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...
现在，在 Hlaiman EA Generator 的帮助下，您可以尝试提高其他现成智能交易系统的交易效率。为此，可在此类 EA 的源代码中直接添加神经网络过滤器，最初可在测试器中运行 EA 时将其用于训练，然后将其纳入工作中。<br/ translate="no">可以在市场上免费下载以标准移动平均线为例的智能交易系统样本，还可以观看培训和测试过程的视频。 https://www.mql5.com/zh/market/product/8460
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.
诶，这一切都太令人沮丧了：( 而且真的，连辩论都没有意义了....。
交易的结果在哪里？
让科学家去辩论，让交易者去交易，让程序员去编程....
正如文章中提到的，经过训练的神经网络信息与 MQL 源代码分开存储在相应的数据文件中，Expert Advisors 在策略测试器或图表上运行时会加载这些数据文件。
现在，Hlaiman EA Generator 能够将任何此类神经网络数据文件转换为两个独立的 MQL4 和 MQL5 指标的源代码，编译后可独立使用，例如，用于 MT4、MT5 终端的手动交易或创建其他智能交易系统时。
此外，该功能还可通过调试和优化带有神经网络的智能交易系统（Expert Advisor）来间接调试和优化指标，从而成为生成指标的原型。
这对 MT4 用户尤为重要，因为 MT4 用户无法在测试器中直接运行指标。
生成指标的外观和设置与早前在市场上发布的免费测试指标 相同。https://www.mql5.com/zh/market/product/2551 https://www.mql5.com/zh/market/product/2553。
新指标的不同之处在于，它们是根据已形成的条形图计算的，而不是重新绘制。
现在，在 Hlaiman EA Generator 的帮助下，您可以尝试提高其他现成智能交易系统的交易效率。
为此，可在此类 EA 的源代码中直接添加神经网络过滤器，最初可在测试器中运行 EA 时将其用于训练，然后将其纳入工作中。
EA 设置中添加了变量，用于控制过滤模式和所需的过滤程度。
您可以在市场上免费下载以标准移动平均线为例的智能交易系统样本，还可以观看培训和测试过程的视频。
https://www.mql5.com/zh/market/product/8460
现在，使用 Hlaiman EA Generator 可以尝试提高其他准备就绪的 EA 的交易效率，如果这些 EA 是在源代码中显示的，并且是基于价格走势的，例如技术分析。
为此，可直接在顾问的源代码中添加神经网络过滤器，最初可将其包含在测试器中的训练运行顾问中，然后即可投入运行。
在 EA 设置中添加控制变量、过滤模式和必要的过滤程度。
移动平均线上的免费顾问示例，可以从市场下载，在这里还可以看到视频、过程、培训和测试。
https://www.mql5.com/zh/market/product/8460
这就像是管理部门的双重标准。我记得我在第一次链接到 "市场 "几分钟后就被禁言了。;-)
https://www.mql5.com/zh/market/product/8460
在本示例中，神经网络过滤器的训练是根据 2014 年原始移动平均线的交易结果进行的，专家顾问的最后一次更新是在 2015 年 3 月。
为了检查过滤器的有效性，我在测试器中运行了发布后整个期间的智能交易系统，即从 4 月到目前的 8 月。
第一次运行时禁用了过滤器（相当于原始移动平均线），第二次运行时启用了过滤器（见标记变量 UseNeuro = true），以下是运行结果：
因此，我们可以看到，去年训练的神经网络过滤器在过去的时间里并没有降低其效率，它几乎可以将交易效率提高一倍。
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.
关于移动平均线的免费顾问示例，可从市场下载，您还可以查看视频、过程、培训和测试。
https://www.mql5.com/zh/market/product/8460
在本示例中，神经网络过滤器的训练是在 2014 年原始移动平均线的交易结果上执行的，最新的 EA 更新 - 2015 年 3 月。
为了测试过滤器的有效性，我在测试器中运行了自发布以来的整个期间的顾问，即从 4 月到当前日期的 8 月。
第一次运行时禁用了过滤器（与原始移动平均线相对应），第二次运行时启用了过滤器（见：标记变量 UseNeuro = true），以下是结果：
因此，我们可以看到，在过去一年的训练中，神经网络过滤器随着时间的推移，一直保持有效，并能将贸易生产率提高近一倍。
因此，我们可以看到，去年训练的神经网络过滤器在过去的时间里并没有失去其有效性，它几乎可以将交易效率提高一倍。
而您所提供的图片却恰恰相反：您在任何情况下都不应该使用您的智能交易系统，因为一开始就会出现无法解释的利润跳跃，然后就会被长期挥霍掉。如果去掉这个利润跳跃（谁说真正的交易会从这样的跳跃开始？），那么在第一幅图中我们看到的是下跌，而在第二幅图中--最终是中间缩水的利润。
我在该网站上发表的文章 表明，问题不在于模型（神经网络或更有效的方法），而在于初始数据。文中展示了 Rattle 的应用，有兴趣的读者可以向我购买一本书，这本书是这篇文章的扩展版。因此，在 Rattle 的帮助下，你可以理解一件非常简单而又极其重要的事情：问题不在于算法，而在于源数据，源数据可能会生成过度训练的模型，也可能不会。在这里，Rattle 可以帮助对输入数据集进行实验，以选择那些不会导致过度训练（过拟合）的数据集。
而模型的选择则是第十个问题。
PS.
根据我的研究，使用任何一种 MA 都会产生过度训练的模型，即在历史数据上显示出优秀结果的模型，在真实数据上却绝对无利可图。