在这些杰出的神经网络理论家中，我可能会被视为害群之马。但总得有人做汉堡包，总得有人吃汉堡包。所以我将冒险提供一些有趣的建议。你可以使用两个指标Force Index.mq4( Period 3.53), DeMarker.mq4( Period 3.53)来训练神经网络，并将这些指标的变化与正常的时间流连接起来--时间将是第三个指标。这些指标很简单，并且以100%的可靠性预测市场的变化。在力指数中输入0.0水平，在DeMarker中输入0.1和0.9水平。很明显，在这些指标的代码中，我们必须将周期的尺寸从int改为double。
在这些杰出的神经网络理论家中，我可能会被视为害群之马。但总得有人做汉堡包，总得有人吃汉堡包。所以我将冒险提供一些有趣的建议。你可以使用两个指标Force Index.mq4( Period 3.53), DeMarker.mq4( Period 3.53)来训练神经网络，并将这些指标的变化与正常的时间流连接起来--时间将是第三个指标。这些指标很简单，并且以100%的可靠性预测市场的变化。在Force Index中输入0.0级，在DeMarker中输入0.1和0.9级。很明显，在这些指标的代码中，我们必须将周期的尺寸从int改为double。
...适应意味着对测试套件进行调整，而这里完成的系统只是针对它进行测试......
在吸引器上效果很好 :)我还没有在照片上试过。我认为问题在于行的结构。我没有对它进行预处理。
如果我找到了，我会把它寄给你。这是德尔菲，虽然...
涉足过，但在一个完全不同的应用领域。顺便说一下，我没能使非线性PCA发挥作用。而线性的，我觉得太弱了。
在麦瑟尔定理的扩展空间中，尝试应用你的数据，解决同样的问题，这与这里讨论的神经网络中的关联主题相同。
根据测试集进行调整，或与测试集进行比较--我看不出有什么区别。IMHO
有一个区别，而且是一个很大的区别（在算法上和结果上）。但让我们都坚持自己的观点。如果有人感兴趣，请当面与我联系。
如果我找到了，我会把它寄给你。虽然是德尔福，但...
我很感激。我想问题是关于预处理的。我没有这样做，因为我只是在检查网络运行情况。
向所有论坛参与者和访客问好。
我想提供所有感兴趣的人讨论和寻找一套最适合输入神经网络的指标。
如果你想在我的程序中估计神经元的盈利能力，你可以把它作为一个工具，我也可以把一个MQL4专家顾问与一个训练有素的神经元放在一起。当然，在合理的限度内。我自己写的（用java写的）perseptron，每层有任意数量的神经元，我用JGAP库（http://jgap.sourceforge.net/）的遗传算法训练它。
第一层的神经元数量等于输入的数量，在第二层--任意地，在第三层1个神经元。神经元组产生交易信号（神经元组的输出>0.5 - 买入，神经元组的输出<-0.5 - 卖出）。 这些信号由一个自行编写的交易测试器处理，该测试器根据神经元组的信号逆转头寸（或进入市场，如果没有开仓）。遗传算法的目标函数是产生的利润。在我看来，这样的方法使我们能够最大限度地减少所有可能的错误，使培训尽可能地接近真实的交易。我将训练好的网络导出到MQL4专家顾问中，并在MT4的策略测试器中测试。我在MT4指标中形成神经网络的输入，并将其下载到一个文件中。 指标和专家顾问由程序形成并写入文件（减少混乱和错误）。对我来说，4层网络并不比3层网络带来更多的利润（通常更少），但它们需要更长的时间来训练。
我在Core2 Quadro 2.3上训练了一个8-10-1网络4天。10个具有不同初始种群的平行线程在竞争，看 "谁的利润最大"。4天过去了，大约4000代，一个种群有200条染色体。在前2000代中获得了最大的利润，在这之后，利润没有增加。最大的利润增长是在前100代。
我已经在MT4策略测试器中检查了这个网络的结果。我发现，网络几乎从未达到+-0.5的阈值，交易信号也没有被触发。原因不清楚，也就是说，我检查了输出到MQL4的正确性（对于Java和MQL4中相同的输入值，网络给出了相同的值，也许整个输入流应该被提交，而不是一些随机的值）。我把阈值降到了0.4，似乎可以了......。然后我发现，专家顾问不能一次性开仓...我的专家顾问将关闭该栏，价格在下一个栏之前有时间移动。在学习期（我在1-08-09至1-10-09学习），MT4的利润比我的测试仪少，在MT4的测试期（1-10-09至1-11-09），净值是盈利的。我看了一下哪些点出现了无利可图的条目，我的印象是，进入神经网络的数据携带的信息不足......。
I 输入神经网络：（k=100）。
我了解指标的工作原理，但我对它们和市场的了解还不足以自己选择最小数量的指标......我在论坛上搜索了一下，发现（我的想法来自于哪个帖子的作者，很遗憾，我不记得了）。
在1-08-09至1-10-09期间，在10个线程、200代、种群大小为200的情况下进行了研究（我的java测试器给出了结果）。网络9-10-1：利润10521
9-20-1净利润：10,434
9-30-1网络：利润10361
9-50-1网络：利润10059
结果是好的，但用以前的版本似乎更好......我必须把它与以前的输入结合起来（我没有保存上次训练的结果）。
需要额外的乘数来调整从-1到+1范围内的数值
看了我写的东西后，我开始思考在将训练好的神经网络导出到专家顾问时可能出现的错误--应该再次测试。
P.S. 现在我正在写一个任意结构的递归神经网络（根据我的理解，递归神经网络不仅要考虑数值，还要考虑斜率角度）。
在这些杰出的神经网络理论家中，我可能会被视为害群之马。但总得有人做汉堡包，总得有人吃汉堡包。所以我将冒险提供一些有趣的建议。你可以使用两个指标Force Index.mq4( Period 3.53), DeMarker.mq4( Period 3.53)来训练神经网络，并将这些指标的变化与正常的时间流连接起来--时间将是第三个指标。这些指标很简单，并且以100%的可靠性预测市场的变化。在力指数中输入0.0水平，在DeMarker中输入0.1和0.9水平。很明显，在这些指标的代码中，我们必须将周期的尺寸从int改为double。
在这些杰出的神经网络理论家中，我可能会被视为害群之马。但总得有人做汉堡包，总得有人吃汉堡包。所以我将冒险提供一些有趣的建议。你可以使用两个指标Force Index.mq4( Period 3.53), DeMarker.mq4( Period 3.53)来训练神经网络，并将这些指标的变化与正常的时间流连接起来--时间将是第三个指标。这些指标很简单，并且以100%的可靠性预测市场的变化。在Force Index中输入0.0级，在DeMarker中输入0.1和0.9级。很明显，在这些指标的代码中，我们必须将周期的尺寸从int改为double。
这么长时间过去了...我写了我的遗传算法，做了一个递归的前向传播网络，从任何后续层反馈到任何先前层......但我还没有把新的神经系统导出到mql4...还没来得及做...如果我这样做，我会牢记你的指标。:)