Reshetov Devisenhandel

MetaTrader 4 - Experten automatisiertes Handelssystem quotomboquot - Experte für MetaTrader 4 Das Problem ist für dieses automatisierte Handelssystem (ATS) wie folgt aufgeführt: Lets betrachten wir ein Basissystem - BTS. Es ist notwendig, um ein neuronales Netzwerk zu schaffen und zu lehren, damit es mit der BTS nicht möglich ist. Dies muss zur Schaffung eines Handelssystems führen, das aus zwei kombinierten und gegenseitig komplementären Systemen besteht: BTS und NN (neuronales Netz). Oder die Engländer von diesem ist: Es gibt keine Notwendigkeit, die Kontinente wieder zu entdecken, sie wurden alle entdeckt. Warum man jemanden schnell laufen lässt, wenn wir ein Auto haben oder fliegen, wenn wir ein Flugzeug haben. Sobald wir eine Trendfolge ATS haben, müssen wir nur das neuronale Netzwerk in der Gegenströmungsstrategie unterrichten. Dies ist notwendig, weil ein System, das für trendbasiertes Handelssystem bestimmt ist, nicht auf Seitwärtstrends handeln kann oder Marktrückschläge oder - umkehrungen erkennt. Sie können natürlich zwei ATSs - einen Trendfolger und einen Gegenstrend - nehmen und diese an das gleiche Diagramm anhängen. Auf der anderen Seite können Sie ein neuronales Netzwerk lehren, um Ihr bestehendes Handelssystem zu ergänzen. Dazu haben wir ein zweischichtiges neuronales Netzwerk aus zwei Perzeptronen in der unteren Schicht und einem Perceptron in der oberen Schicht entwickelt. Der Ausgang des neuronalen Netzes kann sich in einem dieser drei Zustände befinden: Eingehen des Marktes mit einer langen Position Einstieg in den Markt mit einer kurzen Position Unbestimmter Zustand Der dritte Zustand ist tatsächlich der Zustand der Übergabe der Kontrolle über die BTS, während in der Die ersten beiden Zustände werden die Handelssignale durch das neuronale Netz gegeben. Die Lehre des neuronalen Netzes wird in drei Stufen unterteilt, wobei jede Stufe zum Unterrichten eines Perzeptrons dient. Zu jedem Zeitpunkt muss die optimierte BTS für Perzeptronen vorhanden sein, um zu wissen, was sie tun kann. Die separate Lehre von Perzeptrons durch einen genetischen Algorithmus wird durch das Fehlen dieses Algorithmus bestimmt, nämlich: Die Menge der Eingaben, die mit Hilfe eines solchen Algorithmus durchsucht wird, ist begrenzt. Jedoch ist jeder Lehrstadium kohärent und das neuronale Netzwerk ist nicht zu groß, so dass die gesamte Optimierung nicht zu viel Zeit in Anspruch nimmt. Die erste Stufe, die der Lehre eines NN vorausgeht, besteht in der Optimierung der BTS. Um uns nicht zu verlieren, werden wir die Bühnennummer in der Eingabe des ATS aufzeichnen, die als quotquotquot identifiziert wird. Identifikatoren von Eingaben, die mit der Stufennummer korrespondieren, werden und in der Zahl gleich dieser Stufenzahl sein. So können die Vorbereitungen für die Optimierung und Lehre der NN beginnen. Hier können Sie die ursprüngliche Anzahlung als 1000000 festlegen (um während der Optimierung keinen künstlichen Margin-Aufruf zu erstellen) und die Eingabe als "Balancequot" in den Expert Advisor-Eigenschaften auf der Registerkarte quotTestingquot im Strategie-Tester optimieren und den genetischen Algorithmus starten. Gehen Sie auf die Registerkarte "Inputsquot" der EAs-Eigenschaften und geben Sie das Volumen der zu öffnenden Positionen an, indem Sie der Kennung quotlotsquot den Wert 1 zuweisen. Die Optimierung erfolgt nach dem Modell: quotOpen-Preise nur (schnellste Methode, die gerade abgeschlossene Leiste zu analysieren, nur für EAs, die explizit die Baröffnung ausführen), da diese Methode im ATS-Algorithmus zur Verfügung steht. Stufe 1 der Optimierung. Optimierung der BTS: Setzen Sie den Wert 1 für den Eingangsquotpass. Wir werden nur Eingaben optimieren, die mit der ersten Stufe übereinstimmen, d. h., die in 1 enden. Somit prüfen wir nur diese Eingänge zur Optimierung und deaktivieren alle anderen. Tp1 - TakeProfit der BTS. Sie wird mit den Werten im Bereich von 10 bis 100, Schritt 1 sl1 - StopLoss der BTS optimiert. Sie wird mit den Werten im Bereich von 10 bis 100, Schritt 1 p1 - Periode von CCI, die in der BTS verwendet werden, optimiert. Sie wird mit den Werten im Bereich von 3 bis 100, Schritt 1 Stufe 2, optimiert. Lehren des für Kurzpositionen verantwortlichen Perzeptrons: Stellen Sie den Wert 2 (entsprechend der Stufennummer) für den Eingabequotienten ein. Deaktivieren Sie die Eingaben, die für die Optimierung in der vorherigen Stufe überprüft wurden. Nur für den Fall, speichern in einer Datei die Eingaben in der vorherigen Stufe erhalten. Überprüfen Sie die Eingaben für die Optimierung nach unserer Regel: Ihre Identifikatoren müssen in 2: x12, x22, x32, x42 - Gewicht Zahlen des Perceptron enden, die Kurzpositionen erkennt. Es wird mit den Werten im Bereich von 0 bis 200 optimiert, Schritt 1 tp2 - TakeProfit von Positionen, die durch das Perceptron geöffnet werden. Es wird mit den Werten im Bereich von 10 bis 100 optimiert, Schritt 1 sl2 - StopLoss von Positionen, die durch das Perceptron geöffnet werden. Sie wird mit den Werten im Bereich von 10 bis 100 optimiert, Schritt 1 p2 - die Periode der von dem Perceptron zu analysierenden Werte der Preisdifferenz. Er wird mit den Werten im Bereich von 3 bis 100, Schritt 1, optimiert. Ermöglicht es, ihn mit einer Optimierung mit einem genetischen Algorithmus zu unterrichten. Schritt 3: Perzeptron für Langpositionen lehren: Stellen Sie den Wert 3 (entsprechend der Stufennummer) für den Eingabequotienten ein. Deaktivieren Sie die Eingaben, die für die Optimierung in der vorherigen Stufe überprüft wurden. Nur für den Fall, speichern in einer Datei die Eingaben in der vorherigen Stufe erhalten. Überprüfen Sie die Eingaben für die Optimierung gemäß unserer Regel: Ihre Identifikatoren müssen in 3: x13, x23, x33, x43 - Gewicht Zahlen des Perzeptrons enden, die Langpositionen erkennen. Sie wird mit den Werten im Bereich von 0 bis 200, Schritt 1, optimiert. Tp3 - TakeProfit von Positionen, die durch das Perceptron geöffnet werden. Es wird mit den Werten im Bereich von 10 bis 100 optimiert, Schritt 1 sl3 - StopLoss von Positionen, die durch das Perceptron geöffnet werden. Sie wird mit den Werten im Bereich von 10 bis 100 optimiert, Schritt 1 p3 - die Periode der vom Perceptron zu analysierenden Werte der Preisdifferenz. Er wird mit den Werten im Bereich von 3 bis 100, Schritt 1, optimiert. Ermöglicht es, ihn mit einer Optimierung mit einem genetischen Algorithmus zu unterrichten. Stufe 4 (abschließend). Unterrichten der ersten Schicht, d. h. Lehren des Perzeptrons, das sich in der oberen Schicht befindet: Setzen Sie den Wert 4 (gemäß der Stufenzahl) für den Eingangsquotpass. Deaktivieren Sie die Eingaben, die für die Optimierung in der vorherigen Stufe überprüft wurden. Nur für den Fall, speichern in einer Datei die Eingaben in der vorherigen Stufe erhalten. Überprüfen Sie die Eingaben für die Optimierung gemäß unserer Regel: Ihre Bezeichner müssen in 4: x14, x24, x34, x44 - Gewichtszahlen des Perceptrons der ersten Schicht enden. Sie wird mit den Werten im Bereich von 0 bis 200, Schritt 1, optimiert. P4 - die Periode der von dem Perceptron zu analysierenden Werte der Preisdifferenz. Er wird mit den Werten im Bereich von 3 bis 100, Schritt 1, optimiert. Ermöglicht es, ihn mit einer Optimierung mit einem genetischen Algorithmus zu lehren. Das ist alles, das neuronale Netzwerk wurde gelehrt. Der ATS hat einen weiteren nicht optimierbaren Eingang, mn - Magic Number. Es ist die Kennung von Positionen für ein Handelssystem, um seine Aufträge nicht mit den manuell oder durch andere ATSs eröffneten Aufträgen zu mischen. Der Wert der magischen Zahl muss eindeutig sein und nicht mit den magischen Zahlen der Positionen übereinstimmen, die nicht von diesem speziellen Expertenrat geöffnet wurden. Die Grße der Anfangsablagerung wird als der doppelte absolute Abzug gefunden, d. h. wir betrachten einige Sicherheitsressourcen für sie. Die in den Quellcodes angegebene EA ist nicht optimiert. Wenn Sie die eingebaute BTS durch den Algorithmus eines anderen Handelssystems ersetzen müssen, müssen Sie den Inhalt der Funktion basicTradingSystem () ändern. Um die Anfangs - und Endwerte und die Werte der Schritte zur Optimierung nicht einzugeben, können Sie die fertige Datei combo. set nehmen. Legen Sie es in den Ordner Tester MT4, und laden Sie die EAs-Eigenschaften in Tester. Die Re-Optimierung der EA soll an einem Wochenende, d. H. Am Samstag oder Sonntag, durchgeführt werden, aber nur, wenn die Ergebnisse der vorangegangenen Woche unrentabel waren. Das Vorhandensein von Verlusten bedeutet, dass sich der Markt verändert hat und die Neuplanung erforderlich ist. Die Anwesenheit von Gewinnen bedeutet, dass das ATS keine Re-Optimierung braucht und erkennt Marktmuster ganz gut. Faden: Künstliche Intelligenz EA (von Yury V. Reshetov) Dieser Thread ist für die Diskussion der künstlichen Intelligenz EA von Yury V. Reshetov Die Beschreibung Unten ist von seinem MT4Appstore Seite: Künstliche Intelligenz Forex Expertenberater verwendet eine sehr simplen Nachahmung des neuronalen Netzwerks zu kaufen und verkaufen Signale und nachlaufende Stop-Verluste. Es ist kein echtes neuronales Netzwerk, denn es lernt nicht vom Markt, sondern Sie müssen es auf den Markt zu optimieren, um die am meisten passenden Parameter gesetzt. Seine Wahrnehmungsfunktion verwendet die Bill Williams AcceleratorDecelerator-Oszillatoren, die entsprechend den eingestellten Parametern gewichtet werden. Expert Advisor führt auch Kontrollen für verfügbare freie Marge zu stoppen Handel, wenn es im Konkurs ist. Ich hoffe, in lebhafte Diskussion mit anderen Nutzern dieser interessanten EA und teilen Optimierung Tipps, optimiert Amp-Verbesserungen engagieren. Danke und Grüße, Dudest Zuletzt bearbeitet von dudest 06-10-2012 um 02:27 PM. FX-Men Ehrenmitglied Registriert seit Jan 2012 Beiträge 1.814 Beigefügt sind die letzten MT4-Strategie Testergebnisse für GBPUSD H1 und GBPJPY H1 für 2. Januar - 8. Juni 2012. Nachfolgend sind optimierte Eingabeparameter vorgeschlagen durch Strategie-Tests. Insgesamt sind die SL40 und LOTS0.01. Der optimierte Parameter ist PROFIT FACTOR (pf) Wenn jemand mehr Testergebnisse hat, bitte teilen, wäre toll, PS zu vergleichen: Ich plane, die Optimierung wöchentlich zu machen (Testen auf H1 für 2 Monate Zeitrahmen) und die Parameter im EA anzupassen entsprechend. X1 200200200 x2 110110110 x3 305040 x4 304030 x1 190190 x2 120110 x3 5040 x4 4040 x1 100 x2 120 x3 10 x4 140