自我训练的MA交叉! - 页 8 123456789 新评论 Sergey Golubev 2017.09.19 08:08 #71 关于交易、自动交易系统和测试交易策略的论坛 Levenberg-Marquardt算法 Sergey Golubev, 2017.09.19 10:08 发表了新的文章--深度神经网络(第二部分)。拟定和选择预测器 内容简介1.创建特征1.1.特征转换1.1.1.转化1.1.2.归一化1.1.3.分散化1.2.创建新特征2.选择预测器2.1.视觉评价2.2.分析性评价2.3.神经网络结论应用 Sergey Golubev 2017.09.19 08:09 #72 关于交易、自动交易系统和测试交易策略的论坛 ... Sergey Golubev, 2009.10.09 08:43 神经网络 神经网络:讨论/开发线程 Better NN EA开发线程,包括指标、pdf文件等。 更好的NN EA最终线程 将NEURAL NETWORKS带入下一阶段--非常有趣的主题 神经网络线程(良好的公共讨论) 如何在MT4中建立一个NN-EA:对开发者来说很有用的线程。 径向基数网络(RBN)--价格的合适过滤器:该主题 神经网络。指标和系统开发 自我训练的MA交叉!:新一代指标的开发线程 Levenberg-Marquardt算法:开发线程 神经网络。电子交易系统 CyberiaTrader EA:讨论线 和EA线。 自我学习专家线程,这里 有EA的文件。 人工智能EA主题:如何 "教 "和使用人工智能("神经元")EA主题 和人工智能主题 Forex_NN_Expert EA和指标线程。 SpiNNaker - 一个神经网络EA线程。 神经网络。书籍 读什么书,在哪里学习机器学习(10本免费的书)--该文章。 该文章 神经网络变得简单- MT5 神经网络变得简单了(第二部分)。网络训练和测试- MT5 神经网络简单化(第3部分)。卷积网络- MT5 简易神经网络(第四部分)。递归网络- MT5 简单的神经网络(第五部分)。OpenCL中的多线程计算- MT5 简易神经网络(第六部分)。实验神经网络的学习率- MT5 简易神经网络(第七部分)。 自适应优化方法- MT5 简易神经网络(第八部分)。注意机制- MT5 简易神经网络(第9部分)。记录工作- MT5 神经网络简单化(第10部分)。多头注意- MT5 神经网络简单化(第11部分)。对GPT的看法- MT5 神经网络简单化(第12部分)。辍学- MT5 神经网络简单化(第13部分)。 批量归一化- MT5 开发一个自适应的算法(第一部分)。寻找一个基本模式- MT5 开发一个自适应算法(第二部分)。提高效率- MT5 自适应算法(第三部分)。 放弃优化- MT5 带有叠加RBM的深度神经网络。自我训练,自我控制- MT4 神经网络在交易中的实际应用- MT5 神经网络在交易中的实际应用。Python(第一部分)- MT5 神经网络在交易中的实际应用(第二部分)。计算机视觉 - MT5 连接NeuroSolutions 的神经元网络 - MT5 在MetaTrader中使用神经网络- MT4 使用神经网络进行价格 预测 - MT4 Neuronets的配方- MT4 第三代神经网络。深度网络- MT5 神经网络的廉价和欢快--将NeuroPro与MetaTrader 5连接起来- MT5 使用MQL5向导和Hlaiman EA发生器创建神经网络EA- MT5 神经网络。自我优化的专家顾问- MT5 神经网络。从理论到实践- MT5 使用MetaTrader 5指标与ENCOG机器学习框架进行时间序列 预测 - MT5 在MetaTrader 5中使用自组织特征图(Kohonen图)- MT5 深度神经网络(第一部分)。准备数据- MT5 深度神经网络(第二部分)。制定和选择预测器- MT5 代码库 使用神经网络的下一个价格预测器- MetaTrader 4的指标 Easy Neural Network- MetaTrader 5的库 ALGLIB - 数值分析库- MetaTrader 4的库 MTS神经网络加MACD- MetaTrader 4的专家 ArtificialIntelligence_Right- MetaTrader 4的专家 NeuroNirvamanEA- MetaTrader 4的专家 轻松创建您自己的神经网络预测器(例如:MA和RSI预测器)- MetaTrader 4的指标 自动交易系统 "Сombo"- MetaTrader 4的专家 MTC神经网络加MACD- MetaTrader 5的专家 使用神经网络计算布林带宽度- MetaTrader 5的专家 PNN神经网络类- MetaTrader 5的资料库 GRNN 神经网络类 - MetaTrader 5的资料库 RBF 神经网络类 - MetaTrader 5的库 MLP 神经网络类 - MetaTrader 5的库 人工智能- MetaTrader 5的专家 神经网络 Karvin 2017.09.19 14:57 #73 这是非常有趣的,我想作出贡献,但我不知道我们现在在哪里。你能得到一些结果吗?如果你想要一个自我学习的EA,我们需要神经网络 或类似的方法,实现这个目标的一个合成方法是将EA后期维护并以滚动方式进行优化。谢谢 Sergey Golubev 2021.02.08 15:30 #74 关于交易、自动交易系统和测试交易策略的论坛 如何开始使用MetaTrader和外汇,开始 Sergey Golubev, 2021.02.08 16:30 开发一个自适应的算法(第一部分)。寻找一个基本模式 任何交易算法通常都是一种工具,它可能给有经验的交易者带来利润,也可能立即摧毁没有经验的交易者的存款。创建一个有利可图和可靠的算法的问题是,我们无法了解为了赚钱需要做什么,以及 "成功的交易者 "使用什么方法。虽然HFT、套利、期权策略和基于日历点差的系统拥有坚实的理论基础,清楚地说明了需要做什么来赚取利润,但基于价格分析和基本面数据的算法则要模糊得多。这个领域没有完整的理论基础来描述定价,使得创建一个稳定的交易算法非常困难。交易在这里变成了艺术,而科学则有助于将一切系统化。 但是,是否有可能创建一个完全自动化的交易算法,只基于对价格变化的分析,在任何交易工具上运行,不需要优化,也不需要为每个交易工具分别手动调整参数?是否有一种算法,你可以简单地应用于必要的交易工具图表,从而立即为其定义有利可图的参数? Sergey Golubev 2021.02.19 17:13 #75 关于交易、自动交易系统和测试交易策略的论坛 如何开始使用MetaTrader和外汇,开始 Sergey Golubev, 2021.02.19 18:08 开发一个自适应的算法(第二部分)。提高效率 在阅读本文之前,我建议你学习第一篇文章《开发自适应算法(第一部分)。找到一个基本模式"。这不是必要的,因为主要内容仍然会很清楚,但阅读起来会更有趣。 在上一篇文章中,我检测到一个简单的模式,并开发了一个非常简单的算法来利用它。但该算法没有灵活的结构,指望它取得任何突出的结果是没有意义的。 我们需要大大改进它,使其变得更加灵活,并根据市场情况调整其操作参数,这样才有可能取得更好的结果和稳定性。 Tobias Johannes Zimmer 2021.02.27 10:30 #76 Ahmed Soliman:你认为这是一个可以实现的想法吗?让我们把它放在圆形的桌子上吧 你必须找到一种方法来定义你是否处于趋势中,以及它应该如何对平盘做出反应,如何根据市场条件如趋势成交量或波动率来计算止损和止盈。 Tobias Johannes Zimmer 2021.02.27 10:39 #77 Ahmed Soliman:你认为这是一个可以实现的想法吗?让我们把它放在圆形的桌子上吧 你需要设置算法来确认是否有趋势,如何根据市场参数 如成交量或波动率来计算SL和TP,甚至暗示统计学方面的问题来判断一个模式是否有效,如果没有,应该如何交替进行。想法不是问题,编程才是问题。 Sergey Golubev 2021.03.12 08:59 #78 关于交易、自动交易系统和测试交易策略的论坛 如何开始使用MetaTrader和外汇,开始 Sergey Golubev, 2021.03.12 09:56 自适应算法(第三部分)。 放弃优化 在阅读这篇文章之前,我建议你学习"开发自适应算法(第二部分)"系列中的第二篇文章。提高效率"。本文所应用的方法与前面所讨论的一切有很大的不同,但阅读前面的文章对理解这个主题会很有帮助。 ffoorr 2021.03.17 16:50 #79 这个策略,如果它能成功的话,将和人工智能一样。在这里,它是:"非标准自动交易" 它使用加速器或令人敬畏的指标,而不是MA,但其原理是相同的。使用加速器(或MA)的不同数据进行回溯测试,然后使用最佳数据进行远期交易。 唯一的区别是:一个人不是 "自适应专家",而是必须每周(天)进行回测,以验证他的EA是否仍有最佳价值。 Non-standard Automated Trading www.mql5.com Successful and comfortable trading using MT4 platform without detailed market analysis - is it possible? Can such trading be implemented in practice? I suppose, yes. Especially in terms of the automated trading! Muhammad Syamil Bin Abdullah 2021.03.18 03:24 #80 ffoorr:这个策略,如果它能成功的话,将和人工智能一样。在这里,它是:"非标准自动交易" 它使用加速器或令人敬畏的指标,而不是MA,但其原理是相同的。使用加速器(或MA)的不同数据进行回溯测试,然后使用最佳数据进行前瞻性交易。 唯一的区别是:不再是 "自适应专家",而是每周(天)都要进行回测,以验证他的EA是否仍有最佳价值。 有趣的是。 123456789 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
关于交易、自动交易系统和测试交易策略的论坛
Levenberg-Marquardt算法
Sergey Golubev, 2017.09.19 10:08
发表了新的文章--
深度神经网络(第二部分)。拟定和选择预测器
内容关于交易、自动交易系统和测试交易策略的论坛
...
Sergey Golubev, 2009.10.09 08:43
神经网络
神经网络:讨论/开发线程
神经网络。指标和系统开发
神经网络。电子交易系统
神经网络。书籍
该文章
深度神经网络(第二部分)。制定和选择预测器- MT5
代码库
这是非常有趣的,我想作出贡献,但我不知道我们现在在哪里。你能得到一些结果吗?
如果你想要一个自我学习的EA,我们需要神经网络 或类似的方法,实现这个目标的一个合成方法是将EA后期维护并以滚动方式进行优化。
谢谢
关于交易、自动交易系统和测试交易策略的论坛
如何开始使用MetaTrader和外汇,开始
Sergey Golubev, 2021.02.08 16:30
开发一个自适应的算法(第一部分)。寻找一个基本模式
任何交易算法通常都是一种工具,它可能给有经验的交易者带来利润,也可能立即摧毁没有经验的交易者的存款。创建一个有利可图和可靠的算法的问题是,我们无法了解为了赚钱需要做什么,以及 "成功的交易者 "使用什么方法。虽然HFT、套利、期权策略和基于日历点差的系统拥有坚实的理论基础,清楚地说明了需要做什么来赚取利润,但基于价格分析和基本面数据的算法则要模糊得多。这个领域没有完整的理论基础来描述定价,使得创建一个稳定的交易算法非常困难。交易在这里变成了艺术,而科学则有助于将一切系统化。
但是,是否有可能创建一个完全自动化的交易算法,只基于对价格变化的分析,在任何交易工具上运行,不需要优化,也不需要为每个交易工具分别手动调整参数?是否有一种算法,你可以简单地应用于必要的交易工具图表,从而立即为其定义有利可图的参数?
关于交易、自动交易系统和测试交易策略的论坛
如何开始使用MetaTrader和外汇,开始
Sergey Golubev, 2021.02.19 18:08
开发一个自适应的算法(第二部分)。提高效率
在阅读本文之前,我建议你学习第一篇文章《开发自适应算法(第一部分)。找到一个基本模式"。这不是必要的,因为主要内容仍然会很清楚,但阅读起来会更有趣。
在上一篇文章中,我检测到一个简单的模式,并开发了一个非常简单的算法来利用它。但该算法没有灵活的结构,指望它取得任何突出的结果是没有意义的。
我们需要大大改进它,使其变得更加灵活,并根据市场情况调整其操作参数,这样才有可能取得更好的结果和稳定性。
你认为这是一个可以实现的想法吗?让我们把它放在圆形的桌子上吧
你认为这是一个可以实现的想法吗?让我们把它放在圆形的桌子上吧
关于交易、自动交易系统和测试交易策略的论坛
如何开始使用MetaTrader和外汇,开始
Sergey Golubev, 2021.03.12 09:56
自适应算法(第三部分)。 放弃优化
在阅读这篇文章之前,我建议你学习"开发自适应算法(第二部分)"系列中的第二篇文章。提高效率"。本文所应用的方法与前面所讨论的一切有很大的不同,但阅读前面的文章对理解这个主题会很有帮助。
这个策略,如果它能成功的话,将和人工智能一样。
在这里,它是:"非标准自动交易"
它使用加速器或令人敬畏的指标,而不是MA,但其原理是相同的。
使用加速器(或MA)的不同数据进行回溯测试,然后使用最佳数据进行远期交易。
唯一的区别是:一个人不是 "自适应专家",而是必须每周(天)进行回测,以验证他的EA是否仍有最佳价值。这个策略,如果它能成功的话,将和人工智能一样。
在这里,它是:"非标准自动交易"
它使用加速器或令人敬畏的指标,而不是MA,但其原理是相同的。
使用加速器(或MA)的不同数据进行回溯测试,然后使用最佳数据进行前瞻性交易。
唯一的区别是:不再是 "自适应专家",而是每周(天)都要进行回测,以验证他的EA是否仍有最佳价值。有趣的是。