Una biblioteca rápida y gratuita para MT4, para deleite de los neuralnetworkers
El gráfico no es interesante. Parece un intercambio al azar.
El gráfico no es interesante. Parece un intercambio al azar.
No esperaba ver algo similar a lo rentable de la primera vez en las entradas de falta incluso en el ajuste.
Los expertos en redes neuronales saben que muy a menudo hay que esperar larga y penosamente, a veces horas, a veces días, a veces semanas, para obtener los primeros resultados.
Y a veces, después de haber esperado nada y haber escupido en todo esto, escriben en este foro: que supuestamente las redes neuronales son una basura, que acabas de perder el tiempo.
Y el fann es el tema en general. :) Es una muy buena biblioteca para las neuronas.
¡Claro que sí! Un comité adaptativo de 16 mallas sobre 30 entradas se rige en segundos.
Puede obtener el código y la descripción de la biblioteca en el artículo: Using Neural Networks in MetaTrader
¡Gracias al autor!
La biblioteca parece funcionar.
Aquí están los primeros resultados:
Primeros resultados
Las últimas 251 operaciones se ajustan a la historia. Todo lo demás a la izquierda es OOS.
Por supuesto, el EA tuvo que ser rediseñado, es decir, eliminé el filtrado para eliminar el ajuste duro. Lo rediseñó para que EA estuviera en el mercado todo el tiempo. Las entradas son erróneas, pero incluso con ellas se puede encontrar un avance exitoso.
Adjunto el código fuente del Asesor Experto para aquellos que estén interesados.
Sólo hay un parámetro de entrada modificable en el código: StopLoss. Establezca un ajuste de optimización de 10 en incrementos de 1 a 100 para 4 caracteres, o de 100 en incrementos de 10 a 1000 para 5 caracteres. La optimización se ejecuta sin el algoritmo genético en una porción limitada de la historia: sólo unos segundos. A continuación, se desconecta utilizando la fecha y se ejecuta en todo el historial disponible. Luego buscamos a los delanteros más exitosos.
Lo más importante es que puedes utilizar esta biblioteca muy fácilmente. No hay nada complicado en ello.Gracias por la información y gracias al autor por crear la biblioteca. Si alguien consigue crear un código que funcione utilizando esta función
- Entrenamiento de topología evolutiva que construye y entrena dinámicamente la RNA (Cascade2)
Por favor, comparte.
Gracias por la información y al autor por crear la biblioteca. Si alguien consigue crear un código que funcione utilizando esta función
- Entrenamiento de topología evolutiva que construye y entrena dinámicamente la RNA (Cascade2)
Por favor, comparte.
Y si alguien lanzara un enlace con fuentes de cuadrícula de recurrencia, sería aún más maravilloso. ;-)
Y si alguien lanzara un enlace a las fuentes de la cuadrícula de recurrencia, sería aún mejor. ;-)
http://www.codeproject.com/ - para todos los gustos y colores
Aquí hay un poco más de trabajo en las entradas y la imagen es mejor ahora. Los últimos 198 oficios son un ajuste, el resto de la izquierda son OOS.
En resumen, está claro que vale la pena el esfuerzo.
Aquí hay un poco más de trabajo en las entradas y la imagen es mejor ahora. 198 últimos oficios - aptos, el resto a la izquierda es OOS.
En resumen, está claro que vale la pena el esfuerzo.
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Usted acepta la política del sitio web y las condiciones de uso
El código y la descripción de la biblioteca se pueden encontrar en el artículo: Uso de redes neuronales en MetaTrader
¡Gracias al autor!
La biblioteca demostró estar funcionando.
Aquí están los primeros resultados:
Primeros resultados
Las últimas 251 operaciones se ajustan a la historia. Todo el resto de la izquierda es OOS.
Por supuesto, el Asesor Experto tuvo que ser rediseñado, es decir, eliminé el filtrado para eliminar el ajuste duro. Lo rediseñó para que EA estuviera en el mercado todo el tiempo. Las entradas son erróneas, pero incluso con ellas se puede encontrar un avance exitoso.
Adjunto el código del Asesor Experto para los que estén interesados.
Sólo hay un parámetro de entrada modificable en el código: StopLoss. Establezca una optimización de 10 incrementos 1 a 100 para 4 dígitos y de 100 incrementos 10 a 1000 para 5 dígitos. La optimización se ejecuta sin el algoritmo genético en una porción limitada de la historia: sólo unos segundos. A continuación, se desconecta utilizando la fecha y se ejecuta en todo el historial disponible. Buscamos a los delanteros más exitosos.
Lo más importante es que puedes utilizar esta biblioteca muy fácilmente. No hay nada complicado en ello.