文章 "神经网络实验（第 4 部分）：模板"

[MetaQuotes]

新文章 神经网络实验（第 4 部分）：模板已发布：

在本文中，我将利用实验和非标准方法开发一个可盈利的交易系统，并验证神经网络是否对交易者有任何帮助。 若在交易中运用神经网络的话， MetaTrader 5 完全可作为一款自给自足的工具。 简单的解释。

模板是一种类似于“浮动形态”的结构。 它的值会根据市场情况不断变化，但每个值都在一定的范围内，而这恰是我们实验所需要的。 由于我们已知我们传输到神经网络的数据应该在一定范围内，因此模板中的数值会被四舍五入为整数，以便感知器和神经网络能更好地理解。 因此，我们得到了更多的触发条件，并大幅降低了感知器和神经网络上的负载。 以下您会遇到我脑海里的第一个模板。 我称它为扇形。 我认为，相似的形状显而易见。 在本文中，我们不会使用指标，而是操控烛条。

以下是使用历史记录缩放的示例，如此我们便可分析更短或更深的历史。

在模板中使用相同数量的蜡烛不是先决条件，这为反映先前价格值的相关性提供了一个额外的字段。 在我们的例子中，这些是蜡烛的收盘价。

重要的是要理解，在使用 DeepNeuralNetwork.mqh 库处理 24 根蜡烛的示例中，我们所用的函数库与我在前面文章中讲述的不同。 它们拥有不同的输入设置。 即，有 4 个和 8 个参数用于神经网络的输入。 您不必担心这个。 我已经在附件中添加了 EA 和必要的库文件。

2.1 四个值的扇形模板在 24 根蜡烛上延伸。 它等于 H1 上的一天。 

我们来讲述一下我们将转移到感知器和神经网络的内容，以便更好地理解：

1. 从端点 1 到端点 2 的四舍五入距离（以点数为单位）；
2. 从端点 1 到端点 3 的四舍五入距离（以点数为单位）；
3. 从端点 1 到端点 4 的四舍五入距离（以点数为单位）；
4. 从端点 1 到端点 5 的四舍五入距离（以点数为单位）；

作者：Roman Poshtar

[Dmitiry Ananiev]

如果您在平衡曲线上升的其他货币对上做同样的操作，结果很可能是亏损或接近于零。这个神经网络无法检测到你可以预期获利的模式。

[Aleksey Vyazmikin]

模板中有固定的点值，但它们是如何获得的？也许应该用同样的方法对它们进行优化？

[Roman Poshtar]

Aleksey Vyazmikin #:
模板中有固定的点值，但它们是如何获得的？也许应该用同样的方法对它们进行优化？

不，不需要。它们是用来构建图形本身的。

[Aleksey Vyazmikin]

Roman Poshtar #:

不需要。它们是用来制作雕像本身的。

你能证明这一点吗？因为不同的工具会有不同的扫描方式

[Roman Poshtar]

Aleksey Vyazmikin #:

你能证明这一点吗？因为不同的工具会有不同的价差。

有必要取一个合理的最小值，这样价格才不会跌出形态之外。但您可以尝试优化。

[Aleksey Vyazmikin]

Roman Poshtar #:

有必要取一个合理的最小值，这样价格才不会超出模式的范围。但您可以尝试优化。

那么，考虑到本地波动性，取每日 ATR 如何？

[Aleksey Vyazmikin]

顺便说一句，我可以把我的计算机资源 提供给测试，但只需支付电费....。

[Roman Poshtar]

Aleksey Vyazmikin #:

因此，也许每天使用 ATR，就能考虑到当地的波动性？

现在还没有钱购买资源，不过还是谢谢你。我们将在下一篇文章中考虑指标问题。

[HyperShortyy]

乌克兰：

你好，罗曼娜，我对你正在创作的系列作品非常感兴趣。我可以免费为您提供我的信息资源。我的电子邮件地址是：[e-mail]。请给我留言，以便我回复。祝您愉快

English：

你好，罗曼，我对你正在创作的系列作品非常感兴趣。我想免费向您提供我的信息学资源。我的电子邮件地址是 [e-mail]。请随时给我发邮件，哪怕只是一个字，以便我给您回复。祝您愉快

[Sergei Poliukhov]

有趣的文章可以添加优化，星期，小时

例如，从 15-17 个波动小时和突破三角形数字。

也许每月的第一个星期五（非农）。您还可以添加不平衡（脉冲蜡烛中间，订单块，只有那些有不平衡的地方。

例如，在强势新闻后的周五，本月的最后一天通常是令人讨厌的。 或者本月的最后一天也是。 我还注意到最后一分钟的行为，即 15 分钟、30 分钟的倍数，是不平衡的。