文章 "神经网络在交易中的实际应用 Python (第一部分)"

MetaQuotes 2021.02.08 08:35

在本文中，我们将分析一个基于Python的深层神经网络编程的交易系统的分步实现。这将使用谷歌开发的 TensorFlow 机器学习库执行。我们还将使用 Keras 库来描述神经网络。

让我们考虑一些与神经网络训练数据准备有关的问题。

为了决策，我们将使用两个神经网络在一个方向上打开仓位。
根据前一点，训练数据应分为两组-每个方向一组。
与前一个系统一样，将训练第一个神经网络来构建类似于标准技术指标的指标。我们在以前的系统中使用了这个解决方案，因为我们使用了自写的指示符，我们不想让专家顾问的工作负担过重。之所以使用Python，是因为只能从终端接收报价，为了为神经网络准备数据，我们需要在 Python 脚本中构建这些指标。通过教神经网络建立这样的指标，我们消除了在脚本中复制它们的需要。
第二个神经网络建立信号指标，在此基础上建立交易策略。
神经网络将针对 EURUSD H1 图表进行训练。
因此，为了建立这个系统，我们需要准备两个神经网络用于买入和两个网络用于卖出。因此，系统中将有四个神经网络工作。