ニューラルネット - ページ 11

 
finimej:
こんにちは。

こんにちは。

あなたの投稿を、議論が進んでいるこのスレッドに移動しました。

 

実は、シバスのインジケーター(添付画像 参照)で、HMAの期間14(終値のEMAの一種)を使ってスタートし、終値の通常のEMAの期間21とクロスして、RSI>50またはRSI<50で確認してシグナルを出しているのです。KISS。

唯一の難点は、相場がウィグソーになっているときに、シグナルをフィルタリングすることです。ボリンジャーバンドを使ったり、MAの傾きを計算したり、シグナル間の距離を計算したり、MAの角度を計算したり、ADXを使ったりしてみました。しかし、これは本当に助けになりません。唯一、不要な売買シグナルを除外するのに役立ったのは、単層ニューラルネットワークです。

ここで重要なのは

1) EMAクロスやMACDシグナルのような非常にシンプルで堅牢なメソッドを使用し、変数の数を少なくする。

2) 次に、NNを使用して、上記のシグナルによって生成された結果を向上させる。

もし、NNを使って強化しないなら、システムはそれだけで立ちます。

 

ここで、sidusのインジケータが添付されました。そして、私がフィルタリングしたい画像上の信号。.ソース

sidusのインジケーターはForexfactoryからです。

ファイル:
sidus.mq4  8 kb
test.gif  32 kb
 
finimej:
最適化のプロセスをプログラムするコードはありますか? 最適化を自動化できるように。

ロジックを使用します。

0) 週末だけ行う。

1) パラメータを0〜200の範囲で設定し、ステップ1を実行する。

2) 最適化結果を得る。

3) 利益率の結果を1.0桁に丸め、7.4=7、7.5=8とする。

4) プロフィット・ファクターの上位2レベルの範囲から、最も低い取引数を選択する。

5) 新しい設定をエキスパートEAに入れ、来週から実行する。

最適化の部分はコード化できるのでしょうか?

もしかしたら、この記事がお役に立てるかもしれません。

リアルトレードにおけるトレーディングロボットの自動最適化 - MQL4 Articles

 

forex_nn new fix version?

私の限られた英語で申し訳ありません。ニューロのソースコードです。下記の原作者サイトのダウンロードリンクからダウンロードするだけです。

http://cortex.snowcron.com/cortex.zip

修正版(forex_nn_05b.tsc)は、新しいウェイトで良い感じに動作しているようです。メタトレーダーのインディケータとEAに変換するのを手伝ってくれる人はいますか?

ありがとうございました。

 

ニューラルネットは、FX、株式、商品などの予測に最適だと思います。

 

上記の署名のhabaさんへの質問ですが、neuroshellとMetatraderはどのように使うのでしょうか?

neuroshellでNOXA CSSAを 使用し、Metatraderのプラットフォームと接続した方いらっしゃいますか?

 

データソース

HiddenOx:
私はここで実験を始めています。私は違うバックグラウンドを持っているようです。私の学位は人工知能なので、NNのようなAIの技術に詳しく、このフォーラムの他の第一人者とは違って、FXの初心者です...

過去の価格を用いて将来の価格を予測することは、様々な要因から不可能に近い。

これまでの経験をまとめると、NNの入力として何が良いのか、そして期待される出力は何か......。

とにかく、Neural Networkの入力として良い値や指標は何か、そして期待される出力(指標、カーブの動きなど)は何か、あなたのご意見をお聞かせください。

私は、バックエラー・プロバゲーションを用いた一連の異なるタイプのニューラルネットワークでそれをテストするつもりです。また、その結果について、遺伝子突然変異に関する興味深い出版物を見つけました。私は今、NNに供給するための信頼できるデータをどこで見つけるかについていくつかの問題を抱えています...あなたの履歴データを使用する場所...任意のソース?

ありがとうございます。

隠れオックス。

mT4を使ってデータをmysqlにエクスポート し(mq4 code baseにサンプルコードがあります)、matlabでデータを学習させることができます(matlabにはデータベースツールボックスがあります)。

 

ニューラル・ネットワークの 結果

GBPJPYを1Hチャートで正確に予測するニューラルネットワークの構築に取り組んできましたが、それができたかもしれません。GBPJPYと他のペア(USDJPY、GBPEURなど)の価格と指標データを逆伝播ネットワークに送り込み、過去10年間のデータで学習させました。ターゲットと出力のプロットの写真です。出力は緑の線、ターゲットは青の線です。4.2x10^-26の誤差は私にとっては十分です = )どれだけ正確に見えるかを示すために、最新のデータにズームインしてみました。あとはこのネットワークをEAに実装すれば完成です!誰か提案ありますか?

ファイル:
gbpjpy60.jpg  37 kb
gbpjpy60-1.jpg  37 kb
gbpjpy60-2.jpg  48 kb
 

あなたはいくつかの基本的な間違いを犯しています。

- 為替レートのような時系列の予測に、典型的なフィードフォワード・ニューラルネットを使うのは、非常に悪い考えです。

- H1フレームで値を予測しようとしている - FXではうまくいかない。D1またはH4(ボラティリティの低い通貨)を使用する。

- 入力として多くのデータを使用している - ニューラルネットは学習データに「慣れ」てしまい、実際の取引では非常に悪いパフォーマンスを発揮します。

- 学習データを見て興奮している。

- 長期間にわたって効果的に機能するニューラルネットを訓練することは不可能です。時系列を予測するために訓練された典型的なニューラルネットは、20~100の優れた予測を行い、その後、最近の変化に適合するように再教育する必要がある。

時系列予測に役立つニューラルネットを作りたいなら、進化型ニューラルネット(フレキシブルニューラルツリーとしてコード化されたフィードフォワードニューラルネット。)