विदेशी मुद्रा - तंत्रिका - नेटवर्क - आदानों

विवरण: दो विदेशी मुद्रा - संकेतक न्यूरॉन प्रत्यक्ष वितरण नेटवर्क (फीडफोर्वर्ड न्यूरल नेटवर्क) का उपयोग करते हुए, जो त्रुटियों के बैक प्रचार (बैकप्रॉपैगेशन) द्वारा सीख रहा है। नेटवर्क एक DLL फ़ाइल के माध्यम से लोड किया जाता है, सी स्रोत कोड जो जुड़ा हुआ है। न्यूरॉन नेटवर्क इनपुट के एक समारोह के रूप में एक गैर-रेखीय मॉडल आउटपुट से ज्यादा कुछ नहीं है। प्रवेश द्वार पर उपयोगकर्ता डेटा, जैसे कि नमूना समय श्रृंखला की सेवा की। उत्पादन का अर्थ भी उपयोगकर्ता द्वारा निर्धारित किया जाता है, उदाहरण के लिए, संकेत 1 खरीदें 0 बेचते हैं। नेटवर्क की संरचना, फिर उपयोगकर्ता द्वारा सेट की गई। नेटवर्क में प्रत्यक्ष वितरण होता है - इनपुट परत (इनपुट परत), जिसका तत्व इनपुट हैं, छिपी हुई परतें (छिपी हुई परतें), न्यूरॉन एस और आउटपुट परत (आउटपुट परत) नामक कम्प्यूटेशनल नोड्स शामिल हैं, जिसमें एक या अधिक न्यूरॉन एस, उपज नेटवर्क भर में उपज हैं। पड़ोसी परतों के सभी नोड्स जुड़े हुए हैं इन कनेक्शनों को सिंकैप्स कहा जाता है प्रत्येक synapse के एक वजन (वजन मैं, जे, कश्मीर) है, जो संक्रमण से संक्रमित डेटा द्वारा गुणा किया जाता है। डाटा बाएं से दाएं चलती है नेटवर्क से इसकी आउटपुट के लिए इनपुट है इसलिए नाम प्रत्यक्ष वितरण नेटवर्क इस नेटवर्क का कुल नमूना नीचे चित्र में दर्शाया गया है डेटा दो चरणों में न्यूरॉन संसाधित किया जाता है: 1. 1. उचित भार से गुणा किए जाने वाले सभी इनपुट, आपको 2 जोड़ा जाता है। 2. तब, परिणामी राशि सक्रियण को संभाला फ़ंक्शन न्यूरॉन (सक्रियण या फायरिंग फ़ंक्शन) और (सक्रियण या फायरिंग फ़ंक्शन) और केवल बाहर निकलने के लिए भेजा जाता है। एक्टिवेशन फ़ंक्शन न्यूरॉन का अर्थ, मॉडलिंग कार्य न्यूरॉन और मस्तिष्क है: न्यूरॉन शुरू होने के बाद ही जानकारी एक निश्चित सीमा तक पहुंच गई है। गणितीय पहलुओं में, यह केवल गैरलाइनता नेटवर्क देता है इसके बिना, न्यूरॉन शुद्ध हानि एक रैखिक आटोमैरेसिव मॉडल (रैखिक भविष्यवाणी मॉडल) होगी। सबसे सामान्य सक्रियण फ़ंक्शन न्यूरॉन सिग्मोयॉइड फ़ंक्शन एफ (एक्स) 1 (1 एक्सपी (-एक्स)) एफ (एक्स) 1 (1 एक्सपी (-x)) है, इस फ़ंक्शन के सक्रियण की दहलीज 0 है। यह थ्रेशोल्ड स्थानांतरित किया जा सकता है एक अतिरिक्त प्रवेश न्यूरॉन (पूर्वाग्रह इनपुट) की कीमत पर क्षैतिज अक्ष पर, और इनपुट पूर्वाग्रह (पूर्वाग्रह इनपुट) कहा जाता है, जिसे अन्य आदानों न्यूरॉन के रूप में एक निश्चित भार निर्दिष्ट किया जाता है। इस प्रकार, प्रत्येक परत में आदानों, परतों, न्यूरॉन की संख्या और न्यूरॉन के पूरे न्यूरॉन नेटवर्क यानी गैर-रेखीय मॉडल, जो इसे बनाता है, का भार। इस मॉडल का उपयोग करने के लिए, आपको वजन जानने की आवश्यकता है। पिछले डेटा पर नेटवर्क को प्रशिक्षण के द्वारा भार की गणना की जाती है, यानी किसी भी पिछले इनपुट डेटा के साथ आउटपुट सिग्नल के मूल्य ज्ञात थे। नेटवर्क के भार परीक्षण आउटपुट के साथ अपने आउटपुट को मैच करने के लिए ऑप्टिमाइज़ किया गया है। आमतौर पर, नेटवर्क पर इनपुट ने इनपुट के कई सेट और इसी आउटपुट डेटा को दायर किया और नेटवर्क टेस्टिंग से आउटपुट की गणना मतलब त्रुटि विचलन। प्रशिक्षण नेटवर्क वजन कम करने के द्वारा इस समस्या को कम करना है। कई अनुकूलन विधियां हैं, जिनमें से कुछ त्रुटियों (एएलओ) और आनुवंशिक सुधार की विधि के पीछे का मुख्य तरीका है। संलग्न फाइलें: ट्रेन () टेस्ट () पुस्तकालय बीपीएनएन. cpp फ़ाइल में दो कार्य हैं: ट्रेन () और टेस्ट ()। ट्रेन () इनपुट और आउटपुट डेटा प्रदान करने के लिए नेटवर्क को प्रशिक्षित करने के लिए डिज़ाइन किया गया है। टेस्ट () चलने के बाद हासिल की गई भार के आधार पर आउटपुट डेटा की गणना के लिए है ()। फ़ंक्शन ट्रेन () का इनपुट (हरा रंग) और आउटपुट (नीला) मापदंडों हैं: डबल इन्सपीट्रेन - इनपुट (पुराने पहले) डबल आउटटैगमेंट - इम्प्रिंट (सबसे पुराना पहले) डबल आउट ट्रेन - प्रशिक्षण के बाद नेटवर्क से बाहर निकलता है - प्रशिक्षण की संख्या इनपुट आउटपुट इयूयू के सेट - भार को इनिशियलाइज़ करने के लिए प्रमुख बाह्य मानों का प्रबंध करना (1 उपयोग extInitWt, 0 यादृच्छिक संख्या का उपयोग करें) ExtInitWt - वजन के मूल मूल्यों को दोहराया प्रशिक्षित किया गया है - प्रशिक्षण के बाद वजन के मूल्यों में इंट न्यूलेयर - नेटवर्क में परतों की संख्या इनपुट, छिपी और आउटपुट इंट एलएसज़ - सरणी आकार के न्यूक्लेयर सहित, जिसमें प्रत्येक परत में न्यूरॉन की संख्या को रखा गया था। lSz0 lSz 0 नेटवर्क आदानों की संख्या निर्दिष्ट करता है इंट ओएएफ - आउटपुट न्यूरॉन एस (1 फ़ंक्शन सक्रिय, 0 नहीं) डबल एलआर - स्पीड ट्रेनिंग डबल एमएफ़ - सीखने की दर इंट एनएपी का क्षण - की अधिकतम संख्या प्रशिक्षण कदम (युग) युग में सभी प्रशिक्षण सेटों की जांच होती है। डबल मैक्सएमएसई - मतलब त्रुटि, जिसमें सीखना बंद हो जाता है फ़ंक्शन टेस्ट () का इनपुट (हरा) और आउटपुट (नीला) मापदंड हैं: डबल इनपीटस्ट - इनपुट डेटा (पुराना पहले) डबल आउटटस्ट - इम्प्रिंट इंट एनटीटी - इनपुट और आउटपुट डेटा के सेट डबल एक्सटिविट - वजन के मूल मानों की संख्या - नंबर इनपुट, छिपा हुआ और आउटपुट इंटेल एलएसजी - सरणी आकार के न्यूलाइलरों सहित नेटवर्क में परतों की, जो प्रत्येक परत में न्यूरॉन की संख्या को रखा था। एल एल एस एस 0 नेटवर्क इनपुट्स की संख्या को निर्दिष्ट करता है इंटेल ओएएफ - आउटपुट न्यूरॉन एस (1 फ़ंक्शन सक्रिय, 0 नहीं) के सक्रियण में एक प्रमुख विशेषता आउटपुट न्यूरॉन के सक्रियण का प्रयोग आउटपुट की प्रकृति पर निर्भर करता है। यदि नेटवर्क का आउटपुट सिग्नल द्विपद (0 1) है, तो आपको सक्रियण फ़ंक्शन (OAF 1) का उपयोग करना चाहिए। यदि आउटपुट मूल्य का पूर्वानुमान है, तो आउटपुट परत में सक्रियण फ़ंक्शन की आवश्यकता नहीं है (ओएएफ 0)। न्यूरॉन नेटवर्क का उपयोग करने वाले संकेतक के उदाहरण: बीपीएनएन भविष्यवाणी। एमक्यू 4 - भावी कीमतों की भविष्यवाणी। नेटवर्क इनपुट पैरामीटर कीमतों में सापेक्ष वृद्धि है: x i ओपन टेस्टबार ओपन टेस्टबेल विलम्ब i -1.0 जहां देरी मैं फिबोनाची श्रृंखला से लिया। भविष्य में भविष्य की कीमतों में सापेक्ष वृद्धि की भविष्यवाणी की जा रही है। आउटपुट परत में एक्टिवेशन फ़ंक्शन निष्क्रिय है। इनपुट पैरामीटर एक संकेतक एक्सटेर इंट बीयर हैं - पिछले बार एक्सटीन इंट फ़ुटबर्स की संख्या - भविष्य की संख्या में बार की संख्या की भविष्यवाणी की गई है एक्सटेर इंट न्यूलेयर्स - इनपुट, छिपी और आउटपुट एक्सटेरन एनएएनआईएनटीप्स सहित नेटवर्क में परतों की संख्या - नेटवर्क इनपुट की संख्या int numNeurons1 - परत संख्या संख्या में एक न्यूरॉन एस की संख्या 1 एक्सटेर इंट न्न्यूरोनस 2 - परत संख्या 2 में एक्सट्रू इंट न्न्यूरन्स 3 एक्सटेर इंट न्न्यूरन्स 4 एक्सटेर इंट न्नूरेंस 5 एक्सटेर इंट एनटीआर - इनपुट-आउटपुट एक्सटर्न के प्रशिक्षण सेट की संख्या डबल एलआर - नेटवर्क एक्सटर्न डबल एमएफ सीखने की गति - नेटवर्क सीखने के समय के गुणांक एक्सटेर इंट एनएपी - अधिकतम अधिकतम संख्या में प्रशिक्षण (epochs) extern int maxMSEpwr - एक्सपोनेंट अधिकतम स्वीकार्य औसत वर्ग त्रुटि सीखने के लिए अधिकतम 10 एमएसएमई 10 maxMSEpwr खरीदें-बेचना क्लासिमीेटर। एमक्यू 4 - बिस्सेल खरीदें- वर्गीकरण। Mq4 - भविष्य कहनेवाला सूचक बेचने के संकेत खरीदते हैं। पिछले उदाहरण की तरह, इनपुट नेटवर्क ने एक्सऑपेंस्टबार ओपनटेस्टबेर्डलायई -0 एक्स एक्स ओ ओपन टेस्टबार को सलाखों के लिए ओपन टेस्टबार देरी i -1.0 दिया, जो कि पिछले समय में खरीदने या बेचने के लिए संकेत प्राप्त हुआ था। ये अंतिम संकेत दिए गए लाभ प्राप्त करने के लिए इनपुट सिग्नल के रूप में आदर्श हैं। नेटवर्क आउटपुट सिग्नल 1 या 0 खरीददारी है I आउटपुट परत सक्रियण फ़ंक्शन एक्सट्रीम इंटर्ब अंतिम बार - अंतिम बार एक्सटेर इंट मिनिफ्रोफिट की संख्या - पिछले एक्सटन डबल थ्रेशोल्ड में आदर्श प्रविष्टि बिंदु को खोजने के लिए न्यूनतम लाभ - 0 या 1 एक्सटेर इंट न्यूलेयर के रूप में आउटपुट संकेतों को पहचानने के लिए थ्रेसहोल्ड - में परतों की संख्या इनपुट, छिपी और आउटपुट एक्सटेरन एनएएनआईएनटीप सहित नेटवर्क - संख्याओं की संख्या की संख्या में नेटवर्क इनपुट की संख्या से अधिक संख्याएं न्यूरॉन्स 1 - परत संख्या में एक न्यूरॉन एस की संख्या 1 एक्सटेर इंट न्न्यूरेंस 2 - परत संख्या 2 एक्सटेर इंट न्न्यूरन्स 3 एक्सटेर इंट में न्यूरॉन एस की संख्या numneurons3 extern int numneurons4 extern int numneurons4 extern int numneurons5 extern int ntr - इनपुट आउटपुट के प्रशिक्षण सेटों की संख्या (अतीत में बेचे जाने वाले सिग्नल की संख्या पर निर्भर करता है, 0 सभी मान्य संकेतों का चयन करता है) बाहरी डबल एलआर - सीखने की गति नेटवर्क एक्सटर्न डबल एमएफ - नेटवर्क सीखने के समय के गुणांक ईएनटी एनईपी - अधिकतम अधिकतम संख्या में प्रशिक्षण (epochs) extern int maxMSEpwr - एक्सपोनेंट अधिकतम गणना करने के लिए सभी ऊर्ध्वाधर क्षुद्रवर्धक त्रुटि सीखने के लिए अधिकतम एमएसईई 10 अधिकतम एमएसईपीआरएच एरो को ऊर्ध्वाधर हरे रंग की रेखा के दाईं ओर इंगित करता है कि भविष्य की सलाखों के परीक्षण के लिए नेटवर्क द्वारा उत्पन्न सिग्नल बेचते हैं। बाईं ओर के तीर अतीत में इष्टतम प्रवेश बिंदु दिखाते हैं। फाइलों की स्थापना: सी: प्रोग्राम फाइलों में संलग्न DLL फ़ाइल की प्रतिलिपि करें मेटाट्रेडर 4 विशेषज्ञ पुस्तकालय मेटाट्रेडर में डीएलएल के उपयोग को सक्षम करता है: उपकरण - विकल्प - विशेषज्ञ सलाहकार - DLL आयात की अनुमति दें यदि DLL फ़ाइल काम नहीं करती है, तो खुद को संकलित करें सभी आवश्यक फाइलें बीपीएनएन. जिप में समाहित हैं। माइकल आर। ब्रायंट तंत्रिका नेटवर्क द्वारा फॉरेक्स के लिए हेइब्रिड न्यूरल नेटवर्क स्टॉप-एंड-रिवर्स स्ट्रेटजीज़ कई वर्षों से सफलतापूर्वक विभिन्न डिग्री के साथ व्यापार प्रणालियों में उपयोग किए गए हैं उनका प्राथमिक आकर्षण यह है कि उनके गैर-रेखा संरचना मानक, सूचक-आधारित व्यापार नियमों की तुलना में मूल्य आंदोलन की जटिलताओं को हासिल करने में बेहतर है। आलोचनाओं में से एक यह है कि न्यूरल नेटवर्क आधारित व्यापार रणनीतियों को अधिक से अधिक फिट किया जाता है और इसलिए नए डेटा पर अच्छा प्रदर्शन नहीं करते हैं। इस समस्या का एक संभावित समाधान एक हाइब्रिड प्रकार की रणनीति बनाने के लिए तंत्र-आधारित नेटवर्क को नियम-आधारित रणनीति तर्क के साथ संयोजित करना है। यह आलेख दिखाएगा कि एडैप्रैड बिल्डर का उपयोग कैसे किया जा सकता है। विशेष रूप से, यह लेख निम्नलिखित को वर्णन करेगा: व्यापार प्रविष्टियों के लिए तंत्रिका नेटवर्क और नियम-आधारित तर्क का संयोजन: एक तीन-सेगमेंट डेटा दृष्टिकोण का उपयोग किया जाएगा, तीसरे खंड के साथ अंतिम रणनीतियों को मान्य करने के लिए उपयोग किया जाएगा। मेटाट्रेडर 4 और ट्रेडस्टेशन दोनों के लिए परिणामस्वरूप रणनीति कोड दिखाया जाएगा, और यह दिखाया जाएगा कि प्रत्येक प्लेटफ़ॉर्म के लिए सत्यापन परिणाम सकारात्मक हैं। गणितीय रूप से व्यापार प्रविष्टि फ़िल्टर के रूप में तंत्रिका नेटवर्क, एक तंत्रिका नेटवर्क एक या अधिक भारित इनपुट का एक गैर-रेखीय संयोजन होता है जो एक या अधिक आउटपुट मान उत्पन्न करता है। व्यापार के लिए, एक तंत्रिका नेटवर्क का उपयोग आम तौर पर दो तरीकों में किया जाता है: (1) भावी मूल्य आंदोलन की भविष्यवाणी के रूप में, या (2) एक सूचक के रूप में या व्यापार के लिए फ़िल्टर। यहां, एक सूचक या व्यापार फ़िल्टर के रूप में उसका उपयोग माना जाएगा। एक संकेतक के रूप में, एक तंत्रिका नेटवर्क एक अतिरिक्त शर्त या फिल्टर के रूप में कार्य करता है जो व्यापार से पहले ही संतुष्ट होना चाहिए। नेटवर्क के लिए इनपुट आमतौर पर अन्य तकनीकी संकेतक हैं, जैसे कि गति, स्टेचैस्टिक्स, एडीएक्स, औसत चलती है, और साथ ही साथ कीमतों और पूर्ववर्ती के संयोजन। इनपुट को बढ़ाया जाता है और तंत्रिका नेटवर्क तैयार किया जाता है ताकि आउटपुट 1 और 1 के बीच का मान हो। एक दृष्टिकोण लंबी प्रविष्टि की अनुमति देता है यदि आउटपुट थ्रेशोल्ड मान के बराबर या बराबर है, जैसे कि 0.5, और लघु प्रविष्टि यदि आउटपुट सीमा से नकारात्मक या ऋणात्मक के बराबर है -0.5। यह शर्त किसी मौजूदा प्रविष्टि शर्तों के अतिरिक्त होगी। उदाहरण के लिए, यदि लंबे समय से प्रवेश की स्थिति होती है, तो यह सच होना चाहिए और तंत्रिका नेटवर्क आउटपुट को लंबी प्रविष्टि के लिए कम से कम थ्रेशोल्ड मान के बराबर होना चाहिए। एक तंत्रिका नेटवर्क की स्थापना करते समय, एक व्यापारी आम तौर पर इनपुट और नेटवर्क टोपोलॉजी चुनने के लिए जिम्मेदार होगा और नेटवर्क को क्वाट्रेनिंग करने के लिए, जो इष्टतम वजन मूल्यों को निर्धारित करता है। जैसा कि नीचे दिखाया जाएगा, एडेप्ट्रैड बिल्डर इन चरणों को स्वचालित रूप से विकासवादी निर्माण प्रक्रिया के भाग के रूप में निष्पादित करता है जो सॉफ्टवेयर पर आधारित है। एक व्यापार फिल्टर के रूप में तंत्रिका नेटवर्क का प्रयोग करने से इसे आसानी से अन्य नियमों के साथ जोड़ा जा सकता है ताकि एक हाइब्रिड ट्रेडिंग स्ट्रैटेजी तैयार हो सके, जो कि तंत्रिका नेटवर्क के फायदों के साथ पारंपरिक, नियम-आधारित तरीकों की सर्वोत्तम सुविधाओं को जोड़ती है। एक सरल उदाहरण के रूप में, बिल्डर एक तंत्रिका नेटवर्क के साथ चलती औसत क्रॉसओवर नियम को जोड़ सकता है ताकि तेजी से चलती औसत धीमी गति से चलने वाले औसत से ऊपर पार हो जाए और तंत्रिका नेटवर्क उत्पादन इसकी सीमा के ऊपर या उससे ऊपर हो। स्टॉप एंड रिवर्स ट्रेडिंग रणनीतियों एक स्टॉप एंड रिवर्स ट्रेडिंग स्ट्रैटेजी एक है जो हमेशा बाजार में होती है, या तो लंबी या छोटी। सख्ती से बोलते हुए, ऊपरी-रुक-और-फिर से आने का मतलब है कि जब आप अपना स्टॉप ऑर्डर मारते हैं तो आप व्यापार को उलटा देते हैं। हालांकि, मैं इसे किसी भी व्यापार रणनीति के लिए लघु-हाथ के रूप में उपयोग करता हूं जो लंबे समय से लम्बी और इतने पर उलट जाता है, ताकि आप हमेशा बाजार में रहें। इस परिभाषा के अनुसार, ऑर्डर रोकने के आदेश के लिए आवश्यक नहीं है आप दर्ज कर सकते हैं और बाजार या सीमा आदेशों का उपयोग करके भी रिवर्स कर सकते हैं। यह भी जरूरी नहीं है कि प्रत्येक पक्ष एक ही तर्क या समान आदेश प्रकार का उपयोग करें। उदाहरण के लिए, आप स्टॉप ऑर्डर पर लंबे समय (और बाहर निकलने) को दर्ज कर सकते हैं और प्रत्येक एंट्रीएक्सट के लिए अलग-अलग नियमों और शर्तों का उपयोग करके, बाजार के आदेश पर कम (और बाहर निकलने) को दर्ज कर सकते हैं। यह एक विषम रोक-और-रिवर्स रणनीति का एक उदाहरण होगा। स्टॉप-एंड-रिवर्स रणनीति का मुख्य लाभ यह है कि हमेशा बाजार में होने से, आप कभी भी बड़ी चालें याद नहीं करते हैं एक अन्य लाभ सादगी है जब ट्रेडों में प्रवेश करने और बाहर निकलने के लिए अलग नियम और शर्तें हैं, तो अधिक जटिलता और इससे भी ज्यादा गलत हो सकता है प्रविष्टियों और निकास के संयोजन का अर्थ है कि कम समय के फैसले किए जाने चाहिए, जो कि कम गलतियां का मतलब हो सकता है दूसरी ओर, यह तर्क दिया जा सकता है कि व्यापार से बाहर निकलने के लिए सबसे अच्छी स्थिति शायद ही उतनी ही होती है जितनी विपरीत दिशा में प्रवेश करने के लिए जो ट्रेडिंग में प्रवेश और बाहर निकलते हैं स्वाभाविक रूप से अलग निर्णय होते हैं, इसलिए इसलिए अलग नियम और तर्क का इस्तेमाल करना चाहिए। हमेशा बाजार में रहने की एक और संभावित कमी यह है कि रणनीति हर खुले अंतर के माध्यम से व्यापार करेगी। इस रणनीति के विपरीत एक बड़े खोलने की खाई का मतलब एक बड़ा नुकसान हो सकता है इससे पहले कि रणनीति को रिवर्स करने में सक्षम हो। रणनीतियां जो अधिक चुनिंदा में प्रवेश करती हैं और बाहर निकलती हैं या जो दिन के अंत तक निकलती हैं, वे अंतराल खोलने के प्रभाव को कम कर सकते हैं। चूंकि लक्ष्य विदेशी मुद्रा की रणनीति बनाना है, मेटाट्रेडर 4 (एमटी 4) ट्रेडिंग प्लेटफॉर्म के लिए एक स्पष्ट पसंद है क्योंकि मेटाट्रेडर 4 मुख्य रूप से विदेशी मुद्रा के लिए तैयार है और उन बाजारों के व्यापार के लिए व्यापक रूप से उपयोग किया जाता है (उदाहरण के लिए, मेटा ट्रेडर बनाम ट्रेडस्टेशन : एक भाषा तुलना) हालांकि, हाल के वर्षों में, ट्रेडस्टेशन ने विदेशी मुद्रा बाजारों को अधिक आक्रामक तरीके से लक्षित किया है। आपके व्यापारिक मात्रा और खाता स्तर पर निर्भर करता है, किसी भी प्लेटफ़ॉर्म फीस के बिना या किसी कमीशन का भुगतान किए बिना ट्रेडस्टेशन के जरिए विदेशी मुद्रा बाज़ारों को व्यापार करना संभव है। फैक्स प्रमुख विदेशी मुद्रा जोड़े पर अच्छी तरलता के साथ कथित तौर पर तंग हैं। इन कारणों के लिए, दोनों प्लेटफार्मों को इस परियोजना के लिए लक्षित किया गया था। एक साथ कई प्लेटफार्मों को लक्षित करते समय कई समस्याएं उत्पन्न होती हैं सबसे पहले, डेटा अलग-अलग प्लेटफार्मों पर अलग-अलग हो सकता है, समय क्षेत्र में अंतर, कुछ बार, मात्रा, और उपलब्ध तिथि सीमाओं के लिए मूल्य उद्धरण। इन मतभेदों को सुचारू बनाने के लिए, दोनों प्लेटफार्मों से डेटा प्राप्त किया गया था, और रणनीतियों को एक साथ दोनों डेटा श्रृंखला पर बनाया गया था इसलिए सबसे अच्छी रणनीति इसलिए थी कि डेटा में किसी भी मतभेद के बावजूद दोनों डेटा श्रृंखला पर अच्छी तरह से काम किया। बिल्डर में इस्तेमाल की जाने वाली डेटा सेटिंग्स को नीचे चित्र में दिखाया गया है। 1. आंकड़ों में मार्केट डेटा तालिका से अनुमान लगाया जा सकता है, यूरोडोलर विदेशी मुद्रा बाजार को 4 घंटे (240 मिनट) के एक बार आकार के साथ लक्षित किया गया था (EURUSD)। अन्य बार के आकार या बाजारों में भी उतनी ही अच्छी सेवा होगी। मैं केवल अपने एमटी 4 प्लेटफॉर्म के माध्यम से अधिक डेटा प्राप्त करने में सक्षम था, जैसा कि चित्र 1 (डेटा श्रृंखला 2) में दिखाया गया दिनांक सीमा के अनुसार दर्शाया गया है, इसलिए उसी दिनांक सीमा का उपयोग ट्रेडस्टेशन (डेटा श्रृंखला 1) से समान डेटा श्रृंखला प्राप्त करने में किया गया था। । सत्यापन के लिए निर्धारित 20 (62014 से 21015) के साथ, 80 डेटा का निर्माण भवन (संयुक्त नमूना और क्वाउट-ऑफ-नमूनाक्वाट) के लिए किया गया था। मूल 80 में से 80 को quotin-samplequot पर सेट किया गया था, जो कि उद्धरण के नमूने के लिए 20 सेट के साथ-साथ चित्र 1 में दिखाया गया है। बिडस्क का प्रसार 5 पिप्स में सेट किया गया था, और 6 pips या 60 पूर्ण पूर्ण - आकार के बहुत सारे (100,000 शेयर) प्रति गोल मोड़ ग्रहण किया गया। मार्केट डेटा तालिका के बाएं हाथ वाले कॉलम में चेकमार्क द्वारा इंगित किए गए अनुसार, दोनों डेटा श्रृंखला को निर्माण में शामिल किया गया था। चित्रा 1. मेटाट्रेडर 4 और ट्रेडस्टेशन के लिए विदेशी मुद्रा की रणनीति बनाने के लिए मार्केट डेटा सेटिंग्स। कई प्लेटफार्मों को लक्षित करते समय एक अन्य संभावित समस्या यह है कि बिल्डर को जिस तरह से प्रत्येक समर्थित प्लेटफ़ॉर्म इसके संकेतक की गणना के लिए डुप्लिकेट करने के लिए डिज़ाइन किया गया है, इसका मतलब यह हो सकता है कि कौन से प्लेटफ़ॉर्म का चयन किया गया है, इसके आधार पर सूचक मूल्य अलग होगा। विसंगति के इस संभावित स्रोत से बचने के लिए, ट्रेडस्टेशन की तुलना में मेटाट्रेडर 4 में अलग-अलग मूल्यांकन करने वाले किसी भी संकेतक को बिल्ड से समाप्त कर दिया जाना चाहिए, जिसका अर्थ है कि निम्न संकेतक से बचा जाना चाहिए: दोनों प्लेटफार्मों के लिए उपलब्ध अन्य सभी संकेतक की गणना उसी तरह की जाती है दोनों प्लेटफार्म ट्रेडस्टेशन में सभी संकेतक शामिल हैं जो बिल्डर में उपलब्ध हैं, जबकि मेटाट्रेडर 4 नहीं करता है। इसलिए, दोनों प्लेटफार्मों में उपलब्ध केवल संकेतक को शामिल करने के लिए, मेटाट्रेडर 4 प्लेटफ़ॉर्म को बिल्डर में कोड प्रकार के रूप में चुना जाना चाहिए। वह स्वचालित रूप से बिल्ड सेट से कोई भी संकेतक निकाल देगा जो कि एमटी 4 के लिए उपलब्ध नहीं है, जो दोनों प्लेटफार्मों में उपलब्ध संकेतक को छोड़ देगा। इसके अतिरिक्त, जब से मैंने प्रत्येक प्लेटफ़ॉर्म से प्राप्त वॉल्यूम डेटा में अंतर देखा, मैंने बिल्ड सेट से सभी वॉल्यूम-आधारित संकेतक हटा दिए। अन्त में, डाटा फाइलों के बीच के समय क्षेत्रों में अंतर के कारण समय-प्रति-सूचक सूचक हटा दिया गया था। चित्र 2 में, नीचे, बिल्ड सेट में प्रयुक्त संकेतकों की सूची दिखाया गया है कि क्या सूचक को बिल्ड प्रक्रिया (quotConsiderquot column) द्वारा विचार किया गया था या नहीं। ऊपर बताए गए कारणों के लिए विचाराधीन से हटाए गए संकेतकों को सूची के शीर्ष पर दिखाया गया है। शेष सूचकांक, जो कि "सरल मूव एव्वोट" के साथ शुरू हो रहा है, बिल्ड सेट के सभी हिस्से थे। चित्रा 2. बिल्डर में संकेतक चयन, बिल्ड सेट से हटाए गए संकेतक दिखाते हुए। निर्माण प्रक्रिया में इस्तेमाल किए गए मूल्यांकन विकल्पों को चित्र 3 में दिखाया गया है। जैसा कि चर्चा की गई है, मेटाट्रेडर 4 को कोड आउटपुट पसंद के रूप में चुना गया था। रणनीतियों के निर्माण के बाद बिल्डर में, मूल्यांकन विकल्प टैब पर दिए गए विकल्पों में से कोई भी, कोड प्रकार सहित, को बदला जा सकता है और रणनीतियों का फिर से मूल्यांकन किया जा सकता है, जो कि जो भी भाषा का चयन किया गया है, कोड को दोबारा लिख ​​देगा। मेटाट्रेडर 4 के लिए रणनीतियों का निर्माण किए जाने के बाद इस सुविधा का उपयोग अंतिम रणनीति के लिए ट्रेडस्टेशन कोड प्राप्त करने के लिए किया गया था। चित्रा 3. EURUSD विदेशी मुद्रा रणनीति के लिए बिल्डर में मूल्यांकन विकल्प। स्टॉप-एंड-रिवर्स स्ट्रैटेजी बनाने के लिए, सभी निकास प्रकार बिल्ड सेट से हटा दिए गए, जैसा कि नीचे दिखाया गया है। 4. सभी तीन प्रकार के प्रवेश के आदेश - मार्केट, स्टॉप, और लिमिट - को उद्धरण के रूप में छोड़ दिया गया, जिसका मतलब है निर्माण की प्रक्रिया के दौरान निर्माण प्रक्रिया उनमें से किसी पर विचार कर सकती है चित्रा 4. स्टॉप-एंड-रिवर्स रणनीति बनाने के लिए बिल्डर में चयनित ऑर्डर प्रकार। बिल्डर सॉफ़्टवेयर स्वचालित रूप से प्रविष्टि और बाहर निकलने के लिए नियम-आधारित तार्किक स्थितियां जनरेट करता है। रणनीति में एक तंत्रिका नेटवर्क को जोड़ने के लिए, विकल्प का चयन करने के लिए इसकी केवल एक आवश्यकता जरूरी है। प्रवेश की स्थिति में एक तंत्रिका नेटवर्क को शामिल करें रणनीति विकल्प टैब पर, जैसा कि नीचे चित्र में दिखाया गया है 5. तंत्रिका नेटवर्क सेटिंग्स उनके डिफ़ॉल्ट पर छोड़ दी गई थीं। स्टॉप-एंड-रिवर्स लॉजिक के हिस्से के रूप में, मार्केट साइड विकल्प को लॉन्गशॉर्ट पर सेट किया गया था, और नए ट्रेडक्वॉट में प्रवेश करने से पहले निकास के लिए प्रतीक्षा करने का विकल्प अनियंत्रित था। उत्तरार्द्ध उत्परिवर्तन पर वर्तमान स्थिति से बाहर निकलने के लिए प्रविष्टि आदेश को सक्षम करने के लिए आवश्यक है। अन्य सभी सेटिंग्स डिफ़ॉल्ट पर छोड़ दी गईं चित्रा 5. नियम-आधारित और तंत्रिका नेटवर्क परिस्थितियों दोनों का उपयोग करके एक हाइब्रिड रणनीति बनाने के लिए बिल्डर में चयनित रणनीति विकल्प। बिल्डर में निर्माण प्रक्रिया की विकासवादी प्रकृति फिटनेस द्वारा निर्देशित होती है। जो मेट्रिक्स टैब पर निर्धारित उद्देश्यों और शर्तों से गणना की जाती है, जैसा कि चित्र में नीचे दिखाया गया है। 6. निर्माण के उद्देश्यों को सरल रखा गया था: शुद्ध लाभ को अधिकतम करते हुए जटिलता को कम करते हुए, जो शुद्ध लाभ के सापेक्ष छोटे वजन दिया गया था। निर्माण की स्थिति पर अधिक बल दिया गया था, जिसमें सामान्य रणनीति की गुणवत्ता के लिए सहसंबंध गुणांक और महत्त्व शामिल था, साथ ही ट्रेडों में औसत बार और ट्रेडों की संख्या। शुरू में, ट्रेडों में केवल औसत सलाखों को एक बिल्ड हालत के रूप में शामिल किया गया था। हालांकि, शुरुआती निर्माण में से कुछ में, शुद्ध लाभ को व्यापार की लंबाई के मुकाबले समर्थन किया जा रहा था, इसलिए संख्या-के-ट्रेडों मीट्रिक जोड़ा गया था। ट्रेडों की संख्या (20 9 और 418 के बीच) के लिए निर्दिष्ट सीमा 15 और 30 बार के बीच औसत व्यापार लंबाई के बराबर होती है, जो निर्माण अवधि में बार की संख्या के आधार पर होती है। परिणामस्वरूप, इस मीट्रिक को जोड़ने से व्यापार की लम्बाई के लक्ष्य पर अधिक जोर दिया गया, जिसके परिणामस्वरूप व्यापारिक लंबाई की वांछित सीमा के साथ आबादी के अधिक सदस्य हुए। चित्रा 6. मेट्रिक्स टैब पर निर्धारित उद्देश्यों और स्थितियों को निर्धारित करें कि फिटनेस की गणना कैसे की जाती है। शीर्ष रणनीतियों का चयन करने के लिए कंटिबैंस निर्माण की स्थिति की नकल करते हैं, इसके अतिरिक्त सिवाय इसके कि शीर्ष रणनीतियों की स्थिति पूरी तरह से आंकड़ों के आधार पर मूल्यांकन की जाती है (बिना पृथक्करण सेगमेंट को भी शामिल है, जो कि अलग है), निर्माण अवधि के बजाय, निर्माण की स्थिति एक अलग आबादी में सभी परिस्थितियों को पूरा करने वाली किसी भी रणनीतियों को अलग रखने के लिए कार्यक्रम द्वारा शीर्ष रणनीतियों की स्थिति का उपयोग किया जाता है। अंतिम सेटिंग्स बिल्ड विकल्प टैब पर बनाई गई हैं, जैसा कि नीचे चित्र में दिखाया गया है। 7. यहां सबसे महत्वपूर्ण विकल्प जनसंख्या आकार, पीढ़ी की संख्या और क्वाउट-ऑफ़-नमूनाक्वाट प्रदर्शन के आधार पर रीसेट करने का विकल्प है। आबादी का आकार जनसंख्या में काफी विविधता प्राप्त करने के लिए काफी बड़ा होना चुना गया था, जबकि अभी भी उचित समय में निर्माण करने के लिए बहुत छोटा है। पीढ़ियों की संख्या इस बात पर आधारित थी कि कुछ शुरुआती निर्माण के दौरान परिणामों को शुरू करने के लिए कितना समय लगेगा। चित्रा 7. निर्माण विकल्पों में आबादी का आकार, पीढ़ियों की संख्या, और क्वाउट-ऑफ़-नमूनाक्वाट प्रदर्शन के आधार पर आबादी को रीसेट करने के लिए विकल्प शामिल हैं। आउट-ऑफ-नमूना (ओओएस) परसफल पर रिसेट करने के विकल्प, निष्पादित प्रक्रिया की शुरुआत पीढ़ियों के बाद शुरू होती है, अगर इस स्थिति में निर्दिष्ट शर्त की पूर्ति होती है, तो जनसंख्या को रीसेट कर दिया जाएगा यदि क्वाउट-ऑफ़-नमूनाक्वाट का शुद्ध लाभ है 20,000 से कम यह मान प्रारंभिक परीक्षणों के आधार पर चुना गया था ताकि वह पर्याप्त रूप से पर्याप्त मूल्य हो सके, जो संभवत: तक नहीं पहुंचे। नतीजतन, हर 30 पीढ़ियों तक मैन्युअल रूप से बंद होने तक निर्माण प्रक्रिया को दोहराया गया था। यह एक विस्तारित अवधि के दौरान शीर्ष रणनीतियाँ स्थितियों के आधार पर प्रोग्राम को रणनीतियों की पहचान करने का एक तरीका है। समय-समय पर, शीर्ष रणनीतियां जनसंख्या की जांच की जा सकती है और उपयुक्त रणनीतियां मिल जाने पर निर्माण प्रक्रिया रद्द हो सकती है। ध्यान दें कि मैंने कोटेशन-के- samplequot को उद्धरण में रखा है I जब इस प्रकार की आबादी को रीसेट करने के लिए क्वाउट-ऑफ़-नमूनाक्वाट अवधि का उपयोग किया जाता है, तो क्वाउट-ऑफ-नमूनाक्वाट अवधि अब वास्तव में आउट-ऑफ़-नमूना नहीं है चूंकि उस अवधि का अब निर्माण प्रक्रिया को निर्देशित करने के लिए उपयोग किया जा रहा है, इसकी प्रभावी रूप से इन-नमूना अवधि का हिस्सा। यही वजह है कि वैधता के लिए एक तिहाई खंड को अलग करने की सलाह दी गई है, जैसा कि ऊपर चर्चा हुई थी प्रसंस्करण के कई घंटे और कई स्वत: पुनर्निर्माण के बाद, शीर्ष रणनीतियाँ आबादी में एक उपयुक्त रणनीति पाया गया। इसका बंद व्यापार इक्विटी वक्र नीचे चित्र 8 में दिखाया गया है। इक्विटी वक्र दोनों डेटा सेगमेंट में एक पर्याप्त संख्या में ट्रेडों और डेटा सीरीज़ दोनों पर एक ही परिणाम के साथ समान रूप से लगातार प्रदर्शन को दर्शाता है। चित्रा 8. EURUSD रोक और रिवर्स रणनीति के लिए बंद व्यापार इक्विटी वक्र। सत्यापन अवधि के दौरान रणनीति को जांचने के लिए, बाजार टैब पर तिथि नियंत्रण (देखें चित्र 1) को डेटा की समाप्ति तिथि (2112015) में बदल दिया गया था, और रणनीति का मूल्यांकन मूल्यांकन रणनीति का चयन करके किया गया था बिल्डर में मेनू परिणाम नीचे चित्र 9 में दिखाए गए हैं। लाल बॉक्स में सत्यापन परिणाम दर्शाते हैं कि निर्माण प्रक्रिया के दौरान उपयोग नहीं किए गए डेटा पर रणनीति को बनाए रखा गया है। चित्रा 9। वैधता अवधि सहित, EURUSD स्टॉप-एंड-रिवर्स रणनीति के लिए बंद व्यापार इक्विटी वक्र। अंतिम जांच यह है कि यह देखने के लिए कि प्रत्येक डेटा श्रृंखला पर अलग-अलग रणनीति उस प्लेटफ़ॉर्म के लिए कोड आउटपुट ऑप्शन का उपयोग करते हुए कैसे की गई। यह आवश्यक है क्योंकि, जैसा कि ऊपर बताया गया है, (1) कोड प्रकार के आधार पर परिणाम में अंतर हो सकता है, और (2) डेटा श्रृंखला हमें यह सत्यापित करने की आवश्यकता है कि चुने गए सेटिंग्स इन मतभेदों को कम कर देंगे, जैसा कि मेटाट्रेडर 4 के लिए रणनीति का परीक्षण करने के लिए, ट्रेडस्टेशन की डेटा श्रृंखला को मार्केट टैब पर अचयनित किया गया, और रणनीति का पुनः मूल्यांकन किया गया। परिणाम नीचे चित्र 10 में दिखाए गए हैं, जो कि चित्र में नीचे की वक्र डुप्लिकेट है। 9. चित्रा 10. मेटाट्रेडर 4 के लिए, यूआरयूएसडी स्टॉप-एंड-रिवर्स रणनीति के लिए बंद व्यापार इक्विटी वक्र, जिसमें मेटाट्रेडर 4 के लिए, अंत में। ट्रेडस्टेशन के लिए रणनीति का परीक्षण करें, ट्रेडस्टेशन से डेटा सीरीज़ का चयन किया गया और मेटाट्रेडर 4 की श्रृंखला को मार्केट टैब पर अचयनित किया गया, कोड आउटपुट को ट्रेडट्रेशन, कोट में बदल दिया गया और रणनीति का पुनः मूल्यांकन किया गया। परिणाम नीचे चित्र 11 में दिखाए गए हैं और यह चित्र 9 में मध्य वक्र के समान है, जैसा की उम्मीद है। चित्रा 11. TradeStation के लिए सत्यापन अवधि सहित, EURUSD स्टॉप-एंड-रिवर्स रणनीति के लिए बंद व्यापार इक्विटी वक्र। दोनों प्लेटफार्मों के लिए कोड नीचे दिए गए चित्र 12 में दिए गए हैं। इसी प्लेटफॉर्म के लिए कोड फ़ाइल खोलने के लिए छवि पर क्लिक करें। कोड की जांच से पता चलता है कि रणनीति का नियम-आधारित भाग लंबे और छोटे पक्षों के लिए विभिन्न अस्थिरता से संबंधित स्थितियों का उपयोग करता है। तंत्रिका नेटवर्क के इनपुट में विभिन्न प्रकार के संकेतक शामिल होते हैं, जिसमें सप्ताह के दिन, प्रवृत्ति (जेडएलट्रेंड), इंट्राएड हाई, ऑसिलिलेटर (इन्वफाशरकल, इन्वफीसरआरएसआई), बोलिंजर बैंड और मानक विचलन शामिल हैं। रणनीति के हाइब्रिड प्रकृति को सीधे कोड स्टेटमेंट में देखा जा सकता है (ट्रेडस्टेशन कोड से): यदि एंटकॉन्डएल और एनओयूयूटीपुट जीटी 0.5 तब खरीदें (कोट एंटमार्क-लक्ओट) एनशारे शेयरों को बाजार में अगली बार साझा करते हैं वेरिएबल quotEntCondLquot नियम-आधारित एंट्री का प्रतिनिधित्व करता है शर्तों, और quotNNOuputquot तंत्रिका नेटवर्क का उत्पादन है दोनों स्थितियों को लंबे समय तक प्रवेश आदेश रखने के लिए सही होना चाहिए। लघु प्रवेश स्थिति उसी तरह काम करती है चित्रा 12. EURUSD स्टॉप-एंड-रिवर्स रणनीति के लिए ट्रेडिंग स्ट्रैटेजी कोड (बाएं, मेटाट्रेडर 4 राइट, ट्रेडस्टेशन)। संबंधित कोड फ़ाइल को खोलने के लिए आंकड़े पर क्लिक करें। इस बिल्डर परियोजना (.gpstrat) फ़ाइल को इस आलेख में वर्णित सेटिंग्स को डाउनलोड करें। इस आलेख ने एड्यूप्रैड बिल्डर के साथ एक स्टॉप एंड रिवर्स (हमेशा बाज़ार में) दृष्टिकोण का उपयोग करके EURUSD के लिए एक हाइब्रिड नियम आधारित नेटवर्क नेटवर्क रणनीति तैयार करने की प्रक्रिया को देखा। यह दिखाया गया था कि प्रत्येक प्लेटफ़ॉर्म में एक ही तरीके से कार्य करने वाले संकेतक के एक सामान्य सबसेट का चयन करके कई प्लेटफ़ॉर्म के लिए रणनीति कोड कैसे तैयार किया जा सकता है। उन रणनीतियों को उत्पन्न करने के लिए आवश्यक सेटिंग्स जो कि लंबे समय से छोटी और पीछे की ओर उलझाए गए थे, और यह दिखाया गया कि परिणामी रणनीति ने डेटा के अलग, सत्यापन खंड पर सकारात्मक प्रदर्शन किया। यह भी सत्यापित किया गया कि रणनीति प्रत्येक डेटा के लिए डेटा और कोड विकल्प के साथ समान परिणाम उत्पन्न करती है। जैसा कि ऊपर चर्चा की गई है, स्टॉप-एंड-रिवर्स दृष्टिकोण में कई कमियां हैं और ये हर किसी के लिए अपील नहीं कर सकते हैं हालांकि, विदेशी मुद्रा के आंकड़ों के साथ एक हमेशा-से-बाजार में दृष्टिकोण अधिक आकर्षक हो सकता है क्योंकि विदेशी मुद्रा बाज़ार घड़ी के आसपास व्यापार करते हैं। नतीजतन, कोई सत्र-उद्घाटन अंतराल नहीं है, और व्यापारिक आदेश हमेशा सक्रिय होते हैं और बाजार को बदलने पर व्यापार को उलट करने के लिए उपलब्ध होते हैं। इंट्राडे डेटा (4-घंटे की सलाखों) का उपयोग निर्माण प्रक्रिया में उपयोग के लिए अधिक बार डेटा प्रदान करता है लेकिन अन्यथा काफी मनमाना है कि रणनीति के हमेशा-से-बाजार की प्रकृति का मतलब है कि व्यापार रातोंरात चलाया जाता है। निर्माण प्रक्रिया को लंबे और छोटे में प्रवेश करने के लिए विभिन्न स्थितियों को विकसित करने की अनुमति दी गई थी, जिसके परिणामस्वरूप एक असममित स्टॉप-एंड-रिवर्स रणनीति बन गई थी। नाम के बावजूद, परिणामस्वरूप रणनीति बाजार के आदेश पर दोनों लंबी और छोटी ट्रेडों में प्रवेश करती है, हालांकि बाजार, रोक और सीमा के आदेश सभी को प्रत्येक पक्ष के लिए स्वतंत्र रूप से निर्माण प्रक्रिया के द्वारा माना जाता है। व्यावहारिक रूप से, लंबे समय से कम करने के बाद बाजार में शेयरों की संख्या की तुलना में दो बार कम बिक्री होने की संभावना है क्योंकि रणनीति वर्तमान में लंबी है यदि वर्तमान लम्बी स्थिति 100,000 शेयर थी, तो आप बाजार में कम 200,000 शेयर बेचेंगे। इसी तरह, यदि मौजूदा शॉर्ट पोजीशन 100,000 शेयरों पर थी, तो आप कम से लम्बे तक रिवर्स करने के लिए 200,000 शेयर बाजार में खरीदेंगे। आदर्श मूल्य की तुलना में छोटा मूल्य इतिहास का उपयोग किया गया था। इसके बावजूद, परिणाम प्रमाणीकरण सेगमेंट पर सकारात्मक थे, यह सुझाव देते हुए कि रणनीति अधिक-फिट नहीं थी। यह इस विचार का समर्थन करता है कि एक तंत्रिका नेटवर्क का प्रयोग व्यापार रणनीति में किया जा सकता है, बिना बाजार के लिए रणनीति पर अधिक उपयुक्त है। यहां प्रस्तुत रणनीति वास्तविक व्यापार के लिए अभिप्रेत नहीं है और वास्तविक समय ट्रैकिंग या व्यापार में परीक्षण नहीं की गई थी। हालांकि, इस लेख को EURUSD या अन्य बाजारों के लिए समान रणनीति विकसित करने के लिए टेम्पलेट के रूप में उपयोग किया जा सकता है। हमेशा की तरह, आपके द्वारा विकसित की जाने वाली किसी भी ट्रेडिंग रणनीति को वास्तविक समय ट्रैकिंग या अलग-अलग आंकड़ों पर परिणाम सत्यापित करने और अपने व्यापार से संबंधित व्यापार की विशेषताओं के बारे में परिचित करने के लिए पहले ही लाइव ट्रेडिंग की जांच करनी चाहिए। यह लेख एड्रेप्टेड सॉफ्टवेयर न्यूजलेटर के फरवरी 2015 के अंक में दिखाई दिया। हाइपोथेटिक या समेकित निष्पादन परिणामों में कुछ सीमित सीमाएं हैं I वास्तविक कार्यक्षमता रिकॉर्ड न करें, सिम्युलेटेड परिणाम वास्तविक व्यापार का प्रतिनिधित्व नहीं करते हैं। इसके बाद भी, ट्रांजेस का निष्पादन वास्तव में नहीं किया गया है, परिणामों के तहत या प्रभाव के लिए मुआवजा दिया जा सकता है, यदि किसी भी तरह के बाजार के कारक, जैसे कि लिक्विडिटी की कमी है। आम तौर पर सिम्युलेटेड ट्रेडिंग प्रोग्राम भी इस तथ्य के प्रति विषय हैं कि उन्हें हिंदशाह के लाभ के साथ तैयार किया गया है। कोई प्रतिनिधित्व नहीं किया जा रहा है कि किसी भी खाते को या उस तरह के लाभों या हानि को दिखाने के लिए समान रूप से प्राप्त होगा। यदि आप एडाप्टर सॉफ्टवेयर से नए विकास, समाचार और विशेष प्रस्तावों के बारे में सूचित करना चाहते हैं, तो कृपया हमारी ईमेल सूची में शामिल हों। धन्यवाद। व्यापार में उत्तरवर्ती नेटवर्क: इनपुट और आउटपुट का चयन करना जब आप पहली चीजों में से एक को एक तंत्रिका नेटवर्क बनाते हैं जिसे आपको तय करने की आवश्यकता होती है तो कौन सा मान इनपुट होगा और कौन सा मान आपके नेटवर्क का आउटपुट होगा। आउटपुट वे मूल्य हैं, जिन्हें आप 8211 की भविष्यवाणी करना चाहते हैं, जो कि व्यापार प्रणाली 8211 में लाभ कमा सकते हैं और इनपुट मूल्य हैं जो आपको एक अकुशलता के रूप में पर्याप्त सटीकता के साथ आउटपुट की भविष्यवाणी करने की अनुमति देगा। अब इनपुट और आउटपुट चुनना कोई तुच्छ कार्य नहीं है क्योंकि यह व्यापारिक तंत्रिका नेटवर्क की सफलता या विफलता का बहुमत है। आज के 8217 के पोस्ट के अंदर मैं आपके साथ इनपुट और आउटपुट को चुनने के तरीके के बारे में कुछ युक्तियां साझा करने जा रहा हूं और उन तरीकों में कैसे अपर्याप्तता का सामना कर सकता है, जो कि बहुत सहज नहीं हैं। मैं आपको यह भी समझाता हूं कि क्यों सबसे कम्प्यूटेशनल ध्वनि इनपुट आउटपुट समाधान सर्वोत्तम नहीं हो सकते हैं और यह क्यों मामला है। एक तंत्रिका नेटवर्क फ़ंक्शन परतों के एक सेट द्वारा बनाई जाती है, जो इनपुट वैरिएबल (इनपुट परत) का एक निश्चित सेट आउटपुट मानों (आउटपुट परत) में दिए गए सेट में बदलते हैं। इनपुट और आउटपुट परतों के बीच आपको 8211 के आधार पर परतों और फ़ंक्शन (न्यूरॉन्स) की एक विविध राशि मिल जाएगी, जो कि कम से कम संभव त्रुटि वाले आउटपुट में इनपुट को बदलने का प्रयास करेंगे। यह प्रशिक्षण सेटों की मदद से किया जाता है जो नेटवर्क को अपनी छिपी परत सहगुणियों को समायोजित करने के लिए डेटा के एक सेट को फिट करने की अनुमति देता है जिसके लिए इनपुट और आउटपुट डेटा पहले से ही ज्ञात हैं पाठ्यक्रम की आशा यह है कि नेटवर्क में एक गैर प्रशिक्षित सेट के भीतर कम से कम एक ही भविष्य कहने वाली शक्ति का आयोजन होगा। जब आप व्यापार के लिए एक तंत्रिका नेटवर्क का निर्माण करते हैं, तो सबसे पहले आपको चुनने की ज़रूरत होती है कि आप क्या अनुमान लगा सकते हैं। क्या आप अगले दिन 8217 के करीब की भविष्यवाणी करना चाहते हैं अगले सप्ताह 8217 के पास बंद करें अगला समर्थन या विरोध स्तर पहले नेटवर्क का आउटपुट चुनना आपको यह पता करने की अनुमति देता है कि आप अपने इनपुट का निर्माण कैसे कर सकते हैं, जैसा कि वांछित अनुमान लगाने में सक्षम हैं उत्पादन। यहां एक बहुत ही महत्वपूर्ण बात यह है कि आप आउटपुट को सामान्य कैसे बनाएंगे और यदि आउटपुट 8221 में न्यूरल नेटवर्क 8,220 सबसे ज्यादा है तो क्या होगा। याद रखें कि न्यूरल नेटवर्क आउटपुट मानों में 1 से -1 (कुशल सिग्मॉइड सममित फ़ंक्शंस का उपयोग करते समय) की आवश्यकता होती है, क्योंकि मनमाने ढंग से आउटपुट को रैखिक फ़ंक्शंस का उपयोग करने की आवश्यकता होती है जो नेटवर्क को फिटिंग पर 8220 हर बुरा 8221 का उपयोग करने की आवश्यकता होती है। एक बार जब आप आउटपुट को चुनते हैं, तो आप अगले लॉजिकल चरण चाहते हैं कि इन आउटपुट की ओर अनुमान लगाए जाने वाले इनपुट का निर्माण करना है। निश्चित रूप से नेटवर्क बनाने से पहले यह कहने का कोई तरीका नहीं है कि एक इनपुट एक से बेहतर होगा या नहीं, लेकिन स्पष्ट रूप से स्पष्ट रूप से और भारी रूप से उन चर को फ़िल्टर करने के लिए आप पीसीए (प्रिंसिपल घटक विश्लेषण) करके चर का कितना उपयोग करेंगे सहसंबद्ध। उदाहरण के लिए, आप अगले सप्ताह 8217 के करीब होने की भविष्यवाणी में दिलचस्पी ले सकते हैं और आप साप्ताहिक बंद, खुले, ऊंचा और चढ़ाव के बाद इनपुट के रूप में उपयोग करने का निर्णय लेते हैं, लेकिन यह पता चला है कि एक उदाहरण के रूप में एक पीसीए विश्लेषण 8211, मुझे पता है कि यह मामला 8211 है आपको बताता है कि करीबी और खुले बहुत सहसंबद्ध होते हैं और इसलिए यह केवल बंद, उच्च और निम्न का उपयोग करने के लिए समझ में आता है पीसीए तकनीक हमें उन वेरिएबल्स को खत्म करने की अनुमति देती है जो नेटवर्क के भीतर बेमानी हो सकती हैं और इसलिए केवल परिणामों की गुणवत्ता को बढ़ाए बिना जटिलता को बढ़ाया जा सकता है। एक बार आपके पास वेरिएबल्स का एक सेट है, जो सहसंबद्ध नहीं है, यह परीक्षण करने का समय है कि वे वास्तव में आपके वांछित आउटपुट के विरुद्ध कितने भविष्य कहानियों का सामना कर रहे हैं। यदि परिणाम प्रारंभिक रूप से निराश हो रहे हैं, तो हो सकता है क्योंकि आप अपने इनपुट के अंदर महत्वपूर्ण जानकारी याद कर रहे हैं या क्योंकि आपके आउटपुट के आकार isn8217t उचित है उदाहरण के लिए यदि आप साप्ताहिक बंद की भविष्यवाणी करना चाहते हैं और आपने इसे आखिरी सप्ताह 8217 के करीब डाइविंग के द्वारा सामान्यीकृत करने का प्रयास किया है और फिर इसे दो से विभाजित करते हैं तो आउटपुट पर भिन्न गणितीय ऑपरेशन करने से आपके नेटवर्क की अनुमानित गुणवत्ता बढ़ सकती है। कभी-कभी आउटपुट के सभी इनपुट से संबंधित जानकारी 8220 फरवरी 8221 को नेटवर्क में 8220using 8221 में हर टुकड़ी के ज्ञान से जुड़ी हो सकती है, हालांकि परिणाम भिन्न हो सकते हैं और आपको यह आकलन करने की आवश्यकता होगी कि कौन से काम बेहतर होगा। व्यापार प्रणालियों के लिए तंत्रिका नेटवर्क के विकास का एक बहुत ही मुश्किल पहलू यह है कि वास्तव में उन आउटपुट को चुनना है जो व्यापार प्रणाली के विकास के लिए उपयोगी हैं और अभी तक पर्याप्त सटीक हैं। उदाहरण के लिए, आपको न्यूरल नेटवर्क 8211 जैसे कि आउटपुट और इनपुट का चयन करने की परीक्षा हो सकती है, जैसे कि सप्ताह के 8217 के परिवर्तन की अनुमानित कोशिश 0 0 के बीच एक आउटपुट के रूप में, लेकिन यह पता चला है कि सप्ताह के 8217 के पूर्वानुमान के साथ ही भविष्यवाणी नहीं की गई है करीब क्योंकि साप्ताहिक परिवर्तन डेटा का उपयोग करते हुए साप्ताहिक परिवर्तन की भविष्यवाणी करते हुए नेटवर्क ने सूचना का एक बहुत ही महत्वपूर्ण हिस्सा (पूर्ण समर्थन और प्रतिरोध स्तर) खोला है जो सीधे मूल्य जानकारी से प्राप्त होते हैं। एक कम्प्यूटेशनल बिन्दु से यह सबसे अच्छा समाधान जैसा लगता है लेकिन व्यापार बिंदु के दृष्टिकोण से आप 8217 के बारे में जानकारी का एक महत्वपूर्ण टुकड़ा याद करते हैं जो साप्ताहिक परिवर्तन डेटा में शामिल नहीं है। एक बहुत ही रोचक बात मैंने देखा है कि नेटवर्क में मुझे सनक के लिए विकसित किया गया है कि पूर्ण मूल्य मानों का उपयोग बहुत अच्छा है क्योंकि नेटवर्क का समर्थन और प्रतिरोध स्तर के बारे में सीखते हैं, क्योंकि वे वास्तव में एक निश्चित तरीके से उनके आसपास कारोबार करते हैं। जाहिर है, नेटवर्क्स और उनके अर्थ के द्वारा वास्तविक गणनाएं ज्ञात नहीं हैं (याद रखें कि एक तंत्रिका नेटवर्क सभी व्यावहारिक उद्देश्यों के लिए एक ब्लैक बॉक्स है), लेकिन यह देखते हुए कि नेटवर्क द्वारा ट्रेडों को कैसे निष्पादित किया जाता है, समर्थन के रूप में चीजों के खाते 8221 में कुछ 8220 अंक लगाना और प्रतिरोध। चूंकि मूल्य वह है जिसे आप कब्जा करना चाहते हैं, इसलिए खाते में निपुण मूल्य मूल्यों को ध्यान में रखते हुए और उन पर आधारित भविष्यवाणियों को संकेतक आउटपुट आधारित नेटवर्क विकसित करने के प्रयास से प्रणाली निर्माण का एक और अधिक तेज रास्ता है। हालांकि यह doesn8217t मतलब है कि आप couldn8217t इस तरह से अच्छे परिणाम प्राप्त कर सकते हैं। आरएसआई चरमराहट जैसी चीजों की भविष्यवाणी करने से पहले तेज़ी से मूल्य आंदोलनों का लाभ उठाने और लंबी अवधि में औसत बदलाव की भविष्यवाणी करने से आप पदों के बाद दीर्घकालिक प्रवृत्ति ले सकते हैं। फिर भी जो भी आप भविष्यवाणी करना चाहते हैं (आपके आउटपुट का विकल्प) आपको एक बहुत ही समझदार फैसले के साथ होना चाहिए जिसमें आप उपयोग करेंगे, पर्याप्त पीसीए विश्लेषण द्वारा प्रबलित, जो आपको अपने इनपुट की गुणवत्ता दिखा सकते हैं और कितनी अच्छी तरह से अलग हो सकते हैं। एक और। जोड़े की पसंद भी बहुत महत्वपूर्ण होगी क्योंकि कुछ युग्मों को मूलभूत जानकारी की आवश्यकता होती है क्योंकि वे जिस तरह से व्यवहार करते हैं उन्हें बहुत गहराई से प्रभावित करते हैं (एक अच्छा उदाहरण अमरीकी तेल वायदा डेटा का उपयोग करते हुए एक USDCAD तंत्रिका नेटवर्क)। यदि आप स्वचालित व्यापार में अपने काम के बारे में अधिक जानना चाहते हैं और आप इस क्षेत्र में भी सही शिक्षा कैसे प्राप्त कर सकते हैं तो कृपया असिरिकु में शामिल होने पर विचार करें। सामान्य रूप से स्वचालित व्यापार के प्रति शैक्षिक वीडियो, व्यापारिक प्रणाली, विकास और ध्वनि, ईमानदार और पारदर्शी दृष्टिकोण से भरी वेबसाइट। मुझे आशा है कि आप इस लेख का आनंद उठाया। ओ) न्यूरल नेटवर्क मैं व्यक्तिगत तौर पर महसूस करता हूं कि हमारे लिए वास्तव में मजबूत ट्रेडिंग सिस्टम बनाने के लिए हमें बॉक्स के बाहर सोचने की जरूरत है। मुझे यह भी लगता है कि पुराने तरीकों को अनुकूलित करने के बजाय हमें नए औजार विकसित करने की आवश्यकता है। यह देखने के लिए आश्चर्यजनक है कि यहां हर किसी को सिस्टम बनाने और सभी के लाभ के लिए बहुत मुश्किल काम है। मुझे लगता है कि क्यों मैं गुप्त बंद कर दिया और योगदान करना चाहूंगा। कुछ चीजें जिनकी मुझे दिलचस्पी है और वे काम कर रहे हैं। वर्णक्रमीय विश्लेषण। मेरे पास कुछ सॉफ़्टवेयर हैं जो कच्चे मूल्य की कार्रवाई के डिजिटल फ़िल्टर तैयार करते हैं I तंत्रिका नेटवर्क: शांत है लेकिन अभी भी मेरे दिमाग को फट पड़ता है। मार्केट भावना: पीडीएफ़ में विचार संलग्न किया गया कोई भी बुद्धिमानी में दिलचस्पी है मुझे लगता है कि मैं 30 मिनट यूरो पर एक ठंडे डिजिटल फ़िल्टर शुरू करूँगा। न्यूरल नेटवर्क संकेतक विकास मेटाट्रेडर 4 के लिए कुछ तंत्रिका नेटवर्क संकेतक बनाने की कोशिश कर रहा हूं, और कुछ चक्कर लगाएगा, जो अधिकतर नेट के इनपुट और आउटपुट के बारे में, और संभवतः संरचना या प्रकार का नेट जिसे आप इस एप्लिकेशन के लिए सर्वश्रेष्ठ मानते हैं। जहां तक ​​वित्तीय श्रृंखला की भविष्यवाणी के लिए सबसे अच्छा आउटपुट पता है, मूल्य सीमा काटने, टॉप या नीचे की भविष्यवाणी, और चीजों के उस टिप कई कारणों से सीधे कीमत (खुली, करीबी) के पूर्वानुमान के परिणाम अच्छे परिणाम नहीं मिलते हैं, उदाहरण के लिए, खुले समय और करीबी समय के बीच के समय में थोड़ी शिफ्ट उनके मूल्यों को ध्यान से बदल सकते हैं। अगर किसी के पास एक सफ़ेदता हो तो बीमार इसे सुनने के लिए और इसे प्रयास करने के लिए खुश हो वैसे, कोई विशेषज्ञ न्यूरल नेटवर्क प्रोग्रामर नहीं im, मैं विषय पर पी। पर एक अच्छा समग्र विचार है। अग्रिम धन्यवाद, मैं मेटाट्रेडर 4 के लिए कुछ तंत्रिका नेटवर्क संकेतकों को बनाने की कोशिश कर रहा हूं, और कुछ चक्कर लगाता है, अधिकतर इनपुट और आउटपुट के बारे में शुद्ध, और हो सकता है कि संरचना या प्रकार का नेट जिसे आप इस एप्लिकेशन के लिए सर्वश्रेष्ठ मानते हैं। जहां तक ​​वित्तीय श्रृंखला की भविष्यवाणी के लिए सबसे अच्छा आउटपुट पता है, मूल्य सीमा काटने, टॉप या नीचे की भविष्यवाणी, और चीजों के उस टिप कई कारणों से सीधे कीमत (खुली, करीबी) के पूर्वानुमान के परिणाम अच्छे परिणाम नहीं मिलते हैं, उदाहरण के लिए, खुले समय और करीबी समय के बीच के समय में थोड़ी शिफ्ट उनके मूल्यों को ध्यान से बदल सकते हैं। अगर किसी के पास एक सफ़ेदता हो तो बीमार इसे सुनने के लिए और इसे प्रयास करने के लिए खुश हो वैसे, कोई भी विशेषज्ञ न्यूरल नेटवर्क प्रोग्रामर नहीं है, मुझे विषय पर पी। पर एक अच्छा समग्र विचार है। अग्रिम धन्यवाद, एन. एन. मेरी थीसिस दो साल पहले है लेकिन लगभग अब भूल गया यह विचार मेरे मन को फिर से ताज़ा कर सकता है मुझे लगता है कि बैकप्रॉपैजेशन का उपयोग करते हुए पैटर्न मान्यता के आधार पर एनएएन विदेशी मुद्रा डेटा खनन के लिए अच्छा है। मैं अगले दैनिक रेंज डेटा की भविष्यवाणी करने के लिए एनएएन फ़ीड करने के लिए उच्च कम डेटा का उपयोग करना पसंद करता हूं .. मुझे लगता है कि उच्च और निम्न का प्रयोग करना खुले या बंद होने से ज्यादा बेहतर है, सच्चा होना मैं वास्तव में खुले और करीबी मूल्यों को पसंद नहीं करता इंट्राडे एनालिसिस, जैसा कि आप अपने शुरुआती बिंदु पर जगह लेते समय विस्थापन करते हैं, क्योंकि वे बहुत ही उचित मूल्य मानते हैं। औसत मूल्य भी अच्छा लग रहा है, लेकिन मैं कम होने में जानकारी के नुकसान के रूप में उच्च स्थान को पसंद करता हूं। बीमार शायद अधिक की उच्च चलती औसत और निम्न में से एक का उपयोग करते हैं Ive ने नियमित एमए के मुकाबले जेएमए वास्तव में अच्छा फिल्टर साबित किया है, इसलिए बीमार मेरे पहले टेस्ट का उपयोग थोड़े समय के लिए करते हैं, JMA बिना परिवर्तन के चरण परिवर्तन के लिए JMA। अभी तक भविष्य की सीमाओं की भविष्यवाणी करने के लिए विचार करने वाले इनपुट हैं: - उच्च जेएमए ऑफ कम जेएमए - तिथि (महीना का दिन, पूर्व सोमवार, गुरुवार।) मुझे जो भी विचार है, वह है कि एनएन का इस्तेमाल समाचार घटनाओं की दिशा का पूर्वानुमान करने के लिए करना है। मेरे पास कुछ सालों से विदेशी मुद्रा मूल सिद्धांतों का एक बड़ा डेटाबेस है, इसलिए मैं इन्हें इनपुट के रूप में उपयोग कर सकता हूं। किस प्रकार के तंत्रिका नेटवर्क का उपयोग करने के लिए, अब भी कुछ शोध कर रहे हैं, बैकप्रोपेगेशन एनएन (NN) एनएन के लिए सामान्य मानक हैं, लेकिन ऐसे कई अन्य लोग हैं जो बहुत अच्छे परिणाम लगते हैं, जैसे समय की आवर्तक नेटवर्क (लेकिन वे ट्रेन में कड़ी मेहनत कर रहे हैं) औरसमझो)। मुझे जो विचार था, वह फुकुशिमा एनएन का उपयोग करना था, जो मुख्य रूप से इमेज प्रोसेसिंग के लिए बने होते हैं, लेकिन कुछ संशोधनों के साथ मुझे लगता है कि वे समय के समय पर पैटर्न मान्यता के लिए इस्तेमाल किए जा सकते हैं। यह धागा है जहां लोग एमटी 4 के लिए तंत्रिका नेटवर्क सूचक को विकसित कर रहे हैं। रूसी भाषा में, माफ करना। - वे कुछ ई-पुस्तकों और लेखों के साथ शुरू किया - तब डेल्फी 4 (न्यूरलबेस, न्यूरल नेटवर्क विज़ार्ड, जीनबेज, सोमबेस, वाव यूल्ट्स) के लिए कुछ लाइब्रेरी फ़ाइलें - फिर उन्होंने संकेतक न्यूरो्रोपाबा। mql4 (लेखक रॉश) के कई संस्करणों को कोडित किया है - तब वे यह परीक्षण किया और गणना में कई कीड़े और गलतियां पाई। यह धागा अभी तक बंद नहीं हुआ है और लगता है कि वे विकास के लिए जारी रहें (संलग्नक देखने के लिए अपने मंच पर पंजीकरण करना आवश्यक है) इसके अलावा मुझे न्यूरल नेटवर्क के बारे में यह लिंक मिला (अंग्रेजी में) यह धागा है जहां लोग एमटी 4 के लिए तंत्रिका नेटवर्क सूचक को विकसित कर रहे हैं। रूसी भाषा में, माफ करना। - वे कुछ ई-पुस्तकों और लेखों के साथ शुरू किया - तब डेल्फी 4 (न्यूरलबेस, न्यूरल नेटवर्क विज़ार्ड, जीनबेज, सोमबेस, वाव यूल्ट्स) के लिए कुछ लाइब्रेरी फ़ाइलें - फिर उन्होंने संकेतक न्यूरो्रोपाबा। mql4 (लेखक रॉश) के कई संस्करणों को कोडित किया है - तब वे यह परीक्षण किया और गणना में कई कीड़े और गलतियां पाई। यह धागा अभी तक बंद नहीं हुआ है और लगता है कि वे विकास के लिए जारी रहें (संलग्नक देखने के लिए अपने मंच पर पंजीकरण करना आवश्यक है) इसके अलावा मुझे न्यूरल नेटवर्क के बारे में यह लिंक मिला (अंग्रेजी में) कुछ मिनटों में सामग्री पर Awsome New Digital Ill देखो रूसी को बाहर तोड़ना होगा ... जो इतना महान नहीं है, लेकिन मुझे लगता है कि AltaVista के साथ मिलकर एक सभ्य प्रयास करने में सक्षम हो। Im वर्तमान में अन्य तंत्रिका नेटवर्क (अब से एनए) पर कॉरटेक्स में कोडिंग और एमक्यू 4 में बदलने की योजना बना रहा है I मुझे लगता है कि हमें यह धागा निकलना चाहिए क्योंकि (और यह एक राय है) एनएन, तकनीकी अनेलसिस का भविष्य है। एनएन, उन लोगों के लिए, जिनके बारे में पता करने के लिए पर्याप्त जानकारी नहीं है। मूल रूप से एल्गोरिथ्म जो कि मस्तिष्क की नकल करते हैं (नेशंस के मानव मस्तिष्क नहीं हैं..कुछ यह मस्तिष्क में दर्द होता है) मैं ईएएस को यह सलाह देने के लिए लिख रहा हूं कि कोई सिग्नल लेने के पहले आने वाले छोटे पैटर्नों के आधार पर एक विशेष सिग्नल लेने के लिए या नहीं। क्या सबसे NNs करते हैं, वे छोटे पैटर्न के लिए डेटा खोजते हैं जो हमारे लिए अर्थहीन हो, या अन्य अल्गोरम्स भी देखें और देखें कि ये पैटर्न समय के साथ क्या करते हैं। पहले ईए में मस्तिष्क रुझान होगा। मैं पूछता हूं कि हर कोई धीरज रखता है, कॉरटेक्स कोडिंग का समय लगता है। बल्कि, एनएन की ट्रेनिंग और उन्हें सही करने के लिए समय लगता है अगर किसी को यहां कॉर्टेक्स या कोड रूपांतरण के साथ परिवार है, तो किसी भी मदद की सराहना की जाएगी। मैं समझता हूं कि क्यों रूसी मंच वाणिज्यिक जाना होगा एनएन, बड़े धन व्यापारियों के साथ मौजूदा शैली हैं इसलिए। आप लोग क्या कहते हैं मैं कहता हूं मैं 2 चलती औसत, कुछ सुपर रेस लाइनों और 1 या दो फिल्टर और ट्रेड लेता हूं अगर आप इस तरह की सरल प्रणाली का पैसा नहीं बना सकते हैं, जैसे कि कुछ NN से आप अपने 3 वर्षों के विदेशी मुद्रा एक्सपीरियंस मुझे पता है कि मैं कैसे सही प्रणाली का निर्माण करूँगा, लेकिन यह लंबे समय तक कोडन होगा। लीट पर 3 समय के फ्रेम देखने के लिए, सभी संभावित परिस्थितियों, सीमा, प्रवृत्ति को कवर। और फिर सही परिणाम प्राप्त करने के लिए कुछ प्रणालियों को एक साथ मिलाने के लिए आपसे मेरी सलाह है, अगर आप जानते हैं कि पहले व्यापार की तुलना में व्यापार कैसे करना है, पैसे कमाएं और एक दिन जब आप हंसते हैं तो आप एन. एन. केवल जॉकी करने की कोशिश कर सकते हैं, लेकिन बोटोम लाइन आपको कुछ एनएन की आवश्यकता नहीं है पैसे व्यापार करने के लिए मैं अपने व्यापार बनाने के कार्यक्रमों के दूसरे साल और सिस्टम के परीक्षण के लिए खर्च किया और एक दिन मुझे पता है कि मैं उनमें से किसी भी व्यापार नहीं कर रहा हूं और बहुत अच्छा, लाभदायक है। डर, लालच से बचने के लिए मेरे मस्तिष्क को पुनर्गठन करना सबसे पहले था और खुद को अनुशासन देने के लिए (और उस समय के दौरान अपने लगभग 70 खाते खो दिए) पहले अच्छे सिस्टम को ढूंढें (यहां कई अच्छे हैं) पैसे कमाएं, सीखें और इस प्रणाली को व्यापार करने के लिए इस एनए को सिखाने की कोशिश करें या बस ईए को आपके लिए ऑटोोट्रैड करें और जब आप मनाना पैसा कमाते हैं तो आप कॉमटेरेटिक एनएन मैं खरीद सकते हैं। मैं कहता हूं कि 2 चलती औसत, कुछ सुपर रेस लाइन और 1 या दो फिल्टर और ट्रेड लें, अगर आप इस तरह की सरल प्रणाली का पैसा नहीं बना सकते हैं, जैसे कि कुछ एनएन से आपको अमीर बनाने की उम्मीद नहीं है मेरे 3 साल से विदेशी मुद्रा की समाप्ति से मुझे पता है कि मैं कैसे सही प्रणाली का निर्माण होगा, लेकिन यह लंबे समय तक कोडन होगा। लीट पर 3 समय के फ्रेम देखने के लिए, सभी संभावित परिस्थितियों, सीमा, प्रवृत्ति को कवर। और फिर सही परिणाम प्राप्त करने के लिए कुछ प्रणालियों को एक साथ मिलाने के लिए आपसे मेरी सलाह है, अगर आप जानते हैं कि पहले व्यापार की तुलना में व्यापार कैसे करना है, पैसे कमाएं और एक दिन जब आप हंसते हैं तो आप एन. एन. केवल जॉकी करने की कोशिश कर सकते हैं, लेकिन बोटोम लाइन आपको कुछ एनएन की आवश्यकता नहीं है पैसे व्यापार करने के लिए मैं अपने व्यापार बनाने के कार्यक्रमों के दूसरे साल और सिस्टम के परीक्षण के लिए खर्च किया और एक दिन मुझे पता है कि मैं उनमें से किसी भी व्यापार नहीं कर रहा हूं और बहुत अच्छा, लाभदायक है। डर, लालच से बचने के लिए मेरे मस्तिष्क को पुनर्गठन करना सबसे पहले था और खुद को अनुशासन देने के लिए (और उस समय के दौरान अपने लगभग 70 खाते खो दिए) पहले अच्छे सिस्टम को ढूंढें (यहां कई अच्छे हैं) पैसे कमाएं, सीखें और इस प्रणाली को व्यापार करने के लिए इस एनए को सिखाने की कोशिश करें या बस ईए को आपके लिए ऑटोोट्रैड करें और जब आप मनाना पैसा कमाते हैं तो आप कॉमटेक एनएन खरीद सकते हैं मुझे पता है कि मेरा मतलब है कि मैं महीनों को सभी प्रकार के संकेतकों और प्रणालियों के लिए ऐतिहासिक डेटा पर खर्च करता हूं। और नीचे की रेखा यह है कि उनमें से कोई भी किसी भी व्यापार पर पीप बना सकता है। ये सब यहाँ कह रहा है कि यह एक अप्रत्यक्ष प्रणाली के लिए अच्छा होगा, जो आपके संकेतक या सिस्टम आपको बता रही है या तो यह पुष्टि या अस्वीकार करने के लिए एक अलग तरीके से काम करता है। मैं मस्तिष्क रुझान, एमटीएफएमएसीडी, मनीमाप (एमक्यू 4 संस्करण) के साथ व्यापार करता हूं और मैं बहुत अच्छी तरह से करता हूं। लेकिन यह अभी भी अच्छा होगा कि पृष्ठभूमि में चलने वाले माध्यमिक सिस्टम को ऐतिहासिक डेटा के 15 वर्षों के आधार पर कहने के लिए अच्छा लगेगा, यह संकेत जब इस मुद्रा युग्म के साथ इस समय के फ्रेम में, इस मात्रा के साथ आने पर अविश्वसनीय साबित हुआ है, तो मैं हां, यह व्यापार सलाह नहीं कर सकता हां, कुछ इसे उतार-चढ़ाव कह सकते हैं लेकिन मैं इसे अपने कंधे पर एक विदेशी मुद्रा समर्थक हथियार रखता हूं जब तक मानव आदत के जीव होते हैं और चक्र (किसी भी आकार का) बनाते हैं, तब तक मैं तर्क करता हूं कि यह एक अच्छी तरह से प्रशिक्षित विदेशी एनएन होगा। मुझे लगता है कि overkill फोन नहीं है अगर यह मुझे कुछ चिप्स खोने से रहता है हमारे experiances strikingly similer लगता है, हालांकि, im एक नौसिखिया सिर्फ असली पैसे के साथ एक व्यापारी व्यापार के रूप में मेरा दूसरा साल शुरू मैंने पिछले कई महीनों में केवल संकेतक के ऊपर जाकर बिताया है कि मैंने काम किया है। और बस मेरे पहियों कताई .. बुरे ट्रेडों बनाने के डर के लिए। लेकिन..मैं अनुमान लगाता हूं कि मैं एनएन को विकसित करना क्यों चाहता हूं। यह डर नहीं जानता है, और मार्केट डेटा का जवाब जिस तरह से कोई इंसान कर सकता है। वे मूल्य के सबसे छोटे पैटर्न में अर्थ पा सकते हैं चीजें जो हमारे सामान्य संकेतक नहीं कर सकते यदि MQ4 संकेतक दूरबीन हैं तो एन. एन. हबल है। मुझे लगता है कि इसका मूल्य यहाँ विकासशील है। न्यूडिजिट धन्यवाद, मुझे न्यूरोपोबा की एक प्रति मिला। दिलचस्प लगता है। मैं MQ4 फाइल में किसी भी बग को न देखता हूं, लेकिन एनएन के लिए स्क्रिप्ट को देखे बिना मैं यह नहीं कह सकता कि यह सही है या नहीं। एक कारण लोगों ने इसे छोड़ दिया है कि यह कुछ भी करने के लिए है, लेकिन दो क्षैतिज रेखाएं (एक लाल और एक पीले रंग के संस्करण के साथ) को दिखाने के लिए आपको 100 से ऊपर स्टूडिन नंबर सेट करना होगा। मैंने इसे छू लिया और मिल गया संकेतों से मिलान करने के लिए कि मस्तिष्क रुझान देता है यह सेटिंग 200 है। मुझे यकीन है कि इस सूचक के एनएन पहलू के बारे में हालांकि क्या आपको संभवतया पता है कि एन. एन. के लिए स्क्रिप्ट फ़ाइल की एक प्रति ओह के चारों ओर तैरती हो सकती है, और आपके द्वारा दिया गया दूसरा लिंक बर्फ़ की ओर है, जहां वे कॉरटेक्स के बारे में बात करते हैं, जो प्रोग्रामिंग एनएन के लिए बहुत अच्छा फ्रीवेयर कार्यक्रम है। धन्यवाद नया डिजिटल मेटा ट्रेडर 5 कॉपीराइट 2000-2016, एमक्यूएल 5 लि। डाउनलोड करें।