文章 "神经网络实验（第 4 部分）：模板" 新评论 MetaQuotes 2023.08.07 08:20 新文章 神经网络实验（第 4 部分）：模板已发布： 在本文中，我将利用实验和非标准方法开发一个可盈利的交易系统，并验证神经网络是否对交易者有任何帮助。 若在交易中运用神经网络的话， MetaTrader 5 完全可作为一款自给自足的工具。 简单的解释。 模板是一种类似于“浮动形态”的结构。 它的值会根据市场情况不断变化，但每个值都在一定的范围内，而这恰是我们实验所需要的。 由于我们已知我们传输到神经网络的数据应该在一定范围内，因此模板中的数值会被四舍五入为整数，以便感知器和神经网络能更好地理解。 因此，我们得到了更多的触发条件，并大幅降低了感知器和神经网络上的负载。 以下您会遇到我脑海里的第一个模板。 我称它为扇形。 我认为，相似的形状显而易见。 在本文中，我们不会使用指标，而是操控烛条。 以下是使用历史记录缩放的示例，如此我们便可分析更短或更深的历史。 在模板中使用相同数量的蜡烛不是先决条件，这为反映先前价格值的相关性提供了一个额外的字段。 在我们的例子中，这些是蜡烛的收盘价。 重要的是要理解，在使用 DeepNeuralNetwork.mqh 库处理 24 根蜡烛的示例中，我们所用的函数库与我在前面文章中讲述的不同。 它们拥有不同的输入设置。 即，有 4 个和 8 个参数用于神经网络的输入。 您不必担心这个。 我已经在附件中添加了 EA 和必要的库文件。 2.1 四个值的扇形模板在 24 根蜡烛上延伸。 它等于 H1 上的一天。 我们来讲述一下我们将转移到感知器和神经网络的内容，以便更好地理解： 从端点 1 到端点 2 的四舍五入距离（以点数为单位）； 从端点 1 到端点 3 的四舍五入距离（以点数为单位）； 从端点 1 到端点 4 的四舍五入距离（以点数为单位）； 从端点 1 到端点 5 的四舍五入距离（以点数为单位）； 作者：Roman Poshtar 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
新文章 神经网络实验（第 4 部分）：模板已发布：
在本文中，我将利用实验和非标准方法开发一个可盈利的交易系统，并验证神经网络是否对交易者有任何帮助。 若在交易中运用神经网络的话， MetaTrader 5 完全可作为一款自给自足的工具。 简单的解释。
模板是一种类似于“浮动形态”的结构。 它的值会根据市场情况不断变化，但每个值都在一定的范围内，而这恰是我们实验所需要的。 由于我们已知我们传输到神经网络的数据应该在一定范围内，因此模板中的数值会被四舍五入为整数，以便感知器和神经网络能更好地理解。 因此，我们得到了更多的触发条件，并大幅降低了感知器和神经网络上的负载。 以下您会遇到我脑海里的第一个模板。 我称它为扇形。 我认为，相似的形状显而易见。 在本文中，我们不会使用指标，而是操控烛条。
以下是使用历史记录缩放的示例，如此我们便可分析更短或更深的历史。
在模板中使用相同数量的蜡烛不是先决条件，这为反映先前价格值的相关性提供了一个额外的字段。 在我们的例子中，这些是蜡烛的收盘价。
重要的是要理解，在使用 DeepNeuralNetwork.mqh 库处理 24 根蜡烛的示例中，我们所用的函数库与我在前面文章中讲述的不同。 它们拥有不同的输入设置。 即，有 4 个和 8 个参数用于神经网络的输入。 您不必担心这个。 我已经在附件中添加了 EA 和必要的库文件。
2.1 四个值的扇形模板在 24 根蜡烛上延伸。 它等于 H1 上的一天。
我们来讲述一下我们将转移到感知器和神经网络的内容，以便更好地理解：
作者：Roman Poshtar