Sinir Ağları Ucuz ve Neşeli - NeuroPro'yu MetaTrader 5 ile Bağlayın

MetaTrader 5 — Entegrasyon | 14 Ocak 2022, 10:45

128

ds2

NeuroPro Hakkında

NeuroPro programı, 1998'de Rus enstitülerinden birinde yazılmıştır ve bugün hala geçerlidir.

Windows XP, Vista ve Windows 7 üzerinde verimli bir şekilde çalışır. Test etmediğim için Windows'un sonraki sürümlerinde nasıl çalıştığını söyleyemem.

NeuroPro Hakkında

Şek. 1. NeuroPro Hakkında

0,25 sürümü ücretsizdir ve İnternet'teki birçok web sitesinde bulunabilir. NeuroPro, sigmoid aktivasyon işlevi ile çok katmanlı sinir ağları oluşturabilir. Sinir ağlarını yeni öğrenmeye başladıysanız bu aşamada daha fazla özelliğe ihtiyacınız yoktur. NeuroPro'nun arayüzünün Rusça olduğu ve başka herhangi bir dile çevrilmediği unutulmamalıdır.

Sinir ağı bir veri dizisinde eğitilebilir ve ardından başka bir dizide test edilebilir. Seçilen ağ yapısının aşırı uyum sağlamaya meyilli olup olmadığını ve geçmiş verilerin dışında, yani gerçek bir hesapta tutarlı bir şekilde alım satım yapıp yapamayacağını hızlı bir şekilde anlamasını sağladığı üzere yatırımcılar için önemli bir özelliktir.

Daha derine inmeyi sevenler, sinir ağı ağırlıklarını ve ayrıca ağ operasyonunun sonucunu en çok hangi ağ girdilerinin etkilediğini görme fırsatına sahiptir. Yeni başlayanların buna ihtiyacı yoktur ve programın bu bölümünü atlayabilir. Bu bilgi Kase'yi arayan deneyimli yatırımcılar için faydalıdır çünkü sinir ağı tarafından hangi kalıbın tanımlandığını varsaymalarına ve aramalarına nerede devam edebileceklerini görmelerine olanak tanır.

Bunun dışında NeuroPro'da ağ yapısının küçültücüsü gibi çeşitli ayarlar ve kullanışlı araçlar dışında önemli bir özellik yoktur. Bu menü bölümlerinin kullanılması zorunlu değildir, bu nedenle acemilerin işleri karmaşıklaştırması ve yalnızca varsayılan ayarları kullanması gerekmez.

Bir yatırımcı bakış açısından NeuroPro'nun tek bir dezavantajı vardır; MetaTrader 5 ile entegrasyonun olmaması. Aslında, bu makale çoğunlukla MetaTrader 5'ten NeuroPro'ya piyasa ve gösterge verilerini yüklemeye ve ardından alınan sinir ağını MQL5'te bir Expert'e dönüştürmeye adanmıştır.

Konuyu ilerleterek şunu söyleyebilirim: NeuroPro ile oluşturacağımız sinir ağı tüm nöron ağırlıkları ile MQL5 script dosyasına dönüştürülecektir (herhangi bir diğer sinir ağı programında olduğu gibi DLL içerme sisteminin aksine). Hızlı çalışmayı ve bilgisayar kaynaklarının minimum oranda kullanılmasını sağlayacaktır. Bu, NeuroPro kullanmanın açık bir avantajıdır. Herhangi bir alım satım stratejisi oluşturmak için kullanılabilir, hatta Expert neredeyse anında karar vermesi gereksinimleriyle birlikte alım satım stratejilerini bile.

Alım Satım Stratejisi

Bu makalede, scalping'i ele almayacağız, çünkü scalping Expert'ler oluşturma, eğitme ve test etme süreci birçok özelliğe sahiptir ve bu makalenin ötesine geçer.

Eğitim amaçlı olarak, H1 zaman çerçevesi ve popüler EURUSD döviz çifti için basit bir Expert oluşturacağız. Öyleyse, Expert'imizin son 24 barı, yani son gündeki piyasa davranışını analiz etmesine izin verin, bir sonraki saatte fiyat hareketinin yönünü tahmin edin ve ardından bu bilgilere dayanarak işlem yapın.

MetaTrader'dan NeuroPro'ya Veri Nasıl Yüklenir

Desteklenen Veri Biçimi

NeuroPro yalnızca DBMS formatlarındaki (DBMS Paradox tabloları) ve DBF'deki (DBMS FoxPro ve dBase tabloları) verileri okur. DBF, dünyadaki en yaygın formattır ve deneyimli bir programcıysanız DBF ile birçok kez karşılaşmış olmalısınız. Biz de bu formatı kullanacağız.

NeuroPro'da veri aktarımının algoritması aşağıdaki gibidir:

MetaTrader için bir komut dosyası yazın, gerekli verileri virgülle ayırarak CSV formatındaki bir metin dosyasına yükleyin;
özel programlar kullanarak CSV'yi DBF'ye dönüştürün;
NeuroPro'da DBF'yi açın.

MetaTrader'dan Veri Yükleme

Bir yükleme verisi komut dosyası yazarken bazı nüanslar dikkate alınmalıdır:

DBF'deki bir veri alanı adı 11 sembolden daha uzun olamaz, ayrıca bazı dönüştürücüler bunları 10'a indirir. Bu nedenle alan adları 10 sembolden uzun olmamalıdır;
çok sayıda çubuk girişi olan sinir ağlarında, alan adları genellikle "BarN" türündedir, burada N, çubuğun sıralı sayısıdır. Bizim durumumuzda 24 alan olacak ve buna bağlı olarak isimler "Bar1" ile "Bar24" arasında değişecektir. Zorunlu olmasa da "Bar___N__" gibi alanların adlarını (önce üç alt çizgi, sonra iki) yazmanızı tavsiye ederim. Daha ileride, Expert'i yazarken nedenini göreceksiniz.

Aşağıda, test stratejimiz için hazır bir komut dosyası bulunmaktadır (ayrıca bu makaleye eklenmiştir):

#property script_show_inputs
//+------------------------------------------------------------------+
input string    Export_FileName  = "NeuroPro\\data.csv"; // File for export (in the "MQL5/Files" folder)
input int       Export_Bars_Skip = 0;                    // Number of historical bars to skip before export
input int       Export_Bars      = 5000;                 // Number of lines for export
//+------------------------------------------------------------------+
const int inputlen=24;    // Number of past bars analyzed by the trading strategy
//+------------------------------------------------------------------+
void OnStart()
  {
   //--- create a file
   int file=FileOpen(Export_FileName,FILE_WRITE|FILE_CSV|FILE_ANSI,',');

   if(file!=INVALID_HANDLE)
     {
      //--- write the data header
      string row="date";
      for(int i=0; i<=inputlen; i++)
        {
         if(StringLen(row)) row+=",";
         //========================================================
         // Note! 
         // In the Expert substitute underscores for [].
         // A field name in the DBase format is no longer than 11 symbols. Calc reduces it down to 10.
         // Maximum number of fields in the DBase format is 128-512, depending on the version.
         //========================================================
         StringConcatenate(row,row,"Bar___",i,"__");
        }
      FileWrite(file,row);

      //--- copy required data from history
      MqlRates rates[],rate;
      int count=Export_Bars+inputlen;
      if(CopyRates(Symbol(),Period(),1+Export_Bars_Skip,count,rates)<count)
        {
         Print("Error! Insufficient historical data for exporting required data.");
         return;
        }
      ArraySetAsSeries(rates,true);

      //--- write down the data      
      for(int bar=0; bar<Export_Bars; bar++)
        {
         row="";
         //--- closing price of the 1st bar will be the zero level for normalization of others
         double zlevel=rates[bar+1].close; 
         for(int i=0; i<=inputlen; i++)
           {
            if(StringLen(row)) row+=",";
            rate=rates[bar+i];
            if(i==0) row+=TimeToString(rate.time,TIME_DATE || TIME_MINUTES)+",";
            row+=DoubleToString(rate.close-zlevel,Digits());
           }
         FileWrite(file,row);
        }
      FileClose(file);
      Print("Data export successfully completed.");
     }
   else Print("Error! Failed to create a file for data export. ",GetLastError());
  }

Şimdi bunu terminalde başlatalım. Başarılı bir şekilde tamamlandığında, Expert günlüğüne bir muhabir mesajı girer.

Script dosyası tarafından oluşturulan veri dosyası yaklaşık olarak aşağıdakileri içerir.

İlk dizede tablo alanlarının adları vardır; daha sonra bu alanların değerlerinin virgülle bölünmüş olduğu dizeleri izleyin:

tarih,Bar___0__,Bar___1__,Bar___2__,Bar___3__,Bar___4__,Bar___5__,Bar___6__,Bar___7__,Bar___8__,Bar___9__,Bar___10__,Bar___11__,Bar___12__,Bar___13__,Bar___14__,Bar___15__,Bar___16__,Bar___17__,Bar___18__,Bar___19__,Bar___20__,Bar___21__,Bar___22__,Bar___23__,Bar___24__
2014.09.25,-0.0008,0.0000,-0.0005,-0.0014,0.0007,0.0035,0.0035,0.0036,0.0047,0.0052,0.0050,0.0046,0.0046,0.0047,0.0049,0.0052,0.0049,0.0053,0.0055,0.0056,0.0067,0.0056,0.0097,0.0105,0.0113
2014.09.25,0.0005,0.0000,-0.0009,0.0012,0.0040,0.0040,0.0041,0.0052,0.0057,0.0055,0.0051,0.0051,0.0052,0.0054,0.0057,0.0054,0.0058,0.0060,0.0061,0.0072,0.0061,0.0102,0.0110,0.0118,0.0123
2014.09.25,0.0009,0.0000,0.0021,0.0049,0.0049,0.0050,0.0061,0.0066,0.0064,0.0060,0.0060,0.0061,0.0063,0.0066,0.0063,0.0067,0.0069,0.0070,0.0081,0.0070,0.0111,0.0119,0.0127,0.0132,0.0130
2014.09.25,-0.0021,0.0000,0.0028,0.0028,0.0029,0.0040,0.0045,0.0043,0.0039,0.0039,0.0040,0.0042,0.0045,0.0042,0.0046,0.0048,0.0049,0.0060,0.0049,0.0090,0.0098,0.0106,0.0111,0.0109,0.0122

CSV'den DBF'ye dönüştürme

Bunu yapmanın birçok yolu vardır.

Microsoft Excel, 2007'den önceki sürümler. CSV dosyalarını açabilir ve ayrıca verileri DBF formatında kaydedebilir. Excel'in çok eski sürümlerinin yalnızca 65535 dize içerdiğini unutmayın. Bu hacim, H1 zaman diliminin 10 yıllık geçmişine uyabileceğinden, bu kapasitenin genellikle alım satım için yeterli olduğunu söyleyerek;
Microsoft Excel, 2007 ve sonraki sürümleri. DBF'ye kaydetme, bunlarda mevcut değildir. Excel'i bu işlevsellikle zenginleştiren bir eklenti İnternette bulunabilir;
Microsoft Access (veritabanlarıyla çalışmak için Microsoft Office paket programı). Bir metin dosyasından (CSV) içe aktarılarak ve ardından bir DBF dosyasına dışa aktarılarak bir veri tabanında bir tablo oluşturulabilir;
belirlenmiş yardımcı programlar-dönüştürücüler CSV-DBF. Bunlardan birçoğu var ve İnternet'te farklı markalar bulunabilir, ancak çoğunluğunun ödenmesi gerekir;
Ücretsiz OpenOffice paketinden Calc. Calc, Excel'in neredeyse tam bir analogudur. CSV dosyalarını açabilir ve bunlar DBF'ye kaydedebilir.

Yukarıdaki yöntemlerin tümü sezgiseldir ve kullanımı yeterince kolay olmalıdır.

Listelenen yollardan biriyle dönüşüm gerçekleştireceğim. Sonuncusunu kullanacağım çünkü NeuroPro ücretsiz bir programdır ve ücretsiz Calc'ın arkasındaki fikir buna en yakın olanıdır. OpenOffice'i resmi web sitesinden indirebilirsiniz; http://www.openoffice.org/.

Dönüşüm süreci.

Calc'ı başlatın. CSV uzantılı veri dosyamızı açın.
Calc, veri tanıma sihirbazını başlatır.
Alanların virgülle ayrılacağını sihirbaz parametrelerinde belirtin.

Burada bir diğer önemli nokta, sayının tamsayı ve kesirli kısımlarının ayırıcısıdır. Bilgisayarımdaki konfigürasyonlara göre ("BAŞLAT" > "Denetim Masası" > "Dil ve Bölgesel Standartlar"), ayırıcı olarak nokta kullanılır. CSV dosyamızda ayrıca nokta kullanıyoruz. Calc'ın sayıları doğru okuyabilmesi için bir ayırıcının da belirtilmesi gerekir. Dönüştürme sihirbazının ayarlarında gerekli dil seçilerek yapılabilir. Nokta orada standart bir ayırıcı olduğundan, İngilizce dilinin varyasyonlarından birini seçin.

Sihirbazın doğru ayarları ekran görüntüsünde gösterilir:

Şek. 2. CSV dosyasından içe aktarma sihirbazının kurulumu

İpucu: Her CSV dosyası dönüştürmesinde bir dil seçmeyi atlamak için, Calc ayarlarında varsayılan dil olarak ayarlanabilir: menü "Araçlar" > "Seçenekler" ve ardından ekran görüntüsünde yeşil renkle vurgulandığı gibi:

Şek. 3. Calc'ta yerel ayar

4) Böylece, CSV dosyası yüklendi ve veriler otomatik olarak sütunlara yerleştirildi:

Şek. 4. CSV dosyası başarıyla açıldı

5) Verilerin DBF formatında doğru bir şekilde yazılabilmesi için türü ve kesinliği belirtilmelidir.

Bunun için, sayılar içeren sütunların tümü vurgulanacak ve karşılık gelen özellikler, ekran görüntüsünde yeşil renkle vurgulanmış olarak atanacaktır:

Şek. 5. Sayılarla sütunları ayarlama

6) DBF'ye kaydedin: "Dosya" menüsü > "Farklı Kaydet". İletişim penceresinde "dBase (*.dbf)" dosya türünü seçin:

Şek. 6. DBF biçiminde bir dosya kaydetme iletişim kutusu

Ardından "Kaydet"e basın.

7) Calc, seçilen formatı onaylamanızı isteyecektir:

Şek. 7. Calc, bir dosyayı DBF yerine standart ODF biçiminde kaydetmeyi önerir

"Geçerli Biçimi Koru" düğmesine basarak seçimimizi onaylayın.

8) Calc, DBF dosyasındaki metin verileri için hangi kodlamanın kullanılacağını soracaktır. Örneğimizde böyle bir veri bulunmadığından ve metin verilerinin sinir ağlarında kullanılması zaten imkansız olduğundan, herhangi birini belirtebilirsiniz:

Şek. 8. Dosyanın metin kodlamasını seçme

Artık sinir ağı için gerekli olan MetaTrader'dan alınan verileri içeren DBF uzantılı bir dosyamız var.

NeuroPro'da Sinir Ağı Nasıl Oluşturulur ve Eğitilir

1) NeuroPro'yu başlatın.

2) Çalışan bir proje oluşturun: "Dosya" > "Oluştur" menüsü:

Şek. 9. Boş proje oluşturuldu

3) Proje penceresinde "Veri dosyasını aç" düğmesine basın ve beliren iletişim kutusunda DBF dosyasını açın:

Şek. 10. Gelecekteki sinir ağıyla kullanılmak üzere açılan DBF dosyası

4) Proje penceresinde "Yeni ağ" üzerine tıklayın. Açılan pencerede iki sekme vardır. Öncelikle "Girişler ve Çıkışlar" sekmesini dolduracağız.

"Bar___0__" alanında ağın çıkış nöronu olacağını belirtin. "Bar___N__" alanlarının geri kalanı girdi olarak atanacaktır:

Şek. 11. Sinir ağının giriş ve çıkışlarının yapılandırması

Çıkış nöronu için gerekli doğruluğu da belirtebiliriz. Forex'te 1 puandır, yani bizim durumumuzda 0.0001'dir.

5) Şimdi "Ağ Yapısı" sekmesine geçiyoruz. Burada ara katmanların sayısı (giriş ve çıkış katmanları hariç) ve her birindeki nöron sayısı belirtilebilir. Bu özel öğrenme örneğinde, her biri 20 nöron içeren 3 katman oluşturacağız:

Şek. 12. Sinir ağı katmanlarının konfigürasyonu

6) "Oluştur" düğmesine basın ve ağ kullanıma hazırdır:

Şek. 13. Projede yeni yapılmış ve kurulmuş bir sinir ağı ortaya çıktı

7) Yeni ve eğitimsiz bir ağın fiyat tahminleri üretmekle nasıl başa çıktığını görmek için "Sinir Ağı" menüsü > "Test" seçeneğine gidin.

Test sonuçlarının gösterdiği gibi, bu eğitimsiz sinir ağı, %5'ten daha az durumda belirli bir doğrulukla (1 puanı aşmayan hatayla) bir fiyat öngördü. Ortalama olarak, bir fiyat tahmini hatası yaklaşık 10 puandı:

Şek. 14. Eğitimsiz sinir ağının tahmin doğruluğu istatistikleri

8) Şimdi ağı verilerimize göre eğitmemiz gerekiyor.

Yine proje penceresine gidin ve şuna basın: Menüde "Sinir ağı" > "Eğitim". Öğrenme ilerlemesinin bir göstergesi görünecektir. İşlemin sonunu bekleyin:

Şek. 15. Sinir ağının öğrenme sürecinin göstergesi

9) Proje penceresine geri dönün ve "Sinir ağı" > "Test" seçeneğine gidin.

Ağ önemli ölçüde iyileşti: %16 vakada fiyat tahmini doğruydu ve ortalama tahmin hatası 4 puandı:

Şek. 16. Eğitimli bir ağın tahmin doğruluğu istatistikleri

Ağ birkaç şey öğrendi. Bunu MetaTrader'a aktaracağız.

Bir Sinir Ağı NeuroPro'dan MetaTrader 5'e Nasıl Aktarılır

NeuroPro, MetaTrader 5 hakkında hiçbir şey bilmez ve bir sinir ağını doğrudan ona iletemez. Bir sinir ağını MQL5 kodunun bir parçasına dönüştürmenin yarı otomatik bir yolunu buldum.

Diğer birçok sinir ağı programından farklı olarak NeuroPro, kullanılan sinir ağının yapısını metin olarak gösterebilir. Giriş anından ağdan ayrılana kadar tüm veri dönüşümlerini sırayla açıklayan bir formüller kümesidir. Formüller; her katmanı, her nöronu, zaten değiştirilmiş (eğitilmiş) bağlantı ağırlık değerlerine sahip her bağlantıyı içerir.

Bunu görmek için "Sinir ağı" > "İfade oluşturma" menüsüne gidin. Bizim durumumuzda formüller aşağıdaki gibidir:

Şek. 17. Eğitimli sinir ağının çalışmasını belirleyen formüller

Aslında bu formüller kümesi, soyut bir programlama dilinde yazılmış bir programın kaynak kodu olarak düşünülebilir. Tek yapmamız gereken bu kodu, sözdizimi MQL5 ile eşleşecek şekilde değiştirmektir. Bu değişiklikler herhangi bir metin düzenleyicide yapılabilir. Bu işlemi kısmen otomatik hale getirmek için, ifadelerin toplu olarak değiştirilmesini gerçekleştirebilen bir düzenleyici kullanmanızı öneririm. Bu, şunlarda yapılabilir: Word, ücretsiz Writer sürümü (OpenOffice paketinden), Excel, Calc ve hatta Windows'ta Not Defteri.

Bu formülleri kendiniz bir MQL5 koduna dönüştürebileceğinizden eminim, yine de daha hızlı yapabilmeniz için bu süreci optimize etme konusundaki deneyimimi paylaşacağım.

Örneğimde Windows 7'de Not Defteri kullanacağım.

1) NeuroPro'da eğitimli sinir ağı ile açık bir projemiz var. Formüllerin bulunduğu bir pencerenin açıldığı "Sinir ağı" > "İfade oluşturma"ye gidiyoruz (yukarıdaki ekran görüntüsüne bakın).

2) Bu pencerenin içeriğini "Dosya" > "Farklı kaydet" menüsüne kaydedin.

3) Şimdi bu dosyayı Not Defteri'nde açın.

4) İfade değiştirme işlevini çağırın: "Düzenle" > "Değiştir" menüsü .

Yapılacak değiştirmelerin listesi:

Değiştirilecekler	Şununla değiştir:	Yorum yap
___	[	üçlü alt çizgi
__	]	ikili alt çizgi
--	- -	iki eksi (formüllerde negatif bir sayının çıkarılması) bir boşlukla bölünür, çünkü MQL'de (C'ye benzer diğer dillerde olduğu gibi) bir çift eksi çift anlamlı olabilir, bu da derleme hatasına yol açar
Sigmoid	Sigmoid	işlev adlarını Latince'ye çevirin (unutmayın, program Rusça'dır. MetaEditor Kiril alfabesini de desteklediği için bunu yapmanıza gerek yok)
Sendrom	Sendromlar	değişken adlarını Latince'ye çevirin (yine MetaEditor Kiril alfabesini de desteklediğinden bunu yapmanın bir anlamı yoktur)

Şek. 18. Üçlü alt çizgiyi köşeli parantezlerle değiştirin

Değiştirmeyi gerçekleştirmek için "Tümünü Değiştir" düğmesini kullanın.

Şimdi, köşeli parantezler için alt çizgileri hızlı bir şekilde değiştirebilmek, yani tüm ağ girişlerini bir dizi olarak sunabilmek için fiyat alanlarını "BAR___N__" olarak adlandırdığımı anlıyorsunuz.

Bir diziyi bildirmek ve onu seri fiyat verileriyle doldurmak, bir dizi bağımsız değişkenden daha kolaydır.

5) Daha önce de belirttiğim gibi, bir dizi bildirmek için tüm giriş ve çıkışların numaralandırılması değiştirilmelidir:

Önce	Talimatın
Veri tabanı alanları (ilk belirtiler): ÇUBUK[1] ÇUBUK[2] ÇUBUK[3] ÇUBUK[4] ÇUBUK[5] ÇUBUK[6] ÇUBUK[7] ÇUBUK[8] ÇUBUK[9] ÇUBUK[10] ÇUBUK[11] ÇUBUK[12] ÇUBUK[13] ÇUBUK[14] ÇUBUK[15] ÇUBUK[16] ÇUBUK[17] ÇUBUK[18] ÇUBUK[19] ÇUBUK[20] ÇUBUK[21] ÇUBUK[22] ÇUBUK[23] ÇUBUK[24] Veri tabanı alanları (son sendromlar): ÇUBUK[0]	double BAR [25];

Önce

Talimatın

Veri tabanı alanları (ilk belirtiler):

ÇUBUK[1]

ÇUBUK[2]

ÇUBUK[3]

ÇUBUK[4]

ÇUBUK[5]

ÇUBUK[6]

ÇUBUK[7]

ÇUBUK[8]

ÇUBUK[9]

ÇUBUK[10]

ÇUBUK[11]

ÇUBUK[12]

ÇUBUK[13]

ÇUBUK[14]

ÇUBUK[15]

ÇUBUK[16]

ÇUBUK[17]

ÇUBUK[18]

ÇUBUK[19]

ÇUBUK[20]

ÇUBUK[21]

ÇUBUK[22]

ÇUBUK[23]

ÇUBUK[24]

Veri tabanı alanları (son sendromlar):

ÇUBUK[0]

double BAR [25];

6) Nöron aktivasyon fonksiyonları MQL5 program fonksiyonları gibi görünmelidir:

Önce	Talimatın
Sigmoid1(A)=A/(0.1+\|A\|) Sigmoid2(A)=A/(0.1+\|A\|) Sigmoid3(A)=A/(0.1+\|A\|)	double Sigmoid1 (double A) { return A/(0.1 + MathAbs(A)); } double Sigmoid2 (double A) { return A/(0.1 + MathAbs(A)); } double Sigmoid3 (double A) { return A/(0.1 + MathAbs(A)); }

Önce

Talimatın

Sigmoid1(A)=A/(0.1+|A|)

Sigmoid2(A)=A/(0.1+|A|)

Sigmoid3(A)=A/(0.1+|A|)

double Sigmoid1 (double A)
{
  return A/(0.1 + MathAbs(A));
}

double Sigmoid2 (double A)
{
  return A/(0.1 + MathAbs(A));
}

double Sigmoid3 (double A)
{
  return A/(0.1 + MathAbs(A));
}

7) MQL5 kurallarına göre tüm formüllerin sonuna noktalı virgül konmalı, yorumlar doğru yazılmalı (veya silinmeli) ve başlatılmış tüm değişkenlere tür bildirimi eklenmelidir.

Bizim durumumuzda tip sadece ara katmanlardaki nöron isimleri için bildirilmemiştir. 60 kez manuel olarak "double" kelimesini girmek yerine toplu metin değiştirmeyi tekrar kullanacağız. Bir nöron adıyla bir dizgenin başlangıcını vurgulamamız gerekiyor: (dizgenin başındaki kenar boşluğu da vurgulanmalıdır çünkü nöron isimleri de formüllerin sağ kısmında kullanılacak ve buraya "double" kelimesinin eklenmesine gerek kalmayacaktır):

Şek. 19. Değiştirilecek metnin vurgulanması

Metnin vurgulanan kısmını kopyaladıktan sonra, aynı metin ve buna eklenen "double" kelimesiyle değiştirmek için metin değiştirme iletişim kutusuna ekleyin:

Şek. 20. Değişkenlere tür adını ekleyin

"Tümünü değiştir" düğmesine basmayı unutmayın.

8) NeuroPro'nun küçük bir hatası var. Sinir ağına sabit bir değer girerseniz metin biçiminde bu girişin normalleştirme formülü sıfıra bölmeyi içerir. Ele aldığımız durumda "BAR___1__" böyle bir girdidir. Çubuklarımızın normalleştirilmesinde referans noktası olduğu için her zaman sıfırları vardır.

İdeal olarak "BAR___1__" sinir ağında girilmemelidir, çünkü sabit değerlere sahip girdiler zaten tahmini etkilemez. Ancak bu değer girilmişse NeuroPro tarafından üretilen formülün ayarlanması gerekecektir. Derleyiciden gelen hata mesajlarını önlemek için "BAR___1__", buraya kalıcı olarak girilen değerle değiştirilmelidir. Ele aldığımız durumda bu sıfırdır:

Önce	Talimatın
BAR[1]=(BAR[1]-0)/0;	BAR[1]=0;

9) Çok önemsiz bir hata daha var (NeuralPro'nun geliştiricisi, bir sinir ağının metin açıklamasının bir program kodu olarak kullanılacağını düşünmedi ve bu nedenle dikkatli bir şekilde kontrol etmedi).

Sondaki en son formülde fazladan bir kapatma parantezi var. Bu hata çok küçük ama MetaEditor derleyicisini karıştırıyor. Bu, dizedeki fazladan parantezleri göstermez ancak programın başka bir bölümünde küme parantezini almaz. Lütfen bunu aklınızda bulundurun, böylece karşılaştığınızda düzeltebilirsiniz.

Önce	Talimatın
BAR[0]=((BAR[0]*0.0180000001564622)+0.000599999912083149)/2);	BAR[0]=((BAR[0]*0.0180000001564622)+0.000599999912083149)/2;

Bu bölümde açıklanan işlemler, düzenli olarak uygulanırsa yalnızca birkaç dakika sürer. Listeyi belgeye hatırlamaya gerek yoktur. Aşağıdaki derlemede MetaEditor, kodun düzeltilmemiş kısımlarını hata olarak gösterecektir.

Son olarak tüm formülleri MQL5 formatına getirdikten sonra tek yapmamız gereken Notepad'den çıkan kodu MetaEditor'a aktarmak ve Expert için gerekli olan kodun geri kalanını eklemektir. Elbette NeuroPro'da oluşturulan sinir ağlarını düzenli olarak kullanırsanız bu aşama kolay olacaktır. Mevcut Expert'teki önceki sinir ağını, Not Defteri'nden yeni bir sinir ağı MQL5 koduyla değiştireceksiniz. Kelimenin tam anlamıyla bir dakika sürer.

Expert'in son kodu, MetaTrader 5'te çalışmaya tamamen hazır hale gelir (bu kodu uygulamadan bu makaleye de indirebilirsiniz):

input double    Lots = 0.1;        // Deal volume
input double    MinPrognosis = 0;  // Open deals with a forecast more promising than the current one
//+------------------------------------------------------------------+
const int inputlen=24; // Number of past bars analyzed by the trading strategy
//+------------------------------------------------------------------+
double Sigmoid1(double A)
  {
   return A/(0.1 + MathAbs(A));
  }
//+------------------------------------------------------------------+
double Sigmoid2(double A)
  {
   return A/(0.1 + MathAbs(A));
  }
//+------------------------------------------------------------------+
double Sigmoid3(double A)
  {
   return A/(0.1 + MathAbs(A));
  }
//+------------------------------------------------------------------+
double CalcNeuroNet()
  {
//--- get current quotes for neural network
   MqlRates rates[],rate;
   CopyRates(Symbol(),Period(),0,inputlen+1,rates);
   ArraySetAsSeries(rates,true);

//--- neural network inputs
   double BAR[512]; // 512 - maximum permissible number of fields in the DBF format

//--- fill the array of the neural network input data
//--- closing price of the 1st bar will be the zero level for normalization of others
   double zlevel=rates[1].close; 

   for(int bar=0; bar<=inputlen; bar++)
     {
      rate=rates[bar];
      BAR[bar]=rate.close-zlevel;
     }

//==============================================
// Calculate the neural network with NeuroPro formulas
//==============================================

//--- preprocessing of the data base input fields for training the network:
   BAR[1]=0;//(BAR[1]-0)/0;
   BAR[2]=(BAR[2]- -0.0003)/0.009;
   BAR[3]=(BAR[3]-4.999992E-5)/0.01045;
   BAR[4]=(BAR[4]-0.0011)/0.011;
   BAR[5]=(BAR[5]-0.00285)/0.01335;
   BAR[6]=(BAR[6]-0.004050001)/0.01625;
   BAR[7]=(BAR[7]-0.00495)/0.01695;
   BAR[8]=(BAR[8]-0.0049)/0.0172;
   BAR[9]=(BAR[9]-0.0046)/0.0171;
   BAR[10]=(BAR[10]-0.00395)/0.01755;
   BAR[11]=(BAR[11]-0.0037)/0.0184;
   BAR[12]=(BAR[12]-0.0034)/0.0188;
   BAR[13]=(BAR[13]-0.0029)/0.0194;
   BAR[14]=(BAR[14]-0.002499999)/0.0196;
   BAR[15]=(BAR[15]-0.00245)/0.01935;
   BAR[16]=(BAR[16]-0.00275)/0.01925;
   BAR[17]=(BAR[17]-0.0028)/0.0194;
   BAR[18]=(BAR[18]-0.002950001)/0.01965;
   BAR[19]=(BAR[19]-0.002649999)/0.01965;
   BAR[20]=(BAR[20]-0.002699999)/0.0197;
   BAR[21]=(BAR[21]-0.00275)/0.01945;
   BAR[22]=(BAR[22]-0.00225)/0.01955;
   BAR[23]=(BAR[23]-0.0019)/0.0195;
   BAR[24]=(BAR[24]-0.00225)/0.01935;

//--- syndromes of the 1st level:
   double Syndrome1_1=Sigmoid1( 0.07165167*BAR[1]-0.08914512*BAR[2]+0.160242*BAR[3]-0.1136391*BAR[4]+0.01358515*BAR[5]+0.3755009*BAR[6]-0.1433693*BAR[7]+0.224411*BAR[8]+0.03298632*BAR[9]-0.2551045*BAR[10]-0.1418581*BAR[11]+0.007130164*BAR[12]-0.08727393*BAR[13]-0.2567087*BAR[14]+0.1118081*BAR[15]+0.73848*BAR[16]+0.05880548*BAR[17]-0.1544689*BAR[18]+0.192913*BAR[19]-0.1743894*BAR[20]-0.2184512*BAR[21]-0.2290305*BAR[22]+0.3946579*BAR[23]-0.02947071*BAR[24]-0.08091708 );
   double Syndrome1_2=Sigmoid1( -0.08248464*BAR[1]+0.3076621*BAR[2]-0.0500868*BAR[3]-0.6526818*BAR[4]+0.04266862*BAR[5]+0.581119*BAR[6]-0.0356447*BAR[7]+0.0292943*BAR[8]-0.3660156*BAR[9]-0.3244759*BAR[10]+0.05519342*BAR[11]+0.2419113*BAR[12]-0.2178954*BAR[13]+0.4037299*BAR[14]-0.1593139*BAR[15]+0.3567515*BAR[16]+0.08094382*BAR[17]-0.01788837*BAR[18]-0.379636*BAR[19]+0.6658992*BAR[20]-0.1899142*BAR[21]+0.02259956*BAR[22]+0.767949*BAR[23]-0.5380562*BAR[24]-0.06307755 );
   double Syndrome1_3=Sigmoid1( -0.08426282*BAR[1]-0.172721*BAR[2]+0.1749717*BAR[3]-0.07916483*BAR[4]-0.0523758*BAR[5]+0.1935233*BAR[6]+0.01627235*BAR[7]+0.1254414*BAR[8]-0.1101555*BAR[9]-0.02285305*BAR[10]-0.14389*BAR[11]+0.1788775*BAR[12]-0.007144043*BAR[13]+0.1925385*BAR[14]-0.08001231*BAR[15]-0.2021703*BAR[16]+0.08694438*BAR[17]+0.3090158*BAR[18]-0.3330302*BAR[19]+0.2519112*BAR[20]-0.2170611*BAR[21]-0.2216277*BAR[22]+0.09618518*BAR[23]+0.049888*BAR[24]-0.06465426 );
   double Syndrome1_4=Sigmoid1( 0.02806905*BAR[1]+0.07787746*BAR[2]+0.1972721*BAR[3]-0.247464*BAR[4]-0.008635854*BAR[5]-0.1975036*BAR[6]-0.0652089*BAR[7]-0.1276176*BAR[8]-0.3386112*BAR[9]-0.103951*BAR[10]+0.08352495*BAR[11]-0.1821419*BAR[12]-0.05604611*BAR[13]-0.05922695*BAR[14]-0.1670811*BAR[15]+0.002476109*BAR[16]-0.03657883*BAR[17]-0.09295338*BAR[18]+0.2500353*BAR[19]-0.03980102*BAR[20]+0.1059941*BAR[21]-0.4037244*BAR[22]-0.08735184*BAR[23]+0.1546644*BAR[24]+0.1966186 );
   double Syndrome1_5=Sigmoid1( 0.03832016*BAR[1]-0.09065858*BAR[2]+0.2356484*BAR[3]-0.2436682*BAR[4]+0.09812659*BAR[5]+0.09220826*BAR[6]+0.434221*BAR[7]-0.005478878*BAR[8]-0.1657191*BAR[9]-0.2605299*BAR[10]+0.3523667*BAR[11]+0.3595579*BAR[12]+0.3402678*BAR[13]-0.3346431*BAR[14]+0.1215327*BAR[15]-0.1869196*BAR[16]+0.07256371*BAR[17]-0.09229603*BAR[18]-0.09961994*BAR[19]+0.2491707*BAR[20]+0.3703756*BAR[21]+0.1369175*BAR[22]+0.0560869*BAR[23]-0.007567503*BAR[24]-0.01722363 );
   double Syndrome1_6=Sigmoid1( -0.06897662*BAR[1]-0.4182717*BAR[2]+0.200378*BAR[3]-0.4152234*BAR[4]-0.2081593*BAR[5]+0.3120443*BAR[6]-0.1582431*BAR[7]+0.1900958*BAR[8]+0.002503331*BAR[9]+0.02297609*BAR[10]+0.03145982*BAR[11]+0.1816629*BAR[12]+0.1854629*BAR[13]-0.1660063*BAR[14]+0.3112128*BAR[15]-0.4799304*BAR[16]-0.100519*BAR[17]-0.1523588*BAR[18]+0.07141552*BAR[19]+0.2336634*BAR[20]+0.01279082*BAR[21]-0.2179644*BAR[22]+0.4898897*BAR[23]-0.1818153*BAR[24]-0.1783737 );
   double Syndrome1_7=Sigmoid1( -0.003986856*BAR[1]-0.3409385*BAR[2]-0.3122248*BAR[3]+0.5656545*BAR[4]+0.07564658*BAR[5]+0.07956024*BAR[6]+0.1820322*BAR[7]-0.05595554*BAR[8]+0.1027963*BAR[9]+0.2596273*BAR[10]+0.1156801*BAR[11]+0.04490443*BAR[12]+0.1426405*BAR[13]+0.06763341*BAR[14]-0.03249188*BAR[15]-0.1912978*BAR[16]-0.2003477*BAR[17]-0.2413947*BAR[18]+0.3188735*BAR[19]-0.2899658*BAR[20]+0.06846272*BAR[21]+0.08726751*BAR[22]-0.2134383*BAR[23]-0.436768*BAR[24]+0.08075105 );
   double Syndrome1_8=Sigmoid1( 0.05597013*BAR[1]+0.3358757*BAR[2]+0.1041476*BAR[3]-0.334706*BAR[4]-0.07069201*BAR[5]+0.06152828*BAR[6]+0.1577689*BAR[7]+0.1737777*BAR[8]-0.7711719*BAR[9]-0.2970988*BAR[10]+0.06691784*BAR[11]+0.0528774*BAR[12]+0.06260363*BAR[13]+0.2449201*BAR[14]-0.3098814*BAR[15]+0.06859511*BAR[16]+0.1355444*BAR[17]-0.15844*BAR[18]+0.2791151*BAR[19]-0.412524*BAR[20]+0.228981*BAR[21]-0.4042732*BAR[22]+0.197847*BAR[23]+0.477078*BAR[24]-0.2478239 );
   double Syndrome1_9=Sigmoid1( 0.02181781*BAR[1]-0.1042198*BAR[2]-0.02412975*BAR[3]+0.1485616*BAR[4]+0.07645424*BAR[5]-0.02779776*BAR[6]-0.1519209*BAR[7]-0.1878287*BAR[8]+0.1637603*BAR[9]+0.248636*BAR[10]+0.2032469*BAR[11]-0.03869069*BAR[12]+0.02014448*BAR[13]-0.2079489*BAR[14]+0.08846121*BAR[15]+0.1025348*BAR[16]+0.01593455*BAR[17]-0.4964754*BAR[18]+0.1635097*BAR[19]-0.04561989*BAR[20]-0.0662128*BAR[21]-0.2423395*BAR[22]+0.2898602*BAR[23]+0.03824728*BAR[24]-0.07471437 );
   double Syndrome1_10=Sigmoid1( -0.02918137*BAR[1]+0.06085975*BAR[2]-0.3056079*BAR[3]-0.5144019*BAR[4]-0.1966296*BAR[5]+0.04413594*BAR[6]+0.03249943*BAR[7]+0.08405613*BAR[8]-0.08797813*BAR[9]+0.06621616*BAR[10]-0.2226632*BAR[11]-0.1000158*BAR[12]+0.0106046*BAR[13]-0.1383344*BAR[14]+0.05141285*BAR[15]-0.1009147*BAR[16]-0.1503479*BAR[17]+0.2877283*BAR[18]-0.2209365*BAR[19]+0.1310906*BAR[20]-0.1188305*BAR[21]-0.002668453*BAR[22]+0.1106755*BAR[23]+0.3884961*BAR[24]+0.0006983803 );
   double Syndrome1_11=Sigmoid1( -0.04872056*BAR[1]-0.5066758*BAR[2]+0.08158222*BAR[3]+0.2647052*BAR[4]+0.3632542*BAR[5]+0.4538754*BAR[6]-0.1346472*BAR[7]+0.16742*BAR[8]+0.2974689*BAR[9]+0.3446769*BAR[10]-0.2784187*BAR[11]+0.2461497*BAR[12]-0.166853*BAR[13]-0.4296628*BAR[14]+0.7343794*BAR[15]+0.2154892*BAR[16]-0.4086125*BAR[17]-0.6446049*BAR[18]-0.5614476*BAR[19]-0.593914*BAR[20]+0.5039462*BAR[21]+0.113933*BAR[22]+0.3599374*BAR[23]-0.5517*BAR[24]+0.1249064 );
   double Syndrome1_12=Sigmoid1( -0.09035824*BAR[1]-0.2619464*BAR[2]+0.5151641*BAR[3]+0.08415102*BAR[4]+0.007849894*BAR[5]-0.3585253*BAR[6]-0.3458216*BAR[7]-0.006490127*BAR[8]+0.1933572*BAR[9]+0.1655464*BAR[10]-0.2591909*BAR[11]+0.2810482*BAR[12]-0.3552095*BAR[13]+0.1032239*BAR[14]-0.2380441*BAR[15]-0.6082169*BAR[16]-0.3652177*BAR[17]+0.4065064*BAR[18]-0.1538232*BAR[19]-0.03332642*BAR[20]+0.06235149*BAR[21]-0.08935639*BAR[22]-0.2274701*BAR[23]+0.2350571*BAR[24]-0.1009272 );
   double Syndrome1_13=Sigmoid1( -0.05370994*BAR[1]+0.2999545*BAR[2]-0.2855853*BAR[3]+0.1123754*BAR[4]+0.2561198*BAR[5]-0.2846766*BAR[6]+0.008345681*BAR[7]+0.1896221*BAR[8]-0.1973753*BAR[9]+0.3510076*BAR[10]+0.4492245*BAR[11]-0.09004608*BAR[12]+0.002758034*BAR[13]+0.03157447*BAR[14]+0.02175433*BAR[15]-0.399723*BAR[16]-0.2736914*BAR[17]+0.1198452*BAR[18]+0.2808644*BAR[19]-0.06968442*BAR[20]-0.5771574*BAR[21]+0.3748633*BAR[22]-0.2721373*BAR[23]-0.2329663*BAR[24]+0.07683773 );
   double Syndrome1_14=Sigmoid1( 0.094418*BAR[1]+0.2155959*BAR[2]-0.4787674*BAR[3]+0.3605456*BAR[4]+0.06799955*BAR[5]+0.607367*BAR[6]-0.3518007*BAR[7]+0.1633829*BAR[8]+0.3040094*BAR[9]+0.3707297*BAR[10]+0.02556368*BAR[11]-0.0885786*BAR[12]-0.3713907*BAR[13]-0.2014098*BAR[14]-0.289242*BAR[15]-0.09950806*BAR[16]-0.5361071*BAR[17]+0.4154459*BAR[18]+0.02827369*BAR[19]-0.04972957*BAR[20]-0.1700879*BAR[21]+0.2973098*BAR[22]-0.2097459*BAR[23]-0.0422597*BAR[24]+0.2318914 );
   double Syndrome1_15=Sigmoid1( 0.02161242*BAR[1]+0.5484816*BAR[2]+0.002152426*BAR[3]-0.3017516*BAR[4]+0.02010602*BAR[5]-0.8008425*BAR[6]-0.2985114*BAR[7]+0.5151479*BAR[8]+0.1572166*BAR[9]-0.04494689*BAR[10]+0.2529401*BAR[11]-0.02046412*BAR[12]-0.05892481*BAR[13]-0.1359019*BAR[14]-0.2005993*BAR[15]+0.03077302*BAR[16]+0.745619*BAR[17]-0.4197147*BAR[18]-0.1354882*BAR[19]-0.6034228*BAR[20]-0.04950687*BAR[21]-0.1093793*BAR[22]-0.46851*BAR[23]+0.2340346*BAR[24]-0.1910115 );
   double Syndrome1_16=Sigmoid1( 0.06201033*BAR[1]+0.2311719*BAR[2]-0.6587076*BAR[3]-0.1937433*BAR[4]-0.3063492*BAR[5]+0.0458253*BAR[6]+0.2621455*BAR[7]-0.3292437*BAR[8]-0.07124191*BAR[9]+0.03962434*BAR[10]-0.03539502*BAR[11]+0.1602975*BAR[12]+0.1252141*BAR[13]-0.1939677*BAR[14]-0.3524359*BAR[15]-0.02675135*BAR[16]-0.1550312*BAR[17]+0.2015329*BAR[18]-0.1383009*BAR[19]+0.3079963*BAR[20]+0.06971535*BAR[21]-0.2415089*BAR[22]-0.03791533*BAR[23]+0.01494107*BAR[24]+0.01395546 );
   double Syndrome1_17=Sigmoid1( -0.03211073*BAR[1]-0.2057187*BAR[2]-0.2208917*BAR[3]+0.1034868*BAR[4]+0.003785761*BAR[5]-0.1510143*BAR[6]-0.04637882*BAR[7]-0.01963908*BAR[8]-0.3622932*BAR[9]+0.03135398*BAR[10]-0.1296021*BAR[11]-0.2571803*BAR[12]+0.02485986*BAR[13]-0.05831699*BAR[14]+0.2441404*BAR[15]+0.4313999*BAR[16]-0.05117986*BAR[17]-0.06832605*BAR[18]-0.01433043*BAR[19]-0.3331767*BAR[20]-0.09270683*BAR[21]+0.1077102*BAR[22]+0.0517161*BAR[23]+0.1463209*BAR[24]+0.08033083 );
   double Syndrome1_18=Sigmoid1( -0.01044874*BAR[1]+0.8255618*BAR[2]-0.3581862*BAR[3]+0.2379437*BAR[4]-0.05247816*BAR[5]+0.3858318*BAR[6]-0.04216846*BAR[7]+0.2305764*BAR[8]-0.2754549*BAR[9]+0.1255125*BAR[10]-0.1954638*BAR[11]+0.04934186*BAR[12]-0.08713531*BAR[13]+0.08193728*BAR[14]-0.01578137*BAR[15]+0.04301662*BAR[16]-0.01941852*BAR[17]+0.0321704*BAR[18]-0.4490997*BAR[19]-0.2165072*BAR[20]+0.5094138*BAR[21]-0.08077756*BAR[22]-0.1167052*BAR[23]+0.008337143*BAR[24]-0.1847742 );
   double Syndrome1_19=Sigmoid1( 0.07863438*BAR[1]+0.6541001*BAR[2]-0.0287532*BAR[3]-0.07992863*BAR[4]-0.1936443*BAR[5]+0.2021953*BAR[6]+0.5814793*BAR[7]+0.1076662*BAR[8]-0.2505759*BAR[9]-0.1958519*BAR[10]+0.2982949*BAR[11]-0.130183*BAR[12]-0.2418064*BAR[13]-0.03213368*BAR[14]-0.1050228*BAR[15]-0.04116086*BAR[16]+0.1059578*BAR[17]-0.09407587*BAR[18]+0.2511382*BAR[19]+0.03090675*BAR[20]-0.2050715*BAR[21]+0.07968493*BAR[22]-0.1085312*BAR[23]-0.3073632*BAR[24]+0.1479857 );
   double Syndrome1_20=Sigmoid1( 0.01779699*BAR[1]+0.1517631*BAR[2]+0.1832252*BAR[3]+0.4329565*BAR[4]-0.1528609*BAR[5]-0.2424133*BAR[6]+0.1942621*BAR[7]+0.1390828*BAR[8]-0.3387062*BAR[9]+0.3891163*BAR[10]+0.3485644*BAR[11]+0.06489421*BAR[12]-0.01458877*BAR[13]-0.1127466*BAR[14]+0.1122861*BAR[15]-0.1973242*BAR[16]+0.4340822*BAR[17]-0.633949*BAR[18]+0.1276167*BAR[19]+0.2476585*BAR[20]-0.4445719*BAR[21]+0.6248969*BAR[22]-0.2169943*BAR[23]-0.501359*BAR[24]-0.1358235 );

//--- syndromes of the 2nd level:
   double Syndrome2_1=Sigmoid2( 0.2332734*Syndrome1_1-0.2002641*Syndrome1_2-0.03174414*Syndrome1_3-0.3868614*Syndrome1_4-0.1933812*Syndrome1_5-0.2366997*Syndrome1_6+0.3920829*Syndrome1_7+0.1015497*Syndrome1_8-0.1333193*Syndrome1_9+0.05584235*Syndrome1_10-0.2983295*Syndrome1_11+0.1034668*Syndrome1_12-0.4040487*Syndrome1_13-0.2103508*Syndrome1_14-0.2480657*Syndrome1_15-0.1906435*Syndrome1_16+0.2692898*Syndrome1_17+0.2760854*Syndrome1_18-0.1738693*Syndrome1_19-0.1861307*Syndrome1_20-0.07152162 );
   double Syndrome2_2=Sigmoid2( -0.1242675*Syndrome1_1+0.05587832*Syndrome1_2+0.1567961*Syndrome1_3+0.1077346*Syndrome1_4-0.2112047*Syndrome1_5+0.04008683*Syndrome1_6-0.1716478*Syndrome1_7+0.3083204*Syndrome1_8-0.1864694*Syndrome1_9+0.08867304*Syndrome1_10-0.06801239*Syndrome1_11-0.1810985*Syndrome1_12-0.05133555*Syndrome1_13+0.2981661*Syndrome1_14-0.01543425*Syndrome1_15-0.1859617*Syndrome1_16+0.027973*Syndrome1_17-0.1715439*Syndrome1_18-0.1249511*Syndrome1_19+0.5925598*Syndrome1_20-0.279602 );
   double Syndrome2_3=Sigmoid2( -0.4745722*Syndrome1_1-0.1248492*Syndrome1_2-0.1128288*Syndrome1_3+0.1485692*Syndrome1_4-0.3948999*Syndrome1_5+0.2633227*Syndrome1_6-0.2046695*Syndrome1_7-0.03632757*Syndrome1_8+0.259578*Syndrome1_9-0.07442582*Syndrome1_10+0.06552354*Syndrome1_11-0.2452848*Syndrome1_12-0.1599011*Syndrome1_13+0.1749917*Syndrome1_14-0.07113215*Syndrome1_15-0.1524421*Syndrome1_16+0.3606906*Syndrome1_17+0.3524929*Syndrome1_18+0.1315838*Syndrome1_19+0.1981817*Syndrome1_20+0.0126604 );
   double Syndrome2_4=Sigmoid2( -0.3605324*Syndrome1_1+0.2803221*Syndrome1_2+0.07412126*Syndrome1_3+0.2101911*Syndrome1_4-0.1933928*Syndrome1_5-0.2068641*Syndrome1_6+0.1302721*Syndrome1_7+0.04962961*Syndrome1_8+0.2879501*Syndrome1_9-0.04214102*Syndrome1_10-0.02194729*Syndrome1_11-0.0501424*Syndrome1_12+0.007969459*Syndrome1_13+0.1151657*Syndrome1_14+0.04063402*Syndrome1_15+0.1461606*Syndrome1_16-0.07482237*Syndrome1_17-0.3319329*Syndrome1_18+0.2494595*Syndrome1_19-0.09345333*Syndrome1_20-0.1831799 );
   double Syndrome2_5=Sigmoid2( -0.03081687*Syndrome1_1-0.419345*Syndrome1_2-0.01301429*Syndrome1_3+0.008855551*Syndrome1_4+0.2869771*Syndrome1_5+0.06881366*Syndrome1_6-0.1612982*Syndrome1_7-0.491662*Syndrome1_8+0.04266098*Syndrome1_9-0.7546657*Syndrome1_10+0.0472151*Syndrome1_11-0.5099863*Syndrome1_12+0.1196823*Syndrome1_13+0.2611973*Syndrome1_14-0.0241531*Syndrome1_15-0.5843646*Syndrome1_16+0.08374172*Syndrome1_17+0.041931*Syndrome1_18-0.181801*Syndrome1_19+0.6314354*Syndrome1_20+0.2967799 );
   double Syndrome2_6=Sigmoid2( 0.2783457*Syndrome1_1+0.05858535*Syndrome1_2+0.03348543*Syndrome1_3-0.09202126*Syndrome1_4+0.09466362*Syndrome1_5-0.01946918*Syndrome1_6-0.008507644*Syndrome1_7+0.1967683*Syndrome1_8-0.1593684*Syndrome1_9+0.2202749*Syndrome1_10-0.2754305*Syndrome1_11-0.08108314*Syndrome1_12+0.1606592*Syndrome1_13+0.03723634*Syndrome1_14+0.3494412*Syndrome1_15-0.139782*Syndrome1_16+0.03641316*Syndrome1_17-0.1216527*Syndrome1_18-0.2194063*Syndrome1_19+0.3015033*Syndrome1_20-0.1307777 );
   double Syndrome2_7=Sigmoid2( -0.1451617*Syndrome1_1-0.1851998*Syndrome1_2-0.2149245*Syndrome1_3-0.05804037*Syndrome1_4-0.03970402*Syndrome1_5+2.506166E-6*Syndrome1_6+0.223578*Syndrome1_7-0.1718342*Syndrome1_8+0.001228896*Syndrome1_9-0.03911417*Syndrome1_10+0.3167912*Syndrome1_11+0.2213001*Syndrome1_12-0.3518667*Syndrome1_13-0.6146168*Syndrome1_14-0.1061097*Syndrome1_15-0.3044312*Syndrome1_16-0.04269538*Syndrome1_17-0.1753355*Syndrome1_18+0.1989161*Syndrome1_19-0.3667244*Syndrome1_20+0.2514035 );
   double Syndrome2_8=Sigmoid2( -0.1430153*Syndrome1_1-Syndrome1_2+0.02704678*Syndrome1_3+0.09941091*Syndrome1_4+0.07057924*Syndrome1_5-0.3370984*Syndrome1_6+0.1565579*Syndrome1_7-0.6226992*Syndrome1_8-0.4750121*Syndrome1_9+0.0914355*Syndrome1_10+0.7518402*Syndrome1_11-0.3350138*Syndrome1_12-0.3099903*Syndrome1_13+0.01266479*Syndrome1_14-0.7965527*Syndrome1_15-0.1753905*Syndrome1_16-0.1435609*Syndrome1_17+0.1683903*Syndrome1_18+0.1800467*Syndrome1_19+0.02699256*Syndrome1_20+0.3138063 );
   double Syndrome2_9=Sigmoid2( -0.2611458*Syndrome1_1-0.03994129*Syndrome1_2-0.2299157*Syndrome1_3+0.3549923*Syndrome1_4-0.001759748*Syndrome1_5-0.1117837*Syndrome1_6+0.03037107*Syndrome1_7+0.2023677*Syndrome1_8+0.2628252*Syndrome1_9+0.09683131*Syndrome1_10+0.2576693*Syndrome1_11-0.06357097*Syndrome1_12-0.2162403*Syndrome1_13-0.2190126*Syndrome1_14-0.1675369*Syndrome1_15-0.2458067*Syndrome1_16-0.06660707*Syndrome1_17-0.2096998*Syndrome1_18+0.2432118*Syndrome1_19+0.06210691*Syndrome1_20+0.1555794 );
   double Syndrome2_10=Sigmoid2( 0.1120118*Syndrome1_1-0.09789048*Syndrome1_2-0.1146162*Syndrome1_3-0.02268722*Syndrome1_4-0.4754501*Syndrome1_5+0.1567527*Syndrome1_6+0.4281512*Syndrome1_7+0.1428995*Syndrome1_8+0.4317052*Syndrome1_9-0.1987304*Syndrome1_10-0.3471439*Syndrome1_11-0.2485701*Syndrome1_12+0.2200699*Syndrome1_13-0.1804247*Syndrome1_14+0.5553524*Syndrome1_15+0.004284344*Syndrome1_16-0.5408193*Syndrome1_17-0.2304406*Syndrome1_18+0.2462995*Syndrome1_19+0.1687378*Syndrome1_20+0.480715 );
   double Syndrome2_11=Sigmoid2( 0.2892572*Syndrome1_1+0.2819389*Syndrome1_2-0.2116477*Syndrome1_3-0.1031269*Syndrome1_4-0.2198152*Syndrome1_5-0.2882532*Syndrome1_6-0.7462316*Syndrome1_7+0.7820893*Syndrome1_8-0.05574411*Syndrome1_9-0.1144354*Syndrome1_10-0.1073154*Syndrome1_11+0.5092962*Syndrome1_12-0.07017706*Syndrome1_13-0.5550667*Syndrome1_14-0.5170746*Syndrome1_15-0.1299864*Syndrome1_16+0.03325708*Syndrome1_17-0.5107772*Syndrome1_18+0.04024922*Syndrome1_19+0.1836878*Syndrome1_20+0.0346345 );
   double Syndrome2_12=Sigmoid2( -0.10614*Syndrome1_1+0.06027444*Syndrome1_2+0.08108542*Syndrome1_3-0.1568731*Syndrome1_4+0.1509192*Syndrome1_5-0.1630516*Syndrome1_6+0.01426157*Syndrome1_7+0.02186926*Syndrome1_8+0.1099893*Syndrome1_9-0.02269597*Syndrome1_10-0.04576464*Syndrome1_11-0.161096*Syndrome1_12-0.1901706*Syndrome1_13-0.02513908*Syndrome1_14+0.1317106*Syndrome1_15-0.06866668*Syndrome1_16+0.1083753*Syndrome1_17+0.1449683*Syndrome1_18+0.006118122*Syndrome1_19+0.1255394*Syndrome1_20-0.3822223 );
   double Syndrome2_13=Sigmoid2( -0.01638931*Syndrome1_1+0.1172011*Syndrome1_2-0.1022018*Syndrome1_3+0.1098846*Syndrome1_4+0.3456185*Syndrome1_5-0.276273*Syndrome1_6-0.1697723*Syndrome1_7-0.1394644*Syndrome1_8+0.0530486*Syndrome1_9+0.04139024*Syndrome1_10-0.02131393*Syndrome1_11+0.1144992*Syndrome1_12-0.1791101*Syndrome1_13+0.124498*Syndrome1_14+0.2169005*Syndrome1_15+0.06764794*Syndrome1_16+0.3542189*Syndrome1_17+0.0647957*Syndrome1_18+0.01778502*Syndrome1_19-0.0183728*Syndrome1_20-0.09863564 );
   double Syndrome2_14=Sigmoid2( 0.1046498*Syndrome1_1+0.1199886*Syndrome1_2-0.3787079*Syndrome1_3+0.568437*Syndrome1_4-0.09216721*Syndrome1_5-0.07998162*Syndrome1_6-0.1422648*Syndrome1_7-0.220407*Syndrome1_8+0.00417607*Syndrome1_9+0.2042087*Syndrome1_10+0.2614584*Syndrome1_11+0.04491196*Syndrome1_12+0.1860093*Syndrome1_13-0.1642074*Syndrome1_14+0.3918036*Syndrome1_15+0.05427575*Syndrome1_16-0.0002294437*Syndrome1_17+0.008295977*Syndrome1_18-0.2818146*Syndrome1_19-0.3877438*Syndrome1_20+0.03536745 );
   double Syndrome2_15=Sigmoid2( -0.1754033*Syndrome1_1-0.0528489*Syndrome1_2-0.1744897*Syndrome1_3+0.1113354*Syndrome1_4+0.1185713*Syndrome1_5-0.0231303*Syndrome1_6+0.006316248*Syndrome1_7-0.08525342*Syndrome1_8+0.1568578*Syndrome1_9+0.2965699*Syndrome1_10+0.2781587*Syndrome1_11+0.2391527*Syndrome1_12-0.08555941*Syndrome1_13-0.2362186*Syndrome1_14+0.1128907*Syndrome1_15-0.04770778*Syndrome1_16-0.0139725*Syndrome1_17+0.1079882*Syndrome1_18-0.09141354*Syndrome1_19+0.3320866*Syndrome1_20-0.3015116 );
   double Syndrome2_16=Sigmoid2( 0.1962015*Syndrome1_1+0.0192374*Syndrome1_2-0.1578716*Syndrome1_3+0.03360523*Syndrome1_4+0.04818176*Syndrome1_5+0.2462966*Syndrome1_6-0.2103649*Syndrome1_7+0.01318523*Syndrome1_8-0.09349868*Syndrome1_9+0.08476428*Syndrome1_10-0.06272572*Syndrome1_11+0.2246324*Syndrome1_12+0.2539908*Syndrome1_13-0.2059217*Syndrome1_14-0.08641216*Syndrome1_15-0.09780023*Syndrome1_16+0.0005770256*Syndrome1_17-0.2842666*Syndrome1_18-0.05383059*Syndrome1_19-0.2822465*Syndrome1_20+0.2277268 );
   double Syndrome2_17=Sigmoid2( 0.5981864*Syndrome1_1+0.5172131*Syndrome1_2-0.2310352*Syndrome1_3-0.1814138*Syndrome1_4-0.2148922*Syndrome1_5+0.562911*Syndrome1_6+0.5865576*Syndrome1_7-0.2790301*Syndrome1_8-0.3841165*Syndrome1_9+0.3223535*Syndrome1_10+0.2096305*Syndrome1_11+0.08284206*Syndrome1_12+0.7050048*Syndrome1_13+0.4129859*Syndrome1_14+0.2116682*Syndrome1_15+0.2213966*Syndrome1_16-0.1637594*Syndrome1_17+0.1191863*Syndrome1_18-0.6626714*Syndrome1_19-0.9127383*Syndrome1_20-0.1505798 );
   double Syndrome2_18=Sigmoid2( -0.008298698*Syndrome1_1-0.1847953*Syndrome1_2-0.1930849*Syndrome1_3-0.1005524*Syndrome1_4+0.0737519*Syndrome1_5+0.04218475*Syndrome1_6-0.422835*Syndrome1_7+0.06019862*Syndrome1_8-0.2056148*Syndrome1_9+0.3398327*Syndrome1_10-0.2526269*Syndrome1_11-0.06098709*Syndrome1_12-0.1447722*Syndrome1_13-0.05216306*Syndrome1_14-0.09496115*Syndrome1_15+0.2071376*Syndrome1_16+0.03088453*Syndrome1_17-0.521363*Syndrome1_18-0.06449924*Syndrome1_19-0.4105364*Syndrome1_20+0.3204305 );
   double Syndrome2_19=Sigmoid2( -0.1376712*Syndrome1_1-0.0153131*Syndrome1_2+0.04377801*Syndrome1_3+0.08896239*Syndrome1_4+0.03197494*Syndrome1_5-0.02259021*Syndrome1_6+0.008662836*Syndrome1_7-0.1961185*Syndrome1_8-0.0720102*Syndrome1_9+0.05738823*Syndrome1_10-0.004060962*Syndrome1_11-0.3752605*Syndrome1_12+0.02065136*Syndrome1_13+0.1263955*Syndrome1_14-0.05906902*Syndrome1_15+0.4029721*Syndrome1_16-0.159444*Syndrome1_17-0.1619136*Syndrome1_18+0.3338208*Syndrome1_19-0.0656369*Syndrome1_20+0.1602566 );
   double Syndrome2_20=Sigmoid2( -0.003900121*Syndrome1_1+0.3159288*Syndrome1_2+0.2550703*Syndrome1_3+0.05409481*Syndrome1_4+0.06660215*Syndrome1_5-0.1948439*Syndrome1_6-0.370153*Syndrome1_7+0.5337713*Syndrome1_8-0.06716464*Syndrome1_9+0.550526*Syndrome1_10+0.4723933*Syndrome1_11+0.09457724*Syndrome1_12+0.5613732*Syndrome1_13+0.3709611*Syndrome1_14-0.07680532*Syndrome1_15-0.5097623*Syndrome1_16+0.4023384*Syndrome1_17+0.2330064*Syndrome1_18-0.09448317*Syndrome1_19+0.2668969*Syndrome1_20-0.2110061 );

//--- syndromes of the 3rd level:
   double Syndrome3_1=Sigmoid3( -0.05101856*Syndrome2_1-0.04933448*Syndrome2_2+0.03248681*Syndrome2_3-0.05835526*Syndrome2_4-0.01888579*Syndrome2_5-0.07940733*Syndrome2_6-0.04341835*Syndrome2_7-0.07906266*Syndrome2_8+0.2054683*Syndrome2_9+0.1553352*Syndrome2_10-0.07296721*Syndrome2_11-0.01849408*Syndrome2_12-0.07505544*Syndrome2_13+0.08666297*Syndrome2_14-0.2001411*Syndrome2_15+0.07931387*Syndrome2_16+0.1598745*Syndrome2_17+0.01308129*Syndrome2_18+0.159161*Syndrome2_19+0.1903208*Syndrome2_20+0.0190388 );
   double Syndrome3_2=Sigmoid3( 0.0643296*Syndrome2_1+0.3451192*Syndrome2_2-0.1247545*Syndrome2_3+0.03276825*Syndrome2_4+0.303136*Syndrome2_5+0.03152885*Syndrome2_6+0.1118743*Syndrome2_7-0.3860323*Syndrome2_8-0.08593427*Syndrome2_9-0.2664599*Syndrome2_10+0.213205*Syndrome2_11-0.0977626*Syndrome2_12-0.2923501*Syndrome2_13-0.3133417*Syndrome2_14-0.1915279*Syndrome2_15+0.4333939*Syndrome2_16+0.02110274*Syndrome2_17+0.5802879*Syndrome2_18+0.03386912*Syndrome2_19+0.08908307*Syndrome2_20+0.06071822 );
   double Syndrome3_3=Sigmoid3( -0.08613513*Syndrome2_1+0.1200513*Syndrome2_2+0.3818525*Syndrome2_3-0.09603316*Syndrome2_4-0.2353039*Syndrome2_5-0.1816488*Syndrome2_6+0.002517342*Syndrome2_7-0.2414117*Syndrome2_8+0.2011739*Syndrome2_9-0.3057347*Syndrome2_10-0.4593749*Syndrome2_11-0.2228307*Syndrome2_12+0.03512295*Syndrome2_13+0.4402955*Syndrome2_14-0.1967632*Syndrome2_15+0.07873345*Syndrome2_16+0.1981131*Syndrome2_17-0.2677957*Syndrome2_18+0.1719814*Syndrome2_19-0.474854*Syndrome2_20+0.01101439 );
   double Syndrome3_4=Sigmoid3( 0.02534361*Syndrome2_1+0.1845266*Syndrome2_2+0.149674*Syndrome2_3-0.1454014*Syndrome2_4+0.00701888*Syndrome2_5+0.08219463*Syndrome2_6+0.05163066*Syndrome2_7-0.1836077*Syndrome2_8+0.1429968*Syndrome2_9+0.518382*Syndrome2_10-0.00966637*Syndrome2_11-0.1674386*Syndrome2_12+0.1387497*Syndrome2_13+0.1385897*Syndrome2_14-0.01148864*Syndrome2_15+0.3751494*Syndrome2_16-0.08906862*Syndrome2_17-0.06286599*Syndrome2_18+0.2061662*Syndrome2_19-0.07524439*Syndrome2_20-0.08077133 );
   double Syndrome3_5=Sigmoid3( 0.3856083*Syndrome2_1-0.01700347*Syndrome2_2-0.1044575*Syndrome2_3+0.111998*Syndrome2_4-0.5157402*Syndrome2_5-0.05508286*Syndrome2_6-0.3101066*Syndrome2_7-0.5261913*Syndrome2_8-0.05983765*Syndrome2_9+0.1723307*Syndrome2_10-0.2564277*Syndrome2_11+0.06385356*Syndrome2_12-0.07245655*Syndrome2_13+0.1154206*Syndrome2_14-0.3492871*Syndrome2_15+0.136372*Syndrome2_16+0.3627071*Syndrome2_17-0.3074959*Syndrome2_18+0.4425845*Syndrome2_19-0.9329191*Syndrome2_20+0.01476912 );
   double Syndrome3_6=Sigmoid3( 0.5246867*Syndrome2_1-0.2347829*Syndrome2_2+0.01062111*Syndrome2_3+0.2374777*Syndrome2_4-0.02361662*Syndrome2_5+0.1804156*Syndrome2_6+0.07669501*Syndrome2_7-0.142881*Syndrome2_8+0.2566245*Syndrome2_9+0.1024709*Syndrome2_10-0.04695484*Syndrome2_11-0.004103919*Syndrome2_12+0.3340242*Syndrome2_13-0.3702791*Syndrome2_14+0.1852374*Syndrome2_15+0.02175477*Syndrome2_16+0.09901489*Syndrome2_17-0.1502062*Syndrome2_18+0.3814779*Syndrome2_19-0.06319473*Syndrome2_20+0.2657273 );
   double Syndrome3_7=Sigmoid3( 0.1613003*Syndrome2_1-0.2738772*Syndrome2_2-0.03304096*Syndrome2_3+0.3934855*Syndrome2_4+0.3955218*Syndrome2_5-0.3004892*Syndrome2_6+0.1339742*Syndrome2_7+0.09475601*Syndrome2_8+0.03064043*Syndrome2_9-0.7264652*Syndrome2_10-0.4579849*Syndrome2_11-0.1183059*Syndrome2_12+0.2197721*Syndrome2_13-0.08493897*Syndrome2_14+0.2115426*Syndrome2_15-0.07834542*Syndrome2_16-0.3884689*Syndrome2_17-0.101394*Syndrome2_18+0.1002519*Syndrome2_19-0.07787764*Syndrome2_20+0.3529212 );
   double Syndrome3_8=Sigmoid3( -0.3544801*Syndrome2_1+0.03471621*Syndrome2_2-0.2373467*Syndrome2_3-0.2836286*Syndrome2_4+0.01646966*Syndrome2_5+0.06978795*Syndrome2_6-0.03310004*Syndrome2_7+0.01844743*Syndrome2_8+0.05259214*Syndrome2_9-0.05343668*Syndrome2_10+0.3971725*Syndrome2_11-0.08770485*Syndrome2_12-0.2040168*Syndrome2_13+0.1109144*Syndrome2_14-0.06249888*Syndrome2_15-0.5860764*Syndrome2_16+0.1217078*Syndrome2_17+0.2471277*Syndrome2_18-0.03716509*Syndrome2_19-0.1908655*Syndrome2_20+0.03838157 );
   double Syndrome3_9=Sigmoid3( 0.1542789*Syndrome2_1+0.3505224*Syndrome2_2+0.06042741*Syndrome2_3+0.08956298*Syndrome2_4-0.03655836*Syndrome2_5-0.3083843*Syndrome2_6+0.2483124*Syndrome2_7-0.1132483*Syndrome2_8-0.3571556*Syndrome2_9-0.04335312*Syndrome2_10+0.005499069*Syndrome2_11+0.371572*Syndrome2_12-0.1199554*Syndrome2_13+0.1160574*Syndrome2_14-0.01656827*Syndrome2_15+0.09481092*Syndrome2_16-0.07926448*Syndrome2_17+0.3847227*Syndrome2_18+0.1039986*Syndrome2_19-0.02874756*Syndrome2_20-0.2311832 );
   double Syndrome3_10=Sigmoid3( -0.5099882*Syndrome2_1-0.2619184*Syndrome2_2+0.2441412*Syndrome2_3-0.02311796*Syndrome2_4+0.004243354*Syndrome2_5-0.04681544*Syndrome2_6+0.1402575*Syndrome2_7-0.03166823*Syndrome2_8-0.2629028*Syndrome2_9-0.03275445*Syndrome2_10-0.311464*Syndrome2_11+0.3158014*Syndrome2_12-0.04689252*Syndrome2_13+0.1556217*Syndrome2_14-0.02266529*Syndrome2_15-0.15192*Syndrome2_16+0.02253294*Syndrome2_17+0.04638374*Syndrome2_18-0.4847055*Syndrome2_19-0.0543578*Syndrome2_20-0.4383866 );
   double Syndrome3_11=Sigmoid3( 0.09181526*Syndrome2_1-0.009475656*Syndrome2_2+0.08283823*Syndrome2_3+0.06638021*Syndrome2_4-0.04110251*Syndrome2_5+0.03041244*Syndrome2_6-0.2266526*Syndrome2_7+0.3537511*Syndrome2_8+0.2091044*Syndrome2_9-0.2312607*Syndrome2_10-0.01409533*Syndrome2_11-0.06294888*Syndrome2_12+0.1980267*Syndrome2_13+0.07864135*Syndrome2_14-0.01312789*Syndrome2_15+0.02964603*Syndrome2_16-0.1720168*Syndrome2_17-0.01523064*Syndrome2_18+0.07354444*Syndrome2_19+0.1534344*Syndrome2_20+0.04784121 );
   double Syndrome3_12=Sigmoid3( -0.01962976*Syndrome2_1-0.1254692*Syndrome2_2+0.01237085*Syndrome2_3-0.006583595*Syndrome2_4-0.06446695*Syndrome2_5-0.1581757*Syndrome2_6-0.01416831*Syndrome2_7+0.08909909*Syndrome2_8+0.02427519*Syndrome2_9+0.06101634*Syndrome2_10-0.07296847*Syndrome2_11-0.02960677*Syndrome2_12+0.1195403*Syndrome2_13+0.007260199*Syndrome2_14-0.005008513*Syndrome2_15+0.07686368*Syndrome2_16-0.1097991*Syndrome2_17+0.02348211*Syndrome2_18-0.01508969*Syndrome2_19+0.06078456*Syndrome2_20+0.1424098 );
   double Syndrome3_13=Sigmoid3( -0.1845686*Syndrome2_1-0.1120369*Syndrome2_2+0.1346949*Syndrome2_3+0.2425685*Syndrome2_4+0.1310953*Syndrome2_5-0.1957272*Syndrome2_6+0.2163845*Syndrome2_7+0.04189415*Syndrome2_8+0.05685329*Syndrome2_9-0.1108158*Syndrome2_10-0.04702755*Syndrome2_11-0.2698838*Syndrome2_12+0.05045844*Syndrome2_13+0.1487544*Syndrome2_14+7.648221E-5*Syndrome2_15-0.04902162*Syndrome2_16+0.3119571*Syndrome2_17-0.2076546*Syndrome2_18+0.1465537*Syndrome2_19+0.2386554*Syndrome2_20+0.09121808 );
   double Syndrome3_14=Sigmoid3( 0.015057*Syndrome2_1-0.07630379*Syndrome2_2+0.10373*Syndrome2_3-0.01276504*Syndrome2_4+0.01637872*Syndrome2_5+0.1570177*Syndrome2_6+0.02290879*Syndrome2_7+0.1426407*Syndrome2_8-0.3037595*Syndrome2_9-0.1183627*Syndrome2_10-0.05010238*Syndrome2_11-0.06874149*Syndrome2_12+0.0325584*Syndrome2_13-0.1127614*Syndrome2_14+0.1010367*Syndrome2_15+0.2743505*Syndrome2_16+0.02752565*Syndrome2_17-0.01011515*Syndrome2_18-0.1072115*Syndrome2_19-0.1723324*Syndrome2_20-0.1862434 );
   double Syndrome3_15=Sigmoid3( -0.0602835*Syndrome2_1+0.1044827*Syndrome2_2-0.03398157*Syndrome2_3+0.1103081*Syndrome2_4-0.2517793*Syndrome2_5-0.1388755*Syndrome2_6+0.1680355*Syndrome2_7+0.08541053*Syndrome2_8+0.2264198*Syndrome2_9+0.1319854*Syndrome2_10+0.2397746*Syndrome2_11+0.04893836*Syndrome2_12+0.07067535*Syndrome2_13+0.03666123*Syndrome2_14-0.2249698*Syndrome2_15+0.1039975*Syndrome2_16+0.03130547*Syndrome2_17+0.1295152*Syndrome2_18-0.1380298*Syndrome2_19-0.2716908*Syndrome2_20+0.3049682 );
   double Syndrome3_16=Sigmoid3( 0.006898584*Syndrome2_1+0.172121*Syndrome2_2+0.08287619*Syndrome2_3-0.2843233*Syndrome2_4+0.3360839*Syndrome2_5-0.06360124*Syndrome2_6+0.08605669*Syndrome2_7+0.1303328*Syndrome2_8+0.176666*Syndrome2_9+0.3064248*Syndrome2_10+0.03492442*Syndrome2_11-0.1337793*Syndrome2_12+0.2166045*Syndrome2_13+0.1651906*Syndrome2_14-0.2159452*Syndrome2_15-0.02087162*Syndrome2_16-0.1321865*Syndrome2_17+0.02330898*Syndrome2_18-0.1607926*Syndrome2_19+0.100959*Syndrome2_20+0.3113509 );
   double Syndrome3_17=Sigmoid3( 0.2484581*Syndrome2_1+0.07501616*Syndrome2_2-0.2955785*Syndrome2_3-0.06893355*Syndrome2_4-0.110545*Syndrome2_5+0.009258383*Syndrome2_6-0.04150206*Syndrome2_7-0.1581711*Syndrome2_8-0.1503464*Syndrome2_9-0.1641756*Syndrome2_10+0.2800875*Syndrome2_11+0.1470316*Syndrome2_12+0.08529772*Syndrome2_13-0.07939056*Syndrome2_14+0.1105667*Syndrome2_15-0.003909521*Syndrome2_16-0.1663841*Syndrome2_17+0.1384012*Syndrome2_18-0.2260507*Syndrome2_19-0.1310463*Syndrome2_20+0.03011392 );
   double Syndrome3_18=Sigmoid3( 0.2167049*Syndrome2_1+0.1083723*Syndrome2_2+0.03713056*Syndrome2_3-0.07394339*Syndrome2_4-0.08689396*Syndrome2_5+0.1893489*Syndrome2_6-0.004869457*Syndrome2_7+0.06987588*Syndrome2_8-0.1505099*Syndrome2_9+0.1717843*Syndrome2_10+0.07792218*Syndrome2_11+0.02835098*Syndrome2_12+0.03617713*Syndrome2_13+0.1599271*Syndrome2_14-0.1617647*Syndrome2_15-0.04720658*Syndrome2_16+0.004165665*Syndrome2_17-0.1073883*Syndrome2_18+0.06164433*Syndrome2_19+0.01017194*Syndrome2_20-0.1073146 );
   double Syndrome3_19=Sigmoid3( 0.1966043*Syndrome2_1-0.06785608*Syndrome2_2-0.02568222*Syndrome2_3+0.2323583*Syndrome2_4-0.1949882*Syndrome2_5-0.0180097*Syndrome2_6-0.1995831*Syndrome2_7-0.3007537*Syndrome2_8+0.03133066*Syndrome2_9-0.3836962*Syndrome2_10+0.8646971*Syndrome2_11-0.04459784*Syndrome2_12+0.1127359*Syndrome2_13+0.3645059*Syndrome2_14+0.3924035*Syndrome2_15+0.2070317*Syndrome2_16-0.1975317*Syndrome2_17+0.249992*Syndrome2_18-0.1090982*Syndrome2_19+0.9234442*Syndrome2_20+0.0260936 );
   double Syndrome3_20=Sigmoid3( -0.1054238*Syndrome2_1+0.01094678*Syndrome2_2+0.1854347*Syndrome2_3-0.03105933*Syndrome2_4-0.1428708*Syndrome2_5+0.1660853*Syndrome2_6-0.0540761*Syndrome2_7+0.08364562*Syndrome2_8+0.01462638*Syndrome2_9+0.05958234*Syndrome2_10+0.05540805*Syndrome2_11+0.1415959*Syndrome2_12-0.2088391*Syndrome2_13-0.02437577*Syndrome2_14+0.03789431*Syndrome2_15+0.1342704*Syndrome2_16+0.02136465*Syndrome2_17+0.1529594*Syndrome2_18-0.2515772*Syndrome2_19-0.009984408*Syndrome2_20-0.02554057 );

//--- final syndromes:
   BAR[0]=0.377357*Syndrome3_1-0.1995524*Syndrome3_2+0.44664*Syndrome3_3-0.2634062*Syndrome3_4-0.1150927*Syndrome3_5-0.3349093*Syndrome3_6-0.3639574*Syndrome3_7+0.2705039*Syndrome3_8+0.5313437*Syndrome3_9+0.2664694*Syndrome3_10+0.1713557*Syndrome3_11+0.1208919*Syndrome3_12-0.4120659*Syndrome3_13+0.3021899*Syndrome3_14+0.4149051*Syndrome3_15+0.7103375*Syndrome3_16+0.1180793*Syndrome3_17-0.2354599*Syndrome3_18-0.1013937*Syndrome3_19+0.3054902*Syndrome3_20+0.03919306;

//--- postprocessing of the final syndromes:
   BAR[0]=((BAR[0]*0.0180000001564622)+0.000599999912083149)/2;

   return (BAR[0]);
  }
//+------------------------------------------------------------------+

double Prognosis;

//+------------------------------------------------------------------+
#include <Trade\Trade.mqh>
//+------------------------------------------------------------------+
void OnTick()
  {
//--- receive a price forecast from a neural network
   Prognosis=CalcNeuroNet();
//--- perform necessary trade actions
   Trade();
  }
//+------------------------------------------------------------------+
void Trade()
  {
   //--- close an opened position if it does not fit the forecast
   if(PositionSelect(_Symbol))
     {
      long type=PositionGetInteger(POSITION_TYPE);
      bool close=false;
      if((type == POSITION_TYPE_BUY)  && (Prognosis <= 0)) close = true;
      if((type == POSITION_TYPE_SELL) && (Prognosis >= 0)) close = true;
      if(close)
        {
         CTrade trade;
         trade.PositionClose(_Symbol);
        }
     }

   //--- if there are no positions, then open by the forecast
   if((Prognosis!=0) && (!PositionSelect(_Symbol)))
     {
      CTrade trade;
      if(Prognosis >  MinPrognosis) trade.Buy (Lots);
      if(Prognosis < -MinPrognosis) trade.Sell(Lots);
     }
  }

Test

Expert'i, sinir ağını eğitmek için veri sağlayan aynı dönemde başlatın. Bu Expert'in EURUSD, H1 için yazıldığını hatırlatırım (öğrenme süresi yaklaşık 10 aydır).

Tahmini kar, spread ile karşılaştırılabilir bir değer olduğunda, yatırım girmenin bir anlamı yoktur. Expert'in böyle bir durum için yerleşik bir filtresi vardır. MinPrognosis giriş parametresini 0.0005 olarak ayarlayın.

Sabit alım satım hacmi 0,1 lottur.

Aşağıdaki sonuçları aldık:

Şek. 21. Expert Advisor'ı MetaTester'da test etme istatistikleri

Şek. 22. Expert Advisor MetaTester'da test edildikten sonra öz sermaye tablosu

Sürekli büyüyen öz sermaye, bir sinir ağı Expert geliştirmenin tüm aşamalarının doğru bir şekilde uygulandığını göstermektedir.

Expert'in öğrendiği bir zaman dilimindeki kazancın, bunun dışında bir kazancı garanti etmediği unutulmamalıdır. Gerçek karlı sinir ağı oluşturma Expert'leri, sinir ağı işletim ilkesi hakkında derinlemesine bilgi ve alım satımda önemli deneyim gerektirir. Bu yazıda bir sinir ağı aracının nasıl kullanılacağını gösterdim ve artık bunu verimli hale getirmek size kalmış.

Sonuç

NeuroPro benzersiz bir programdır. Sadece eldeki araçlar kullanılarak bir sinir ağının NeuroPro'dan MetaTrader 5 Expert'e dakikalar içinde taşınabileceğini görme fırsatı bulduk.

Diğer birçok sinir ağı programı bu avantaja sahip değildir. Bu nedenle NeuroPro şiddetle tavsiye edilir.

MetaQuotes Ltd tarafından Rusçadan çevrilmiştir.
Orijinal makale: https://www.mql5.com/ru/articles/830

Ekli dosyalar |

ZIP indir

NeuroPro_allOS.zip (7824.54 KB)

neuropro-export.mq5 (5.78 KB)

neuropro.mq5 (68.46 KB)

Uyarı: Bu materyallerin tüm hakları MetaQuotes Ltd.'a aittir. Bu materyallerin tamamen veya kısmen kopyalanması veya yeniden yazdırılması yasaktır.

Bu yazarın diğer makaleleri

Tartışmaya git

SQL ve MQL5: SQLite Veritabanı ile Çalışmak

Bu makale, projelerinde SQL kullanmak isteyen geliştiricilere yöneliktir. SQLite'ın işlevselliğini ve avantajlarını açıklar. Makale, SQLite işlevleri hakkında özel bilgi gerektirmez, ancak SQL'in minimum düzeyde anlaşılması faydalı olacaktır.

Öğretici video: MetaTrader Sinyalleri Hizmeti

Sadece 15 dakikada bu eğitim videosu MetaTrader Sinyalleri Hizmetinin ne olduğunu açıklar ve alım satım sinyallerine nasıl abone olunacağını ve hizmetimizde nasıl sinyal sağlayıcı olunacağını ayrıntılı olarak gösterir. Bu öğreticiyi izleyerek herhangi bir alım satım sinyaline abone olabilir veya hizmetimizde kendi sinyallerinizi yayınlayabilir ve tanıtabilirsiniz.

Üç Satır Kesme Grafiği Oluşturma Göstergesi

Bu makale Steve Nison'ın "Candlesticks Ötesinde" adlı kitabında önerilen Üç Satır Arası tablosuna ayrılmıştır. Bu grafiğin en büyük avantajı, bir önceki harekete göre bir fiyattaki küçük dalgalanmaları filtrelemeye izin vermesidir. Grafik oluşturma ilkesini, gösterge kodunu ve buna dayalı bazı alım satım stratejileri örneklerini tartışacağız.

Gecikmesiz Dijital Filtreler Oluşturma

Makale, akış verilerinde yararlı bir sinyal (eğilim) belirleme yaklaşımlarından birini açıklamaktadır. Piyasa kotasyonlarına uygulanan küçük filtreleme (düzgünleştirme) testleri, son çubuklarda yeniden çizilmeyen gecikmesiz dijital filtreler (göstergeler) oluşturma potansiyelini gösterir.