Il grafico non è interessante. Sembra uno scambio casuale.
Il grafico non è interessante. Sembra uno scambio casuale.
Non mi aspettavo di vedere qualcosa di simile a proficuo dalla prima volta sugli ingressi in foul anche sul fit.
I neuralnetworker sanno che molto spesso bisogna aspettare a lungo e dolorosamente, a volte ore, a volte giorni, a volte settimane, per i primi risultati.
E a volte, dopo aver aspettato per niente e aver sputato su tutta questa roba, scrivono in questo forum: che presumibilmente le reti neurali sono spazzatura, hai solo perso tempo.
E il fann è il tema in generale. :) È un'ottima biblioteca per i neuroni.
Certo che lo è! Un comitato adattivo di 16 maglie su 30 ingressi regola in pochi secondi.
Potete ottenere il codice e la descrizione della libreria nell'articolo: Using Neural Networks in MetaTrader
Grazie all'autore!
La biblioteca sembra funzionare.
Ecco i primi risultati:
Primi risultati
Gli ultimi 251 scambi sono history-fitting. Tutto il resto a sinistra è OOS.
Naturalmente EA ha dovuto essere riprogettata, cioè ho rimosso il filtraggio per eliminare l'hard fitting. Riprogettato in modo che EA fosse sempre sul mercato. Le voci sono sbagliate, ma anche con esse si può trovare un avanzamento di successo.
Allego il codice sorgente dell'Expert Advisor per coloro che sono interessati.
C'è solo un parametro di input modificabile nel codice: StopLoss. Impostare un'ottimizzazione da 10 in incrementi da 1 a 100 per 4 caratteri, o da 100 in incrementi da 10 a 1000 per 5 caratteri. L'ottimizzazione viene eseguita senza l'algoritmo genetico su una porzione limitata di storia - solo pochi secondi. Poi si spegne usando la data e si esegue su tutta la storia disponibile. Poi cerchiamo gli attaccanti di maggior successo.
La cosa più importante è che puoi usare questa libreria molto facilmente! Non c'è niente di complicato.Grazie per le informazioni e grazie all'autore per aver creato la libreria. Se qualcuno riesce a creare un codice funzionante usando questa funzione
- Addestramento a topologia evolutiva che costruisce e addestra dinamicamente la RNA (Cascade2)
Per favore, condividete.
Grazie per le informazioni e all'autore per aver creato la libreria. Se qualcuno riesce a creare un codice funzionante usando questa funzione
- Addestramento a topologia evolutiva che costruisce e addestra dinamicamente la RNA (Cascade2)
Per favore, condividete.
E se qualcuno volesse lanciare un link con le fonti della griglia di ricorrenza, sarebbe ancora più meraviglioso. ;-)
E se qualcuno volesse lanciare un link alle fonti della griglia di ricorrenza, sarebbe ancora meglio. ;-)
http://www.codeproject.com/ - per tutti i gusti e colori
Ecco un po' di lavoro in più sugli ingressi e l'immagine è migliore ora. Gli ultimi 198 scambi sono adatti, il resto a sinistra è OOS.
In breve, è chiaro che ne vale la pena.
Ecco un po' di lavoro in più sugli ingressi e l'immagine è migliore ora. 198 ultimi scambi - in forma, il resto a sinistra - OOS.
In breve, è chiaro che ne vale la pena.
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Accetti la politica del sito e le condizioni d’uso
Il codice e la descrizione della libreria si possono trovare nell'articolo: Using Neural Networks in MetaTrader
Grazie all'autore!
La biblioteca ha dimostrato di funzionare.
Ecco i primi risultati:
Primi risultati
Gli ultimi 251 scambi sono history-fitting. Tutti gli altri a sinistra sono OOS.
Naturalmente l'Expert Advisor ha dovuto essere riprogettato, cioè ho rimosso il filtraggio per eliminare l'hard fit. Riprogettato in modo che EA fosse sempre sul mercato. Le voci sono sbagliate, ma anche con esse si può trovare un avanzamento di successo.
Ho allegato il codice dell'Expert Advisor per coloro che sono interessati.
C'è solo un parametro di input modificabile nel codice: StopLoss. Impostare un'ottimizzazione da 10 incrementi 1 a 100 per 4 cifre e da 100 incrementi 10 a 1000 per 5 cifre. L'ottimizzazione viene eseguita senza l'algoritmo genetico su una porzione limitata di storia - solo pochi secondi. Poi si spegne usando la data e si esegue su tutta la storia disponibile. Cerchiamo gli attaccanti di maggior successo.
La cosa più importante è che puoi usare questa libreria molto facilmente! Non c'è niente di complicato.