神经网络 - 页 11 1...456789101112131415161718...27 新评论 Linuxser 2009.01.06 01:52 #101 finimej: 你好。 你好。 我把你的帖子移到了这个正在讨论中的主题。 finimej 2009.01.06 02:08 #102 实际上，我从sibus指标开始（见附图），使用HMA周期14（收盘价上的EMA类型），并与收盘价上的正常EMA周期21交叉，然后用RSI>50或RSI<50来确认产生信号。很简单。 唯一令人头疼的是，当市场在做拼图时，如何过滤掉这些信号。我试过布林带，或计算MA的斜率，或信号之间的距离，或计算MA的角度，或使用ADX。然而，这并没有真正的帮助。唯一能帮助过滤掉不需要的交易信号的，是单层神经网络。 这里的想法是 1）使用非常简单和稳健的方法，如EMA交叉或MACD信号，数学规则，这减少了变量的数量。 2）然后使用NN来加强上述信号产生的结果，以检查利润和损失率，并过滤掉不好的条目。 如果我们不使用NN来增强系统，那么该系统就只能靠自己了。 finimej 2009.01.06 02:25 #103 这里我附上了sidus指标。以及我想过滤掉的图片上的信号。.来源 侧线指标的来源是Forexfactory 附加的文件： sidus.mq4 8 kb test.gif 32 kb Odirlei Zimmermann 2009.01.06 16:15 #104 finimej: 是否有任何代码可以对优化过程进行编程，以便我们可以自动优化。逻辑。 0）只在周末做。 1) 在这些范围内设置参数，0.200，并使用步骤1。 2) 得到优化的结果 3) 将利润系数的结果四舍五入到1.0位，因此，7.4=7，7.5=8。 4) 然后在利润因子范围的前2个级别中选择最小的交易号码，这就是我想要的优化结果。 5) 将新的设置放入专家EA，并在下周运行。 优化部分可以编码吗？ 也许这篇文章可以帮助你。 真实交易中交易机器人的自动优化 - MQL4文章 [删除] 2009.01.17 04:25 #105 forex_nn新的修复版本？ 对不起，我的英语水平有限。这是一个神经源代码。只需从以下原作者网站的下载链接中下载。 http://cortex.snowcron.com/cortex.zip 固定版本（forex_nn_05b.tsc）似乎在新的权重下运行良好。谁能帮助把它转换成metatrader indic和EA？ 谢谢。 aries 2009.01.19 02:40 #106 我认为在外汇、股票或商品方面的最佳预测神经网络 finimej 2009.01.31 10:35 #107 向上面的签名哈巴提问，你是如何使用neuroshell与Metatrader的？ 有没有人成功地在neuroshell中使用NOXA CSSA 并与Metatrader平台连接？ muyuan11 2009.02.01 03:06 #108 培训数据源 HiddenOx: 我开始在这里做实验了。我不可能来自不同的背景。我的学位是人工智能，所以在人工智能技术方面更有技术含量，如NN，而在外汇方面更像是个新手，不像这个论坛里的其他大师...... 使用历史价格来预测未来的价格是不可能的，因为有很多因素。总结以前的经验，什么是好的输入和NN的预期输出。总之，你对什么是好的数值/指标作为神经网络的输入和什么是预期的输出（指标，曲线运动...等）有什么看法。我将在一系列不同类型的神经网络上进行测试，并采用反向误差探针法。我现在有一些问题，在哪里找到可靠的数据来喂养神经网络......你在哪里使用你的历史数据......任何来源？有什么来源吗？ 隐藏的牛。 你可以使用mT4将 数据导出 到mysql（mq4代码库中有示例代码），然后在matlab中训练数据（matlab有数据库工具箱）。 [删除] 2009.03.21 12:18 #109 神经网络 的结果 嘿，我一直在努力建立一个神经网络，可以在1H图上准确预测GBPJPY，我想我可能已经做到了。我将GBPJPY和其他货币对（USDJPY,GBPEUR等）的价格和指标数据输入一个反向传播网络，并对过去十年的数据进行训练。这里有几张目标/输出图的照片。输出是绿线，目标是蓝线。我不知道你怎么想，但4.2x10^-26的误差对我来说已经足够了 = )我放大了最近的数据，以显示它看起来有多精确。现在只需将该网络落实到一个有效的EA中，我就可以了，有人有什么建议吗？ 附加的文件： gbpjpy60.jpg 37 kb gbpjpy60-1.jpg 37 kb gbpjpy60-2.jpg 48 kb Kazam 2009.03.21 13:11 #110 你犯了一些基本错误。 - 使用典型的前馈神经网络来预测货币汇率等时间序列是一个非常糟糕的想法。 - 你试图在H1时间框架下预测数值--这在外汇市场上是不可能有好结果的。使用D1或H4（对于低波动性的货币）。 - 你使用了太多的数据作为输入--神经网络会 "习惯 "于训练数据，它在实际交易中的表现会很差。 - 你看训练数据时太兴奋了 - 不可能训练出一个能长期有效工作的神经网络。典型的神经网络在预测时间序列时，会给出大约20-100个好的预测结果，然后它必须重新训练以适应最近的变化。 如果你想为时间序列预测创建有用的神经网络，请阅读进化神经网络（前馈神经网络被编码为灵活的神经树；其架构使用PIPE或GEP进行优化；灵活的激活函数参数 使用PSO、EPSO或模拟退火等进行优化）。 1...456789101112131415161718...27 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
你好。
你好。
我把你的帖子移到了这个正在讨论中的主题。
实际上，我从sibus指标开始（见附图），使用HMA周期14（收盘价上的EMA类型），并与收盘价上的正常EMA周期21交叉，然后用RSI>50或RSI<50来确认产生信号。很简单。
唯一令人头疼的是，当市场在做拼图时，如何过滤掉这些信号。我试过布林带，或计算MA的斜率，或信号之间的距离，或计算MA的角度，或使用ADX。然而，这并没有真正的帮助。唯一能帮助过滤掉不需要的交易信号的，是单层神经网络。
这里的想法是
1）使用非常简单和稳健的方法，如EMA交叉或MACD信号，数学规则，这减少了变量的数量。
2）然后使用NN来加强上述信号产生的结果，以检查利润和损失率，并过滤掉不好的条目。
如果我们不使用NN来增强系统，那么该系统就只能靠自己了。
这里我附上了sidus指标。以及我想过滤掉的图片上的信号。.来源
侧线指标的来源是Forexfactory
是否有任何代码可以对优化过程进行编程，以便我们可以自动优化。
逻辑。
0）只在周末做。
1) 在这些范围内设置参数，0.200，并使用步骤1。
2) 得到优化的结果
3) 将利润系数的结果四舍五入到1.0位，因此，7.4=7，7.5=8。
4) 然后在利润因子范围的前2个级别中选择最小的交易号码，这就是我想要的优化结果。
5) 将新的设置放入专家EA，并在下周运行。
优化部分可以编码吗？也许这篇文章可以帮助你。
真实交易中交易机器人的自动优化 - MQL4文章
forex_nn新的修复版本？
对不起，我的英语水平有限。这是一个神经源代码。只需从以下原作者网站的下载链接中下载。
http://cortex.snowcron.com/cortex.zip
固定版本（forex_nn_05b.tsc）似乎在新的权重下运行良好。谁能帮助把它转换成metatrader indic和EA？
谢谢。
我认为在外汇、股票或商品方面的最佳预测神经网络
向上面的签名哈巴提问，你是如何使用neuroshell与Metatrader的？
有没有人成功地在neuroshell中使用NOXA CSSA 并与Metatrader平台连接？
培训数据源
我开始在这里做实验了。我不可能来自不同的背景。我的学位是人工智能，所以在人工智能技术方面更有技术含量，如NN，而在外汇方面更像是个新手，不像这个论坛里的其他大师......
使用历史价格来预测未来的价格是不可能的，因为有很多因素。
总结以前的经验，什么是好的输入和NN的预期输出。
总之，你对什么是好的数值/指标作为神经网络的输入和什么是预期的输出（指标，曲线运动...等）有什么看法。
我将在一系列不同类型的神经网络上进行测试，并采用反向误差探针法。我现在有一些问题，在哪里找到可靠的数据来喂养神经网络......你在哪里使用你的历史数据......任何来源？
有什么来源吗？
隐藏的牛。你可以使用mT4将 数据导出 到mysql（mq4代码库中有示例代码），然后在matlab中训练数据（matlab有数据库工具箱）。
神经网络 的结果
嘿，我一直在努力建立一个神经网络，可以在1H图上准确预测GBPJPY，我想我可能已经做到了。我将GBPJPY和其他货币对（USDJPY,GBPEUR等）的价格和指标数据输入一个反向传播网络，并对过去十年的数据进行训练。这里有几张目标/输出图的照片。输出是绿线，目标是蓝线。我不知道你怎么想，但4.2x10^-26的误差对我来说已经足够了 = )我放大了最近的数据，以显示它看起来有多精确。现在只需将该网络落实到一个有效的EA中，我就可以了，有人有什么建议吗？
你犯了一些基本错误。
- 使用典型的前馈神经网络来预测货币汇率等时间序列是一个非常糟糕的想法。
- 你试图在H1时间框架下预测数值--这在外汇市场上是不可能有好结果的。使用D1或H4（对于低波动性的货币）。
- 你使用了太多的数据作为输入--神经网络会 "习惯 "于训练数据，它在实际交易中的表现会很差。
- 你看训练数据时太兴奋了
- 不可能训练出一个能长期有效工作的神经网络。典型的神经网络在预测时间序列时，会给出大约20-100个好的预测结果，然后它必须重新训练以适应最近的变化。
如果你想为时间序列预测创建有用的神经网络，请阅读进化神经网络（前馈神经网络被编码为灵活的神经树；其架构使用PIPE或GEP进行优化；灵活的激活函数参数 使用PSO、EPSO或模拟退火等进行优化）。