神经网络 - 页 8

 
progressapama:
大家好。

我正在寻找有工作的Cortex神经网络软件的人(我想最后的已知版本是第5版)。如果你有一个工作的应用程序,请让我知道。我非常迫切需要它来测试和训练一些metatrader 4的EA。我确实从Neural Networks Tutorials and Software 购买了一个副本,但它似乎缺少一个 "wait.dll "文件。他们也有一个免费的拷贝,但由于缺少 "wait.dll",这两个拷贝似乎都不能使用。

有谁使用过这个软件或有这方面的经验?我基本上是用它来训练和测试我的Metatrader 4 EAs。

我在Windows XP professional上运行,带有服务包2。

我需要在本周末前完成EA。

刚刚发现你的信息。

我已经使用Cortex好几年了,没有任何问题。但是,我在Cortex软件中没有 "wait.dll",在我的机器上也没有,所以,也许你有别的问题?

我一直在XP、win 2000和多年前的98系统上运行Cortex,所有这些对我来说都运行得相当好,所以我怀疑这是否与你的XP系统有关...

 

Mr.M-

我和我的伙伴已经在Matlab和Metaquotes之间建立了dll......这是NN探索中比较容易的部分。 它是找到正确的网来实现。 也许你可以给我们一些反馈。 我们已经尝试了分类、预测、动态和概率网络。 大量的试验和错误。

如果你取得了很大的成功,请告诉我。

布伦特

 

到目前为止,我所了解到的是,计量经济学 对短期预测没有用处(忘记ARMA等),但如果你想获得优势,Matlab是个不错的选择,如果你有所有的工具箱和良好的理论背景,会有很多的乐趣。

非线性方法(如NN、SOM's......)很好,但不要试图预测什么:我认为这对今天的技术来说是一座太远的桥,但预测是没有必要的:你完全可以用过去的条形函数对时间序列的最后一条进行建模,看看你是否接近一个相对极值。

但学习曲线并不陡峭。我已经记不清楚我在亚马逊上花了多少钱买那些充满希腊字母金融数学的书了。

 

嗨,会员朋友。

我想和你分享这个链接:神经网络和股票/外汇交易

请到页面末尾,你会发现1个NN indic和1个NN EA的开放源代码。

到目前为止,这是一个很好的教程...

请注意。

附加的文件:
 

dswk:
嗨,会员朋友们。

我想和你分享这个链接:神经网络和股票/外汇交易

请到页面末尾,你会发现1个NN indic和1个NN EA的开放源代码。

到目前为止,这个教程很不错...

遗憾的是。

很好,让我们试试吧

===================

外汇指标大全

 
dswk:
嗨,会员朋友。

我想和你分享这个链接:神经网络和股票/外汇交易

请到页面末尾,你会发现1个NN indic和1个NN EA的开放源代码。

到目前为止,这个教程很不错...

请注意。

Btw,这是Bogie-NN-Indicator和开源的(Forex_Nn_Ind_juna)之间的比较......它们看起来很相似......奇怪吗?

附加的文件:
 
dswk:
另外,这是Bogie-NN-Indicator和开源的(Forex_Nn_Ind_juna)之间的比较。它们看起来很相似......奇怪吗?

是的,它是一样的

 

bogie nn指数滞后...

dswk:
Btw,这是Bogie-NN指标和开源指标(Forex_Nn_Ind_juna)的比较...它们看起来很相似......奇怪吗?

它与RSI非常相似,但它却滞后于RSI很多,这样一个 "先进 "的滞后指标有什么好处?

附加的文件:
 
frito:
它与RSI很相似,但它比RSI滞后很多,这样一个 "先进 "的滞后指标有什么好处?

根据我的理解,这是一个 "一次交易和逆转 "系统。

指标线 从上行穿过买入价(此处为54)时,即为买入。

当指标线从下行线越过卖出线(这里是74)时,关闭你的买入并将其逆转为卖出。

 

NN图书馆和计算能力的良好资源

大家好。

这些是C和C++中的NN库的好资源。

1-FANN库,作者Steffen Nissen(快速人工神经网络库)。

快速人工神经网络库

2-LWNN library by Peter van Rossum (Light Weight Neural Network Library)

SourceForge.net:轻量级神经网络

3-为大型计算应用提供良好的硬件加速。

通过使用GPU多处理线程(NVIDIA CUDA, AMD ATI...)。

Nvidia提供了一个很好的C语言库,用于在你的应用程序中使用GPU的力量。

一个比较。

(Intel Core 2 Quad Extreme QX9770 : 低于100 GFLOPS (单32位浮点运算) 或 (双64位浮点运算) )

(英伟达gtx260, gtx280:933 GFLOPS(单32位浮点运算)和100 GFLOPS(双64位浮点运算))

CUDA专区 -- CUDA开发者的资源