Нейронные сети - страница 11

[Linuxser]

finimej:
Привет,

Привет,

Я переместил ваше сообщение в эту тему, где обсуждение идет полным ходом.

[finimej]

На самом деле, я начинаю с индикатора sibus (см. прикрепленный рисунок), используя HMA с периодом 14 (тип EMA на закрытой цене), и пересекаю с обычным EMA с периодом 21 на закрытой цене, и подтверждаю RSI >50 или RSI <50 для получения сигналов. очень просто. KISS.

Единственная головная боль - отфильтровать сигналы, когда рынок делает палочку-выручалочку. Я пробовал использовать полосу Боллинджера, или рассчитывал наклон МА, или расстояние между сигналами, или рассчитывал угол МА, или использовал ADX. Однако это не помогло. Единственное, что помогло отсеять нежелательные торговые сигналы, это однослойная нейронная сеть.

Идея заключается в том, чтобы

1) использовать очень простой и надежный метод, такой как пересечение EMA или сигнал MACD. метматические правила, это уменьшает количество переменных.

2) затем использовать NN для улучшения результатов, полученных с помощью вышеуказанных сигналов. проверить прибыль и соотношение убытков. и отфильтровать плохие входы. так что максимум 4 переменные здесь.

Система будет стоять исключительно сама по себе, если мы не будем использовать NN для ее улучшения.

[finimej]

Здесь у меня прикреплен индикатор sidus. и сигналы на картинке, которые я хотел бы отфильтровать. .источник

для индикатора sidus взят с Forexfactory

[Odirlei Zimmermann]

finimej:
Есть ли код, который программирует процесс оптимизации, чтобы можно было автоматизировать оптимизацию.

логика.

0) делать только в выходные.

1) установить параметры в данном диапазоне, 0. 200 и с шагом 1.

2) получить результат оптимизации

3) округлите результат коэффициента прибыли до 1.0 знака, так чтобы 7.4=7 и 7.5=8.

4) затем выбрать наименьший торговый номер в катагории верхнего 2 уровня диапазона коэффициента прибыли, это и есть результат оптимизации, который мне нужен.

5) вставьте новую настройку в эксперта и запустите на следующей неделе.

Может ли часть оптимизации быть закодирована?

Возможно, эта статья поможет вам:

Автоматическая оптимизация торгового робота в реальной торговле - Статьи на MQL4

[[Удален]]

forex_nn новая версия исправления?

Извините за мой ограниченный английский. Это нейро исходный код. Просто скачайте с сайта оригинального автора по ссылке ниже.

http://cortex.snowcron.com/cortex.zip

Исправленная версия (forex_nn_05b.tsc), кажется, хорошо работает с новыми весами. Кто может помочь конвертировать его в metatrader indic & EA?

Заранее спасибо!

[aries]

нейронная сеть я считаю лучшим прогнозированием на форекс, фондовом рынке или рынке товаров

[finimej]

вопрос к вышеуказанной подписи haba, как вы используете neuroshell с Metatrader?

Кто-нибудь добился успеха в использовании NOXA CSSA в neuroshell и подключил его к платформе Metatrader?

[muyuan11]

источник данных для обучения

HiddenOx:
Я начинаю проводить свои эксперименты здесь. Маловероятно, что я из другой среды. Моя степень - искусственный интеллект, так что я более техничен в отношении методов ИИ, таких как NN, и более новичок в форексе, в отличие от остальных гуру на этом форуме...

использование исторической цены для предсказания будущей цены само по себе невозможно из-за многих факторов...

Как итог предыдущего опыта... каковы хорошие входы и ожидаемые выходы для NN...

В любом случае, каково ваше мнение о том, какие хорошие значения / индикаторы должны быть использованы в качестве входных данных в нейронной сети и каков будет ожидаемый выход (индикаторы, движения кривой... и т.д.)...

Я буду тестировать его на серии и различных типах нейронных сетей с обратной ошибкой probagation. также нашел интересную публикацию о генетической мутации для результатов. У меня только есть проблема, где найти надежные данные для питания NN... где вы используете свои исторические данные... какие-нибудь источники?

С уважением,

Скрытый Окс.

Вы можете использовать mT4 для экспорта данных в mysql (пример кода есть в кодовой базе mq4), а затем обучать данные в matlab (в matlab есть инструментарий баз данных).

[[Удален]]

Результаты работынейронной сети

Привет, я работал над созданием нейронной сети, которая может точно предсказывать GBPJPY на графике 1H, и я думаю, что у меня это получилось. Я загрузил данные о цене и индикаторах GBPJPY и других пар (USDJPY, GBPEUR и т.д.) в сеть с обратным распространением и обучился на данных за последние десять лет. Вот несколько фотографий графика цель/выход. Выход - это зеленая линия, а цель - синяя линия. Не уверен насчет вас, но ошибка в 4.2x10^-26 для меня достаточна = ) Я увеличил масштаб самых последних данных, чтобы показать, насколько точными они кажутся. Теперь осталось только внедрить эту сеть в работающий советник, и все будет готово. У кого-нибудь есть какие-нибудь предложения?

[Kazam]

Вы допустили несколько основных ошибок:

- использование типичных нейронных сетей с прямой передачей для прогнозирования временных рядов, таких как курсы валют, является очень плохой идеей

- Вы пытаетесь предсказать значения на таймфрейме H1 - это невозможно сделать для Forex с хорошими результатами. Используйте D1 или H4 (для валют с низкой волатильностью).

- вы используете слишком много данных в качестве входных - нейронная сеть "привыкает" к обучающим данным и будет очень плохо работать в реальной торговле

- вы слишком увлечены просмотром обучающих данных

- невозможно обучить нейронную сеть, которая будет эффективно работать в течение длительного времени. Типичная нейронная сеть, обученная прогнозировать временные ряды, дает около 20-100 хороших прогнозов, а затем ее приходится переучивать, чтобы она соответствовала последним изменениям.

Если вы хотите создавать полезные нейронные сети для прогнозирования временных рядов, прочитайте об эволюционных нейронных сетях (нейронные сети прямого хода, закодированные как гибкие нейронные деревья; их архитектура оптимизируется с помощью PIPE или GEP; параметры гибкой функции активации оптимизируются с помощью PSO, EPSO или имитации отжига и т.д.).