당신의 권리입니다. 나는 시장에 대한 나의 비전과 전략을 실행하는 방법만을 표현합니다. 비교적 조용한 시장에서 작업이 진행 중이라면 5분마다 재교육하면 충분합니다. 예를 들어, 하루 만에 시스템을 훈련하고 하루 만에 다시 시장에 연결하고 재훈련 없이 이전 설정에 대해 예측하고 테스트 샘플의 오류가 14%에서 28%이지만, 시스템은 만족스러운 예측을 제공하지만, 관심 기간이 틀릴 것이라는 예측이라는 보장은 없습니다.
매 계산 전에 재교육을 하기 위해 뉴스 보도 등을 통해 어떤 조건에서도 시스템의 안정성과 정확성 문제를 해결하려고 노력합니다. 이것이 불필요해 보일 수 있지만, 제 시장 조사 경험에 따르면, 이는 제가 구현하고자 하는 모든 조건에서 항상 한 단계 앞서 있는 효율적이고 가라앉지 않는 시스템을 위한 필요 조건입니다.
전체 프로그램은 Matlab으로 작성되었으며 예측을 계산하는 부분은 Matlab에서 컴파일되며 매분 새로운 막대의 통과에 대한 입력 데이터를 수집하는 표시기에서 실행되는 exe 파일로 작동합니다. 네트워크를 훈련하고 임계값 계수를 최적화하는 부분은 Matlab에서 직접 작동하며 5분마다 타이머에서 실행됩니다. 네트워크 훈련으로 컴파일된 실행 파일이 작동하지 않습니다. 이유를 이해할 수 없습니다. 컴파일이 오류 없이 실행됩니다.
감사합니다. matlab과 MT4를 참조하여 네트워크 구성을 처리하겠습니다. 개인 개발에서 공유할 수 있는 것이 있으면 loknar@list.ru로 보내주십시오. 나는 매우 감사하게 될 것입니다.
GP1[iq+1] = 0.3*((-0.610885 *GP1[iq-1]*GP1[iq-1]*GP1[iq-2]-0.0795671 *GP1[iq]*GP1[iq-1]*GP1[iq-1]*GP1[iq-1]*GP1[iq-2]+1.19161 *GP1[iq-1]*GP1[iq-1]-0.422269
*GP1[iq])/(GP1[iq-1]*GP1[iq-1]-0.505662 *GP1[iq]*GP1[iq-1]*GP1[iq-1]-0.415455 *GP1[iq-2]*GP1[iq-2]))+0.7*((-0.610885 *GP1[iq-2]*GP1[iq-2]*GP1[iq-3]
-0.0795671*GP1[iq-1]*GP1[iq-2]*GP1[iq-2]*GP1[iq-2]*GP1[iq-3]+1.19161 *GP1[iq-2]*GP1[iq-2]-0.422269 *GP1[iq-1])/(GP1[iq-2]*GP1[iq-2]-0.505662 *GP1[iq-1]
*GP1[iq-2]*GP1[iq-2]-0.415455 *GP1[iq-3]*GP1[iq-3]));
GP1 - это или точки перелома в Зиг-Заге, или в любой другой последовательности, которую Вы хотите прогнозировать, например, МА, или просто цены валют,
хотя я в этих вариантах не проверял, но думаю будет работать.
В расчетах используются переменные сформированные в обратном порядке по отношению к стандартной индексации в МТ4, если хотите применять формулу для
прямой индексации МТ4,то iq-..., замените на iq+... .
Прогноз не 100%, но лучше, чем ничего, использовать в индикаторах можно.
작업에 대한 개별 조정을 위해 계수를 사용할 수도 있습니다. 0.3*( 및 0.7*(, 합계는 1이어야 합니다.
작업에 대한 개별 조정을 위해 계수를 사용할 수도 있습니다. 0.3*( 및 0.7*(, 합계는 1이어야 합니다.
그럼 아이큐는 무엇일까요? 지그재그에 대해 이야기하고 있다면 인덱스의 시퀀스일 뿐입니까? 저것들. iq-1이 이전 지그재그 브레이크 포인트가 될까요?
네, 맞습니다. iq-1이 이전 포인트입니다. 보편적 인 "행복 공식"이 없으며 모든 사람이 자신의 것을 가지고 있음을 이해하도록 요청합니다. 나는 내 지표에 대해이 다항식을 개발했으며 위에 차트가 나와 있으며 다른 데이터와 어떻게 작동하는지 확인하지 않았습니다. 그러나 누군가가 유용 할 수 있기를 바랍니다. 누군가가 작동하지 않으면 엄격하게 판단하지 마십시오.
이 다항식이 구축되는 알고리즘에 대해 이야기하면 다양한 인수가 연결된 법칙에 대한 검색을 기반으로 합니다. 이 경우 예측할 추세에 대한 후행 인수입니다.
그림은 이 다항식이 어떻게 작동하는지 보여줍니다. 파란색 선은 변곡점을 따른 추세이고 분홍색 선은 다항식을 통과합니다. 입력 데이터는 정규화되어 있으므로 이 스케일 스케일입니다.
감사합니다. matlab과 MT4를 참조하여 네트워크 구성을 처리하겠습니다. 개인적인 발전 사항을 공유할 수 있다면 loknar@list.ru로 보내주십시오. 나는 매우 감사하게 될 것입니다.
5분마다 다시 훈련하고 1분마다 예측을 다시 계산합니다. 너무 자주 아닌가요? 그리고 예측의 정확도를 향상시키기 위해 재훈련(및 계산) 빈도를 더 늘리려는 당신의 바람(각 틱마다, 아니면 무엇입니까?)은 나에게 이상하게 보입니다. 데이터 도착 빈도와 일치하는 빈도 로 재교육 하면 실제 작업 시스템이 도움이 될지 의심됩니다.
PS 그리고 pf>25는 단순한 꿈이 아니라 터무니없는 것입니다... 5:1 및 TP/SL = 5 및 TP/SL = 5의 수익성 있는 거래 대 손실 거래 비율을 감안할 때 이것은 상당히 실현 가능합니다.
의심할 권리는 당신의 권리입니다. 나는 시장에 대한 나의 비전과 전략을 실행하는 방법만을 표현합니다. 비교적 조용한 시장에서 작업이 진행 중이라면 5분마다 재교육하면 충분합니다. 예를 들어, 하루 만에 시스템을 훈련하고 하루 만에 다시 시장에 연결하고 재훈련 없이 이전 설정에 대해 예측하고 테스트 샘플의 오류가 14%에서 28%이지만, 시스템은 만족스러운 예측을 제공하지만, 관심 기간이 틀릴 것이라는 예측이라는 보장은 없습니다.
매 계산 전에 재교육을 하기 위해 뉴스 보도 등을 통해 어떤 조건에서도 시스템의 안정성과 정확성 문제를 해결하려고 노력합니다. 이것이 불필요해 보일 수 있지만, 제 시장 조사 경험에 따르면, 이는 제가 구현하고자 하는 모든 조건에서 항상 한 단계 앞서 있는 효율적이고 가라앉지 않는 시스템을 위한 필요 조건입니다.
감사합니다. matlab과 MT4를 참조하여 네트워크 구성을 처리하겠습니다. 개인 개발에서 공유할 수 있는 것이 있으면 loknar@list.ru로 보내주십시오. 나는 매우 감사하게 될 것입니다.
예를 들어, 간단한 네트워크이지만 효과적으로 작동하는 경우 다음을 사용합니다.
예를 들어, 간단한 네트워크이지만 효과적으로 작동하는 경우 다음을 사용합니다.
정보 주셔서 감사합니다
matlab(7.5 지금은 많은 애드온과 함께 다운로드 중입니다) 또는 일반적으로 신경망 용 모든 연관 소프트웨어용으로 일종의 길 잃은 것이 필요한 경우 협력할 준비가 되어 있습니다.
모두를 위해 "행복의 공식"을 공유할 수 있습니다!
작업에 대한 개별 조정을 위해 계수를 사용할 수도 있습니다. 0.3*( 및 0.7*(, 합계는 1이어야 합니다.
모두를 위해 "행복의 공식"을 공유할 수 있습니다!
모두를 위해 "행복의 공식"을 공유할 수 있습니다!
작업에 대한 개별 조정을 위해 계수를 사용할 수도 있습니다. 0.3*( 및 0.7*(, 합계는 1이어야 합니다.
그럼 아이큐는 무엇일까요? 지그재그에 대해 이야기하고 있다면 인덱스의 시퀀스일 뿐입니까? 저것들. iq-1이 이전 지그재그 브레이크 포인트가 될까요?
모두를 위해 "행복의 공식"을 공유할 수 있습니다!
작업에 대한 개별 조정을 위해 계수를 사용할 수도 있습니다. 0.3*( 및 0.7*(, 합계는 1이어야 합니다.
그럼 아이큐는 무엇일까요? 지그재그에 대해 이야기하고 있다면 인덱스의 시퀀스일 뿐입니까? 저것들. iq-1이 이전 지그재그 브레이크 포인트가 될까요?
네, 맞습니다. iq-1이 이전 포인트입니다. 보편적 인 "행복 공식"이 없으며 모든 사람이 자신의 것을 가지고 있음을 이해하도록 요청합니다. 나는 내 지표에 대해이 다항식을 개발했으며 위에 차트가 나와 있으며 다른 데이터와 어떻게 작동하는지 확인하지 않았습니다. 그러나 누군가가 유용 할 수 있기를 바랍니다. 누군가가 작동하지 않으면 엄격하게 판단하지 마십시오.
이 다항식이 구축되는 알고리즘에 대해 이야기하면 다양한 인수가 연결된 법칙에 대한 검색을 기반으로 합니다. 이 경우 예측할 추세에 대한 후행 인수입니다.
그림은 이 다항식이 어떻게 작동하는지 보여줍니다. 파란색 선은 변곡점을 따른 추세이고 분홍색 선은 다항식을 통과합니다. 입력 데이터는 정규화되어 있으므로 이 스케일 스케일입니다.
모두를 위해 "행복의 공식"을 공유할 수 있습니다!
앞서 보여드린 다항식은 그렇게 야성적이지 않습니다. 예를 들어 계산에 사용하는 정말 야성적인 다항식을 보여줄 수 있습니다.
Matlab으로 작성되었으며 유통되지 않도록 마지막 두 줄을 제거했습니다.
GR(i)=0.25*(0.4*(0.55*(0.6*(0.09*(-0.00192393 +GM(i+3))*(-0.1725)) +GM(i+6)*(1.17444))+0.28 *( -0.00130286 +(-0.000123992 +GM(i+5)*(-0.821849) ...
+GM(i+6)*(1.82199))*(0.302188) +(-0.00145804 +GM(i+4)*(-0.153087) +GM(i+6)*(1.15453))*(0.699112) )+ 0.09*(-0.000577229 +GM(i+3)*(-0.162435)...
+GM(i+6)*(1.16299))+0.09*((0.832328 *GM(i+4)*GM(i+6)-0.119317 *GM(i+6)*GM(i+6)*GM (i+5)-0.100951 *GM(i+5)-0.0192996 *GM(i+2))/(GM(i+4)-0.361992...
*GM(i+5)-0.0452508 *GM(i+6)))+0.09*((1.00001 *GM(i+6)*GM(i+6)*GM(i+6)*GM(i+ 6) )-1.03818 *GM(i+6)*GM(i+6))/(GM(i+6)*GM(i+6)*GM(i+6)-1.03817...
*GM(i+6)))+0.09*((1.07271 *GM(i+6)-0.512733 *GM(i+6)+0.684408 *GM(i+4)-0.485238 *GM(i+4)* GM(i+4))/(1-0.240858 *GM(i+5)*GM(i+6)))+0.09...
*((1.00137*GM(i+6)*GM(i+6)-0.000473002 *GM(i+4)*GM(i+6)-0.998682 *GM(i+6)*GM(i+6) +6.16771e-006 *GM(i+4)*GM(i+6)*GM(i+6))/(GM(i+6)-0.997777...
*GM(i+6)))+0.09*(0.730651 *GM(i+4)*GM(i+4)*GM(i+6)/(GM(i+4)*GM(i+4) -0.269349 *GM(i+5)*GM(i+5)))+0. 09*((0.717833 *GM(i+6)*GM(i+4)*GM(i+6)...
-0.11191*GM(i+4)*GM(i+4)*GM(i+4))/(GM(i+6)*GM(i+4)-0.471068 *GM(i+6)*GM (i+5)+0.209781 *GM(i+6)*GM(i+6)-0.132089 *GM(i+3)*GM(i+6)-0.000702832 ....
*GM(i+5))))+0.4*(0.2*(0.6*(-0.00130286 +(-0.000123992) +GM(i+5)*(-0.821849) +GM(i+6)*(1. 82199) ))*(0.302188) +(-0.00145804 +GM(i+4)...
*(-0.153087) +GM(i+6)*(1.15453))*(0.699112))+0.4*((0.717833 *GM(i+6)*GM(i+4)*GM(i+6)- 0. 11191 *GM(i+4)*GM(i+4)*GM(i+4))/(GM(i+6)*GM(i+4)...
-0.471068 *GM(i+6)*GM(i+5)+0.209781 *GM(i+6)*GM(i+6)-0.132089 *GM(i+3)*GM(i+6)-0 . 000702832 *GM(i+5))))+0.25*(-0.000577229 +GM(i+3)*(-0.162435)...
+GM(i+6)*(1.16299))+0.35*((1.00001 *GM(i+6)*GM(i+6)*GM(i+6)*GM(i+6)-1.03818 *GM (i+6)*GM(i+6))/(GM(i+6)*GM(i+6)*GM(i+6)-1. 03817 *GM(i+6))).. .
+0.2*((1.07271 *GM(i+6)-0.512733 *GM(i+6)+0.684408 *GM(i+4)-0.485238 *GM(i+4)*GM(i+4))/( 1-0.240858 *GM(i+5)*GM(i+6)))))+0.45*(0.4*((1.73835 ...
*GM(i+5)*GM(i+5)*GM(i+5)*GM(i+5)*GM(i+5)*GM(i+5)-0.0334794 *GM(i+3 )*GM(i+4)*GM(i+5)*GM(i+5)*GM(i+5)*GM(i+5)-0. 919558 *GM(i+4)...
*GM(i+5)*GM(i+5)*GM(i+5)*GM(i+5)-0.376192 *GM(i+5)*GM(i+5)*GM(i+5 )*GM(i+5)-0.345737)/(GM(i+5)*GM(i+5)*GM(i+5)*GM(i+5)*GM(i+5)-0. 0355159...
*GM(i+3)-0.901092 *GM(i+4)))+0.6*((-2.01988 *GM(i+3)*GM(i+3)*GM(i+4)*GM(i +6)+2.90062 *GM(i+3)*GM(i+3)*GM(i+4)+5.31466 *GM(i+3)*GM(i+3)...
*GM(i+5)-3.01304 *GM(i+3)*GM(i+3)-4.34954 *GM(i+3)*GM(i+5))/(GM(i+3)*GM (i+3)*GM(i+4)-2.16719))))+0.4*(0.33*((1.00914 *GM(i+4)*GM(i+5)...
*GM(i+5)+0.977507 *GM(i+4)*GM(i+4)*GM(i+5)-1.9751 *GM(i+4)*GM(i+3)*GM(i +5))/(GM(i+4)*GM(i+5)-0.988447*GM(i+3)*GM(i+3)))+0.67*((2.51015 ...
*GM(i+6)-0.979174 *GM(i+5)*GM(i+6)-0.642762)/(1-0.111777 *GM(i+5)*GM(i+5)*GM(i+ 4 ))))+0. 4*(0.9*(0.3*((1.00914 *GM(i+4)*GM(i+5))*GM(i+5)...
+0.977507 *GM(i+4)*GM(i+4)*GM(i+5)-1.9751 *GM(i+4)*GM(i+3)*GM(i+5))/(GM (i+4)*GM(i+5)-0.988447*GM(i+3)*GM(i+3)))+0.7*((0.0988538 *GM(i+4)...
*GM(i+6)-0.0240242 *GM(i+4)*GM(i+4)*GM(i+5)*GM(i+5)+0.0291295 *GM(i+4)*GM(i +4)+0. 904081 *GM(i+4)-0.951504 *GM(i+3))/(GM(i+4)-0.943467...
*GM(i+3))))+0.1*((2.01304 *GM(i+5)*GM(i+5)*GM(i+5)*GM(i+5)-2.02312 *GM(i +4)*GM(i+5)*GM(i+5)*GM(i+5)+0.0156151 *GM(i+5)*GM(i+5)*GM(i+5)) .. .
/(GM(i+5)*GM(i+5)*GM(i+5)-1.01005 *GM(i+4)*GM(i+4)*GM(i+5)-1.14951e-005 *GM(i+5)*GM(i+5)+0.0155924 *GM(i+5)*GM(i+5)-7.72653e-007 *GM(i+5)...
*GM(i+5)*GM(i+5))))+1.8*(0.3*((-0.610885 *GM(i+4)*GM(i+4)*GM(i+5)-0.0795671 *GM(i+3)*GM(i+4)*GM(i+4)*GM(i+4)*GM(i+5)+1. 19161 *GM(i+4)...
*GM(i+4)-0.422269 *GM(i+3))/(GM(i+4)*GM(i+4)-0.505662 *GM(i+3)*GM(i+4)*GM (i+4)-0.415455 *GM(i+5)*GM(i+5)))+0.7*((-0.610885 *GM(i+5)*GM(i+5)...
*GM(i+6)-0.0795671*GM(i+4)*GM(i+5)*GM(i+5)*GM(i+5)*GM(i+6)+1.19161 *GM(i +5)*GM(i+5)-0. 422269 *GM(i+4))/(GM(i+5)*GM(i+5)-0.505662 *GM(i+4)...
*GM(i+5)*GM(i+5)-0.415455 *GM(i+6)*GM(i+6))))+0.3*((0.325815 *GM(i+5)*GM(i +5)*GM(i+5)-0.322486 *GM(i+4)*GM(i+4)*GM(i+4)+0.00437944 *GM(i+5))...