Deep Moving Average

У каждого индикатора есть свои достоинства и недостатки. Трендовые показывают хорошие сигналы во время тренда, но запаздывают во время флэта. Флэтовые прекрасно себя чувствуют во флэте, но при наступлении тренда сразу же умирают. Все это не было бы проблемой, если было бы просто предсказать, когда тренд сменится флэтом, а флэт сменится трендом, но на практике это крайне серьезная задача.

Что если разработать такой алгоритм, который сможет в индикаторе устранить недостатки и усилить его достоинства? Что если такой алгоритм сможет улучшить работу трендового индикатора во флэте, но при этом увеличит работоспособность в тренде, а сигналы флэтового индикатора исправить в тренде и довести до совершенства во флэте?

Deep – это и есть тот самый алгоритм, который усиливает достоинства индикатора и уменьшает его недостатки. Одним словом, этот алгоритм улучшает показатели индикатора в результате объединения нейронных сетей с алгоритмом индикатора.

О концепции Deep

Поставленную задачу, из-за неповторимости ситуаций и сложной закономерности, лучше всего решают нелинейные алгоритмы. Нейронные сети - очень гибкий и мощный инструмент, который позволяет добиться многого если задача поставлена правильно, а решение сконструировано разумно. Этот инструмент и лежит в основе алгоритма.

Этот алгоритм вычисляет оптимальные периоды скользящей средней по всему участку, в зависимости от состояния тренда и флэта. Алгоритм обучает нейронную сеть предсказывать оптимальную скользящую среднюю для каждого состоянии рынка, таким образом индикатор адаптируется под флэт и тренд, устраняя недостатки базового алгоритма. Во флэтовом участке нейронная сеть адаптирует период скользящей средней в сторону флета, в трендовом участке в сторону тренда.

Архитектура нейросети и эвристический алгоритм поиска конструировалась специально для оптимального решения поставленной задачи. Для удобства есть предустановленные пресеты структуры нейронной сети, а также все необходимые параметры для тонкой настройки нейросети.

Преимущества

• Для ускорения вычислений можно задействовать видеокарту (графический процессор), что многократно повышает производительность и результат. Кроме того, индикатор может вычисляться асинхронно используя все ядра вашего центрального и графического процессора.
• Алгоритм обладает самообучающейся системой. Эта адаптивная система, которая помогает все время гибко обучаться используя нейросеть, чтобы алгоритм всегда успевал за всеми изменениями рынка.
• Есть удобная графическая панель управления. С помощью панели прямо на графике, вы можете гибко контролировать и управлять обучающейся системы.
• Параметры для тонкой настройки всех функций.