文章 "数据科学和机器学习（第 12 部分）：自训练神经网络能否帮助您跑赢股市？"

[MetaQuotes]

新文章 数据科学和机器学习（第 12 部分）：自训练神经网络能否帮助您跑赢股市？已发布：

您是否厌倦了持续尝试预测股市？ 您是否希望有一个水晶球来帮助您做出更明智的投资决策？ 自训练神经网络可能是您一直在寻找的解决方案。 在本文中，我们将探讨这些强大的算法是否可以帮助您“乘风破浪”，并跑赢股市。 通过分析大量数据和识别形态，自训练神经网络通常可以做出比人类交易者更准确的预测。 发现如何使用这项尖端技术来最大化您的盈利，并制定更明智的投资决策。

我运行了一个简短的优化，并挑选出以下值。 copy_rates_x: COPY_RATES_LOW, n_samples: 2950, Slippage: 1, Stop loss: 7.4, Take profit: 5.0.

这一次，该模型在策略测试器开始时给出了 61.5% 的训练准确率,，和 63.5% 的测试准确率。 似乎很合理。

作者：Omega J Msigwa

[Too Chee Ng]

一个很好的演示，展示了自我培训（调整） ML EA 的可能性。

目前仍处于 MQL ML 的早期阶段。希望随着时间的推移，越来越多的人会使用 MALE5。期待它的成熟。

[Alik Dmitriev]

存档中没有selftrain NN.mqh

[Alik Dmitriev]

如何保存和加载网络？

[Omega J Msigwa]

Alik Dmitriev #:
如何保存和加载网络？

将权重和二进制矩阵保存在二进制文件或 CSV 文件中，然后稍后加载它们，这次不是拟合模型，而是以张量格式传递权重和位移值。