Próximo preditor de preço usando Rede Neural - indicador para MetaTrader 4.
26/06/2009 - adicionou um novo indicador BPNN Predictor com Smoothing. mq4, no qual os preços são suavizados usando EMA antes das previsões.
20/08/2009 - corrigiu o código calculando a função de ativação dos neurônios para evitar a exceção aritmética; actualizado BPNN. cpp e BPNN. dll.
21/08/2009 - adicionada limpeza de memória no final da execução da DLL; actualizado BPNN. cpp e BPNN. dll.
Breve teoria das redes neurais:
A rede neural é um modelo ajustável de saídas como funções de entradas. Consiste em várias camadas:
camada de entrada, que consiste na camada oculta de dados de entrada, que consiste no processamento de nós chamados de camada de saída de neurônios, que consiste em um ou vários neurônios, cujas saídas são as saídas da rede.
Todos os nós de camadas adjacentes estão interconectados. Essas conexões são chamadas de sinapses. Cada sinapse tem um coeficiente de escala atribuído, pelo qual os dados propagados através da sinapse são multiplicados. Esses coeficientes de escala são chamados de pesos (w [i] [j] [k]). Em uma Rede Neural de Avanço (FFNN), os dados são propagados das entradas para as saídas. Aqui está um exemplo de FFNN com uma camada de entrada, uma camada de saída e duas camadas ocultas:
A topologia de uma FFNN é frequentemente abreviada da seguinte forma: & lt; # de entradas & gt; - & lt; # de neurônios na primeira camada oculta & gt; - & lt; # de neurônios na segunda camada oculta & gt; -. - & lt; # de saídas & gt ;. A rede acima pode ser referida como uma rede 4-3-3-1.
Os dados são processados por neurônios em duas etapas, correspondentemente mostrados dentro do círculo por um sinal de soma e um sinal de etapa:
Todas as entradas são multiplicadas pelos pesos associados e somadas. As somas resultantes são processadas pela função de ativação do neurônio, cuja saída é a saída do neurônio.
É a função de ativação do neurônio que dá não linearidade ao modelo de rede neural. Sem isso, não há razão para ter camadas ocultas, e a rede neural se torna um modelo autorregressivo linear (AR).
Arquivos de biblioteca inclusos para funções NN permitem a seleção entre três funções de ativação:
O limite de ativação dessas funções é x = 0. Esse limiar pode ser movido ao longo do eixo x, graças a uma entrada adicional de cada neurônio, chamada de entrada de polarização, que também tem um peso atribuído a ele.
O número de entradas, saídas, camadas ocultas, neurônios nessas camadas e os valores dos pesos de sinapse descrevem completamente um FFNN, ou seja, o modelo não linear que ele cria. Para encontrar pesos, a rede deve ser treinada. Durante um treinamento supervisionado, vários conjuntos de entradas passadas e as saídas esperadas correspondentes são alimentadas na rede. Os pesos são otimizados para alcançar o menor erro entre as saídas da rede e as saídas esperadas. O método mais simples de otimização de peso é a propagação reversa de erros, que é um método de gradiente descendente. A função de treinamento inclusa Train () usa uma variante desse método, chamada Improved Resilient back-Propagation Plus (iRProp +). Este método é descrito aqui.
A principal desvantagem dos métodos de otimização baseados em gradiente é que eles geralmente encontram um mínimo local. Para séries caóticas, como uma série de preços, a superfície de erro de treinamento tem uma forma muito complexa com muitos mínimos locais. Para tal série, um algoritmo genético é um método de treinamento preferido.
BPNN. dll - arquivo de biblioteca BPNN. zip - arquivo de todos os arquivos necessários para compilar BPNN. dll em C ++ BPNN Predictor. mq4 - indicador que prevê futuros preços de abertura BPNN Predictor com Smoothing. mq4 - indicador que previa preços abertos suavizados.
O arquivo BPNN. cpp tem duas funções: Train () e Test (). Train () é usado para treinar a rede com base na entrada passada fornecida e nos valores de saída esperados. Test () é usado para calcular as saídas de rede usando pesos otimizados, encontrados por Train ().
Aqui está a lista dos parâmetros de entrada (verde) e saída (azul) do trem ():
double inpTrain [] - Entrada de dados de treinamento (matriz 1D carregando dados 2D, primeiro antigo)
double outTarget [] - Dados de destino de saída para treinamento (dados 2D como matriz 1D, o mais antigo primeiro)
double outTrain [] - Output 1D array para manter saídas líquidas de treinamento.
int ntr - # de conjuntos de treinamento.
int UEW - Use Ext. Pesos para inicialização (1 = use extInitWt, 0 = use rnd)
double extInitWt [] - Insira a matriz 1D para manter o array 3D de pesos iniciais externos.
double trainedWt [] - Output 1D array para armazenar 3D array de pesos treinados.
int numLayers - # de camadas, incluindo entrada, oculta e saída.
int lSz [] - # de neurônios em camadas. lSz [0] é o número de entradas líquidas.
int AFT - Tipo de função de ativação do neurônio (0: sigm, 1: tanh, 2: x / (1 + x))
int OAF - 1 ativa a função de ativação para a camada de saída; 0 desativa.
int nep - Número máximo de épocas de treinamento.
double maxMSE - Max MSE; O treinamento pára quando o maxMSE é atingido.
Aqui está a lista dos parâmetros de entrada (verde) e saída (azul) do Teste ():
double inpTest [] - Dados de teste de entrada (dados 2D como matriz 1D, o mais antigo primeiro)
double outTest [] - Output 1D array para manter saídas líquidas de treinamento (o mais antigo primeiro)
int ntt - Nº de conjuntos de testes.
double extInitWt [] - Insira a matriz 1D para manter o array 3D de pesos iniciais externos.
int numLayers - # de camadas, incluindo entrada, oculta e saída.
int lSz [] - # de neurônios em camadas. lSz [0] é o número de entradas líquidas.
int AFT - Tipo de função de ativação do neurônio (0: sigm, 1: tanh, 2: x / (1 + x))
int OAF - 1 ativa a função de ativação para a camada de saída; 0 desativa.
Se usar a função de ativação na camada de saída ou não (valor do parâmetro OAF) depende da natureza das saídas. Se as saídas são binárias, o que é frequentemente o caso em problemas de classificação, então a função de ativação deve ser usada na camada de saída (OAF = 1). Por favor, preste atenção que a função de ativação # 0 (sigmóide) tem 0 e 1 níveis saturados, enquanto que as funções de ativação # 1 e 2 possuem níveis -1 e 1. Se as saídas da rede são uma previsão de preço, então nenhuma função de ativação é necessária na camada de saída (OAF = 0).
Exemplos de uso da biblioteca NN:
BPNN Predictor. mq4 - prevê futuros preços de abertura. As entradas da rede são mudanças de preço relativas:
onde o atraso [i] é calculado como um número de Fibonacci (1,2,3,5,8,13,21 ..). A saída da rede é a mudança relativa prevista do próximo preço. A função de ativação é desativada na camada de saída (OAF = 0).
extern int lastBar - Última barra nos dados passados.
extern int futBars - # de barras futuras para prever.
extern int numLayers - # de camadas incluindo entrada, oculto & amp; saída (2..6)
extern int numInputs - Nº de entradas.
extern int numNeurons1 - # de neurônios na primeira camada oculta ou de saída.
extern int numNeurons2 - # de neurônios na segunda camada oculta ou de saída.
extern int numNeurons3 - # de neurônios na terceira camada oculta ou de saída.
extern int numNeurons4 - # de neurônios na quarta camada oculta ou de saída.
extern int numNeurons5 - # de neurônios na quinta camada oculta ou de saída.
extern int ntr - número de conjuntos de treinamento.
extern int nep - Número máximo de épocas.
extern int maxMSEpwr - define maxMSE = 10 ^ maxMSEpwr; paradas de treinamento & lt; maxMSE.
extern int AFT - Tipo de ativação. função (0: sigm, 1: tanh, 2: x / (1 + x))
O indicador plota três curvas no gráfico:
cor vermelha - previsões de preços futuros.
BPNN Predictor. mq4 - prevê futuros preços abertos suavizados. Ele usa suavização de EMA com período smoothPer.
Copie o BPNN. DLL em anexo para C: \ Arquivos de Programas \ MetaTrader 4 \ experts \ libraries.
Você também pode compilar seu próprio arquivo DLL usando códigos-fonte em BPNN. zip.
Uma rede com três camadas (numLayers = 3: uma entrada, uma oculta e uma saída) é suficiente para a grande maioria dos casos. De acordo com o Teorema de Cybenko (1989), uma rede com uma camada oculta é capaz de aproximar qualquer função multivariada contínua a qualquer grau desejado de precisão; uma rede com duas camadas ocultas é capaz de aproximar qualquer função descontínua e multivariada:
O gráfico abaixo mostra uma função linear y = b * x (entrada x, saída y) cujas saídas estão corrompidas por ruído. Esse ruído adicional faz com que a função de saídas medidas (pontos pretos) se desvie de uma linha reta. A função y = f (x) pode ser modelada por uma rede neural de feed forward. A rede com um grande número de pesos pode ser ajustada aos dados medidos com erro zero. Seu comportamento é mostrado como a curva vermelha passando por todos os pontos pretos. No entanto, esta curva vermelha não tem nada a ver com a função linear original y = b * x (verde). Quando esta rede super-ajustada é usada para prever valores futuros da função y (x), isso resultará em grandes erros devido à aleatoriedade do ruído adicionado.
Indicador de previsão de Forex.
Indicador de previsão Forex da Neural Networks para Metatrader. Previsões de preço precisas de 90%, taxa de ganho de 80%, lucro de 250% por mês! 100% automático. Prevê perto, alto, baixo preço, direção do movimento de preços, gera sinais de negociação, calcula automaticamente os níveis de stop loss e take-profit. Pode gerar alertas sonoros e enviar e-mail, em seguida, o sinal de negociação ocorre. Funciona com todos os pares de moedas e todos os prazos. Extremamente rápido e preciso. Muito fácil de usar. Não há necessidade de nenhum conhecimento específico sobre Redes Neurais para usar o Indicador de Previsão de Forex.
Estas são as negociações EXATAS que você verá em seus gráficos. Essas setas NUNCA serão repintadas. Exclusivamente para o Metatrader 4, o "Indicador de Previsão do Forex" irá desenhar flechas instantaneamente, então a vela começa, e aquelas flechas SEMPRE permanecerão lá. Nenhum movimento de flechas, não desaparecendo.
Recursos do indicador de previsão de Forex.
Com o Forex Prediction Indicator, você recebe até 100 sinais de negociação por dia com precisão de até 90%.
O indicador de previsão de Forex funciona para qualquer corretor. Sua licença de indicador de previsão de Forex é para números ilimitados de contas de corretor.
Indicador de previsão de Forex suporta todos os pares de moeda incluem: EURUSD, USDCHF, GBPUSD, USDJPY, EURJPY, EURAUD, CADJPY, NZDUSD, AUDNZD, AUDJPY, NZDJPY, GBPJPY, USDCAD, AUDUSD, EURGBP, EURCHF, GBPCHF, GBPAUD, EURCAD, CHFJPY, AUDCAD , EURNZD, NZDCHF, NZDCAD, AUDCHF, GBPCAD, CADCHF, GBPNZD, todos nos prazos M1 M5, M15, M30, H1, H4, D1 e W1.
Indicador de previsão de Forex é uma peça muito sofisticada de kit e, claro, quaisquer atualizações para o indicador no futuro serão totalmente gratuitas para nossos membros.
Baixe a versão. Pagamento de Aftrer é feito você vai ter link de download. Suporte técnico gratuito via e-mail, Skype e Teamviewer.
Construa o indicador de rede neural no MT4 usando Neuroshell.
Construa o indicador de rede neural no MT4 usando Neuroshell.
Esta é uma discussão sobre o Build Neural Network Indicator no MT4 usando o Neuroshell dentro dos fóruns do Trading Software, parte da categoria Commercial; Desenvolver um indicador baseado em Rede Neural tem algumas vantagens: - O indicador pode consistir em valores preditos, como um líder.
- Indicador pode consistir em valores previstos, como um indicador principal.
- Este indicador principal será útil antes de colocar qualquer negociação.
- Treinamento de rede neural pode ser realizado usando softwares disponíveis (freeware e comercial estão disponíveis).
- O NN treinado pode ser implementado como indicador no Metatrader ou configuração neural escrita (peso) ou chamando a dll.
Aqui eu anexei todos os arquivos discutidos no link acima, idéia básica para criar a rede neural é explicada no arquivo (description. doc).
1. Prepare os dados de treinamento, ou seja, consistem em entradas e saídas para o NN. Usando o script MT 4 para coletar os dados. Entrada pode ser indicadores disponíveis em MT4 como EMA, RSI, CCI, WPR etc. A saída pode ser prevista EMA, Close, etc, que é útil para nossa negociação, depende da estratégia NN (back propagation, kohonen, PNN, GRNN ou GMDH ).
2. Treine a rede usando neuroshell:
- Criar novo problema.
- NN avançado: carregando os dados, definir entrada / saída, extrair dados (treinamento e teste), projetar NN para escolher a estratégia do NN, criar a dll usando recursos de tempo de execução.
3. Copie a dll criada na pasta MT4.
4. Crie o indicador MT4 que consiste em: definição do link do arquivo dll, inicialização do NN OpenNet (na função init do MT4), calcular o indicador usando o FireNet e o CloseNet (na função de deinição MT4). O FireNet é usado para disparar a rede neural usando entradas conforme definido ao preparar os dados para obter a saída NN (dados previstos).
5. Indicador de melhoria, no meu anexo eu uso média móvel e comparação entre a rede de saída para gerar sinal de negociação e indicador classificador.
6. Converter o indicador MT4 em consultor especialista (preciso de alguém para me ajudar a criar o EA com base em indicadores criados).
Neuroshell é diferente.
- Description. doc (breve descrição do criador)
- Script de coleta de dados. zip (código de amostra para coletar dados)
- Indicador, arquivo conhecido, modelo incluindo instrução (em zip)
SISTEMAS DE NEGOCIAÇÃO GLOBAL.
FOREX PREDICTION FOREX ROBOT OPÇÕES BINÁRIAS ROBÔ OPÇÕES BINÁRIAS SINALIZAÇÃO NEGOCIAÇÃO DE BOLSA ROBÔ PREÇO DE STOCK NADEX ROBOT IG MERCADOS TRADING ROBT ALGORITHMIC TRADING SOFTWARE.
Baseado em Algoritmos de Redes Neurais.
95% de previsões precisas, 90% de ganho diário, 250% de lucro por mês!
Forex Robot Scalper Progressor.
Forex Progressive Profit Progressor Robot EA é um verdadeiro robô de condição multi-mercado: tendências, não tendências, voláteis e não voláteis. Negocia todos os principais pares de moedas. 50-100 negócios por dia. Lucro 250% ao mês. Com este complexo Forex Robot Scalper EA você deverá ganhar um lucro estável e sólido. Muito segurança por conta. Para iniciantes forex ou traders avançados também.
Live Trading Signals Widget.
Live Trading Signals Widget Grátis. EURUSD 1 minuto. Sinais de não repintura em tempo real fornecidos como somente para fins de demonstração. Procurando por sinais 100% não herdados? Escolha Sinais de opções binárias ou Indicador de sinais de opções binárias probabilísticas ou Sinais múltiplos de opções binárias.
Sinais de opções binárias.
Indicador de Sinais de Opções Binárias de 60 segundos (baseado em Metatrader). 90% de taxa de ganho diário. 100+ sinais por dia. 100% de lucro por 1 hora! Não repintar! Fácil de usar, funciona com qualquer corretor, qualquer ativo. Precisão verificada com conta de negociação real. Baseado em Algoritmos de Redes Neurais avançados. Ter testado com mais de 200 + Binary Option Brokers e mostra lucro alto estável.
Indicador de Sinais Forex.
Forex Indicador 3D Sinais - Forex Sinais Nova Geração! O indicador Forex é baseado em redes neurais analisa o mercado em dimensões 3D e gera sinais de negociação forex estatisticamente confiáveis e precisos em tempo real. Os sinais são intuitivos, fáceis de usar e mantiveram uma excelente taxa de vitórias. Mais de 500 pips lucro por mês.
IG Trading Robot.
O IG Trading Robot é um software de negociação totalmente automatizado, especialmente projetado para negociar lucrativamente com a IG Trading Platform. Pode negociar índices de rentabilidade, forex (mercado de câmbio, moedas), criptomoeda, ações (mercado de ações), commodities, títulos e taxas, ETFs. Pode crescer contas rapidamente com baixo risco.
US $ 1500 PARA 1 ANO DE SUBSCRIÇÃO.
Robô de troca de moedas de criptografia.
Robô de troca de moeda de criptografia - 100% Bitcoin, Ethereum, Dashcoin, Litecoin, Peercoin e muitas outras moedas de criptografia Auto Trading Robot Software! ✅90% de precisão, ✅100% software de robô de negociação de cripto de moedas, ✅Trade símbolos mais populares, tais como: ETHBTC, DSHBTC e outros.
US $ 1500 PARA 1 ANO DE SUBSCRIÇÃO.
Metatrader - Nadex Trade Copier.
A cópia da Metadrader Nadex Trade Copier é feita da MT4 diretamente para sua Plataforma de Negociação Nadex e implementa negociações. Instante. Confiável. Permite testar e automatizar qualquer estratégia de negociação e negociar em piloto automático completo diretamente da Metatrader. Funciona para qualquer ativo.
Nadex Trading Robot.
O Nadex Trading Robot é um software de negociação totalmente automatizado, especialmente projetado para negociar lucrativamente com o Nadex Binary Options. 50 + negócios por dia! 100% automatizado! Tem proteção de depósito interna, sistema de gerenciamento de dinheiro. Baseado na estratégia de baixo risco das Redes Neurais.
US $ 1500 PARA 1 ANO DE SUBSCRIÇÃO.
Indicador de sinais de moedas de criptografia.
Crypto Currencies Prediction e Signals Indicator gera sinais de negociação para as moedas de criptografia mais populares, tais como: Bitcoin, Litecoin, Ethereum, Dashcoin, Peercoin, Emercoin, Millibitcoin, Namecoin e outros. ✅100% sem repintura, ✅ 90% de precisão.
Indicador probabilístico de sinais de opções binárias.
Indicador Probabilistic Binary Options Signals para Metatrader Gera 90% de sinais de negociação precisos, confiáveis e vitoriosos. Não repintar! O indicador avançado instrui o comerciante ou o investidor quando comprar e quando vender se for rentável.
Forex Robot Scalper Premium ♛ EA.
Forex Robot Scalper Premium ♛ A EA é um sistema de negociação forex altamente lucrativo e profissional totalmente automatizado para comerciantes profissionais e iniciantes que procuram um investimento de mãos livres a longo prazo. Ele incorpora redes neurais e aprendizado profundo, em execução no seu MetaTrader.
IQ Option Trade Copier.
Relaxe enquanto o IQ Option Trade Copier Plugin negocia em seu lugar. A IQ Option Trade Copier copia negócios da Metatrader diretamente para sua plataforma IQ Option. Automatiza qualquer estratégia rentável e permite negociar em piloto automático completo. As cópias são negociadas instantaneamente e de forma confiável.
Copiadora de comércio de opções binárias.
Copiadora de comércio de opções binárias. Copia negócios da Metatrader diretamente para a sua Plataforma de Opções Binárias e implementa negociações na conta da sua corretora. Instante. Confiável. Automatiza qualquer estratégia rentável e permite negociar em piloto automático completo diretamente da Metatrader.
Indicador de previsão de Forex.
Indicador de previsão de Forex de redes neurais para Metatrader. Gera 90% de sinais de negociação precisos. Até 250% de lucro por mês! Prevê alta, baixa, preço próximo, direção do movimento de preço. 100% sem repintura! Funciona com quaisquer pares de moedas, qualquer período de tempo.
Forex Robot Intraday Scalper.
É o melhor robô de escalpelamento de forex que você pode usar e pode crescer até mesmo a menor das contas de negociação em contas ENORMES em tempo muito rápido sem ter que levantar um dedo! O Forex Intraday Scalper EA analisa o mercado Forex para você encontrar os melhores pontos de entrada e saída.
Forex Trading Robot.
Lucro de 250% por mês. Rebaixamento máximo de 3,5%. Negociação 100% automatizada. Inteligente forex trading robot (robô forex ou EA) para Metatrader baseado em redes neurais e algoritmo genético. Robô de auto-aprendizagem e auto-atualização abre posições com 90% de probabilidade de sucesso.
Metatrader - Interactive Brokers Bridge.
Metatrader - Interactive Brokers O Trader Copier Bridge é uma extensão programável para o Trader Workstation (TWS), que permite negociar manual ou automaticamente diretamente do Metatrader (MT4, MT5). Automatiza qualquer estratégia.
Forex Robot Scalper.
Lucro de 300% por mês. Rebaixamento máximo de 10%. 90% de negociações bem sucedidas. Negociação 100% automatizada. Inteligente forex trading robot (robô forex ou EA) para Metatrader baseado em redes neurais. Forex Robot Scalper mostra um grande número de negócios por dia, com perdas mínimas.
Sinais Nadex.
O Nadex Signals and Prediction Indicator é especialmente projetado para negociar lucrativamente com o Nadex Binary Options. 90% ITM Nadex Signals. Mais de 50 sinais por dia. Faça um lucro consistente com o melhor e mais confiável Indicador de Sinais Nadex.
Indicador de Previsão Bitcoin.
Indicador de previsão Bitcoin de 90% de precisão para o Metatrader baseado no Algorith de redes neurais. Gera streaming de previsões em tempo real e sinais de negociação. O indicador não é repintura. Prevê preço, direção do movimento de preço, detecta pontos de reversão.
IQ Option Robot.
O IQ Option Robot negocia opções binárias 100% automatizadas. 75% -90% de taxa diária de ganhos! 50-100 negócios por dia. Baseado no Algoritmo de Redes Neurais. Inteligente IQ Option Robot gera automaticamente sinais, tamanho do lote de configuração, tem sistema de proteção de conta.
IQ Option Robot Multi.
IQ Option Robot Multi negocia 9 cartas ao mesmo tempo e ganha. 100% automatizado. 75% -90% de taxa diária de ganhos! 50-100 negócios por dia. Sem martingale. Estratégia de baixo risco. Inteligente IQ Option Robot gera automaticamente sinais, tamanho do lote de configuração, tem sistema de proteção de conta.
Robot de comércio de Olymp.
O Olymp Trade Robot é, simplesmente, o melhor software de negociação automática seguro e seguro, e isso ajudará o usuário a maximizar o lucro em suas negociações de opções binárias. O robô Robot da Olymp Trade negocia opções binárias 100% automatizadas. 75% -90% de taxa diária de ganhos!
Copiadora de Comércio Forex.
Copie comércios instantaneamente e de forma confiável entre diferentes computadores através da Internet em todo o mundo e entre diferentes Terminais MT4 em execução no mesmo computador. Compatível em qualquer plataforma MT4 com qualquer corretor Forex. Copiar todos os tipos Ordens do mercado.
Robô de Opções Binárias.
300% + lucro por mês! 100 + negócios por dia! Robô de Opções Binárias Automatizado de 100% para corretores baseados na web! Trocas de opções binárias de 60 segundos e 30 segundos. Tem proteção de depósito interna, sistema de gerenciamento de dinheiro. Executa automaticamente negociações diretamente para sua conta de corretor vinculada.
US $ 1500 PARA 1 ANO DE SUBSCRIÇÃO.
Sinais binários de tempo.
Procurando por sinais de opções binárias rentáveis e Autotraders? Existem SINAIS DE OPÇÕES BINÁRIOS INCRÍVEIS QUE LIDERAM PARA O SUCESSO. Indicador de Sinais de Opções Binárias (baseado no Metatrader 5). 90% de taxa de ganho diário. Mais de 50 sinais por dia. Não repintar! Funciona com qualquer corretor. Baseado em redes neurais.
Sinais de opções binárias no NinjaTrader.
Indicador de Sinais de Opções Binárias de 60 segundos (baseado em NinjaTrader). 90% de ganho diário, sinais de negociação confiáveis e vencedores. Mais de 70 sinais por dia. Não repintar! Super preciso! Fácil de usar, funciona com qualquer corretor, qualquer ativo. Sincronizado com qualquer plataforma de opções binárias. Baseado em redes neurais.
Robô De Negociação De Ouro.
O robô de troca de ouro foi desenvolvido para GOLD 1H e SILVER 1H. 360% de lucro por mês. Rebaixamento máximo de 10%. 90% de negociações vencedoras. Negociação 100% automatizada. Estratégia de longo prazo. Cada pedido é protegido por Stop Loss e Take Profit. Configurações totalmente otimizadas.
Predictor de estoque em linha.
90% de precisão Gera sinais de negociação de streaming em tempo real. Instalou o streaming de feed de dados ao vivo para todos os prazos. Prevê preço, direção de movimento de preço, tendência, gera sinais de negociação. Não há necessidade de instalar. Novos sinais são entregues dinamicamente ao gráfico em tempo real.
US $ 260 PARA 1 MÊS DE SUBSCRIÇÃO.
Predictor de Forex em linha.
Negocie como um Fundo de Hedge com Sinais Preditivos de Forex altamente rentáveis e precisos. Com base na neutralidade do mercado de pares, a arbitragem estatística, a negociação de longo / curto e spread é a estratégia de negociação mais popular e lucrativa entre os fundos de hedge. Lucro por mês 300-700 pips.
US $ 260 PARA 1 MÊS DE SUBSCRIÇÃO.
Predictor de ouro on-line.
95% de precisão Previsões de preço, direção de movimento de preço, tendência, gera sinais de compra / venda. Não repintar! Gera sinais de negociação de streaming em tempo real. Instalou o streaming de feed de dados ao vivo. Interface baseada na Web. Para computadores e dispositivos móveis.
US $ 260 PARA 1 MÊS DE SUBSCRIÇÃO.
Opções Binárias Trade Copier Bridge.
Opções Binárias Trade Copier Bridge! Copie comércios vencedores, sinais de opções binárias entre a plataforma de opções binárias. Instante! Confiável! 100% automatizado! Suporta tamanho de lote estático, tamanho de lote dinâmico, martingale. Copie comércios de uma estratégia rentável de comerciante profissional e ganhe dinheiro.
Sinais de opções binárias on-line.
75% -80% de ganho diário! Mais de 200 sinais por dia. Sinais de negociação de streaming em tempo real. Qualquer par de moedas, qualquer tempo de expiração. Baseado em redes neurais. Interface baseada na Web. Não há necessidade de instalar. Novos sinais são entregues dinamicamente ao gráfico em tempo real.
US $ 260 PARA 1 MÊS DE SUBSCRIÇÃO.
Forex Robot Multi Moeda Scalper.
O Forex Multi Currency Scalper EA é um robô de negociação 100% automatizado que pode selecionar os melhores negócios possíveis dentre os 28 símbolos. Baseado na estratégia de baixo risco. Assegura que as negociações são inseridas nos melhores momentos possíveis. Realiza operações de compra a preço mais baixo e vende negócios a preço mais alto.
Copiadora de sinais Tradingview.
Copie sinais de negociação rentáveis da maior rede social para os comerciantes. Junte-se à comunidade global de traders, encontre ideias de que gosta e copie as melhores ideias e sinais diretamente para sua conta de negociação e obtenha lucro com nossa ferramenta de copiadora de sinais Tradingview.
Robô 24option.
Você está interessado em negociação de opções binárias (ações, moedas, ouro)? É uma forma simples e inovadora de ganhar bom dinheiro ao lado! Robô de opções binárias 24option isso é tudo o que você precisa para ter sucesso na negociação de opções binárias. Nenhuma experiência necessária.
Bitcoin Robot Scalper.
O Bitcoin Trading Robot Automatizado negocia a criptomoeda Bitcoin, funciona com qualquer corretor que suporte a negociação de Bitcoin via Platfrom da Metatrader. O Bitcoin Robot não requer grande capital inicial. Bitcoin é negociado o tempo todo, 24/7, 365 dias por ano.
Indicador de previsão de opções binárias.
Predição de Opções Binárias e Indicador de Sinal de Negociação para Metatrader. Gera 90% de sinais de negociação confiáveis, precisos e vencedores. Não repintar! Baseado no Algoritmo de Redes Neurais. Funciona com qualquer corretor e qualquer período de tempo. Pode enviar notificações para dispositivos móveis.
GoMarkets Auto Trader Robot.
O robô de negociação automática da GoMarkets é o robô projetado para ganhar em opções binárias com o broker GoMarkets. O robô gera 100% a 300% de lucro por mês. Faz mais de 50 negócios por dia. Gera sinais de negociação e executa automaticamente as negociações diretamente na sua conta do agente GoMarkets.
Forex Visual Robot EA.
O objetivo do consultor especialista em Forex Visual Robot é executar negociações com base em alguns objetos gráficos: linhas de tendência, linhas horizontais ou canais equidistantes. A principal vantagem do consultor especialista em Forex Visual Robot é a sua capacidade de definir e ajustar ordens de acordo com uma variedade de objetos gráficos colocados no gráfico Forex.
Opções Binárias Multi Sinais.
O Binary Options Multi Signals varre 14 moedas diferentes e gera sinais de negociação com até 90% de precisão. Lucro médio por dia $ 500 - $ 5000. Baseado no Algoritmo de Redes Neurais. Mostra as moedas mais precisas, permite negociar vários ativos ao mesmo tempo e permite aumentar o lucro em até 14 vezes.
Arbitragem Forex Robot.
Forex Robot Arbitrage ✅ - estratégia de baixo risco neutra e rentável do mercado. Sem martingale no, sem grid ✅. Negocia 2 moedas no mesmo tempo. Baseado em estratégia de arbitragem estatística e algoritmo de análise quantitativa. Analisa dados do mercado ao vivo em tempo real e gera 90% de sinais de entrada precisos.
Robô Binarymate.
Binarymate Robot - 100% Opções Binárias Auto Trading Robot! Gera lucro estável para pequenos e grandes depósitos! Obter o melhor software de negociação automática aqui e prepare-se para negociar como um profissional para sempre! Com Binarymate Robots ajuda você pode aproveitar a oportunidade de fazer várias centenas de dólares de lucro por dia / semana.
3D-Forex Robot.
3D-Forex Robot ✅ é um Expert Advisor de negociação Forex totalmente automático baseado em algoritmos sofisticados que analisa dados de mercado em dimensões 3D em tempo real para determinar os pontos de entrada de mercado mais precisos. O EA controla o mercado escolhendo os momentos com maior probabilidade de negócios positivos para negociação.
Rescuer de conta de Forex.
Perda Recuperação Trader Robot (EA) 100% automaticamente irá reparar sua conta forex e recuperar suas posições perdidas, irá ajudá-lo a reduzir e até mesmo eliminar seus comércios perdidos e ajudá-lo a fazer mais ganhos. Basta colocar o seu negócio, e o nosso robô de recuperação de perdas fará o resto para você.
Defensor de conta de Forex.
O Account Defender protege sua conta de todos os tipos de perdas e ajuda a aumentar a segurança dos depósitos rapidamente. O Account Defender é um consultor especialista do MetaTrader que permite gerenciar negociações e controlar seus ganhos e perdas em vários pares de moedas usando vários parâmetros e configurações.
CQG QTrader Robot.
O CQG QTrader Robot é um software de negociação totalmente automatizado, especialmente projetado para negociar lucrativamente com a CQG QTrader Trading Platform. Pode negociar índices de rentabilidade, ações (bolsa de valores), commodities, bonds. O CQG Robot monitora automaticamente os preços das ações e coloca os pedidos quando as condições definidas são atendidas.
US $ 1500 PARA 1 ANO DE SUBSCRIÇÃO.
Opções Binárias Auto Trader.
Opções Binárias Auto Trader 300% de lucro por mês! 100% Binary Auto Trader para corretores baseados em Metarader, como Core Liqudity Markets, NoaFX, GDMFX, Grandcapital, WForex e outros. Baseado no Algoritmo de Redes Neurais. Proteção de conta integrada e sistema de gerenciamento de risco.
Dukascopy Robot.
Dukascopy Binary Options Robot 50+ negócios por dia! 100% Automated Binary Options Robot para corretor de Dukascopy! Trocas de 60 segundos e 15 minutos Opções Binárias. Possui proteção de depósito embutido, sistema de gerenciamento de risco. 75% -90% de taxa de vitória.
US $ 1500 PARA 1 ANO DE SUBSCRIÇÃO.
Sinais de negociação de opções binárias.
10 e 15 minutos Indicador de Sinais de Negociação de Opções Binárias para Metatrader (MT4). 83% de ganho diário! Mais de 30 sinais de negociação por dia! 100% não reaproveitamento! 100% CONFIÁVEL! O Indicador de Sinais de Opções Binárias (BO) irá aconselhá-lo quando surgem oportunidades de negociação de alta qualidade.
SnowCron.
GRATUITO E. Mail Classes.
Neste artigo: um exemplo do uso de nosso software de redes neurais para criar um sistema completo de negociação de rede neural.
Este exemplo usa a linguagem de script interna do Cortex, portanto, leia primeiro o guia da linguagem de script.
Usando redes neurais para criar a estratégia de negociação FOREX.
Neste tutorial on-line gratuito, você encontrará o "ciclo completo" do uso de redes neurais (Cortex Neural Networks Software) para negociação em Forex (ou negociação no mercado de ações, a idéia é a mesma).
Você aprenderá como escolher entradas para as redes neurais artificiais e como decidir o que usar como saída.
Você vai encontrar um exemplo de um script pronto para usar que permite realizar a otimização de redes neurais tanto da estrutura da Rede Neural (número de neurônios) quanto do sistema de negociação forex (stop loss etc.)
Finalmente (a parte que não está presente na maioria dos tutoriais), você aprenderá o que fazer a seguir. Afinal, o Cortex Neural Networks Software não pode negociar em tempo real, você precisa usar algo como Trade Station, MetaQuotes ou MetaTrader. Como portar o sistema de negociação FOREX do Cortex para sua plataforma de negociação favorita? Você tem que lidar com DLLs, controles ActiveX e programação de baixo nível? A resposta é não.
O software Cortex Neural Networks vem com o recurso fácil de usar que permite portar facilmente a Rede Neural resultante (treinada) para a linguagem de script da sua plataforma de negociação. Nenhuma DLL, DDE, ActiveX ou qualquer outra solução de baixo nível - tudo é claro e simples.
Nota importante: este não é um tutorial "como negociar". Em vez disso, ele diz como usar o software Cortex Neural Networks, mas você ainda precisa inventar seu próprio sistema de negociação. O que usamos aqui é apenas um ponto de partida, e não deve ser usado como uma estratégia de negociação forex "como está". A idéia deste texto é ensiná-lo a criar sistemas de negociação baseados em NN e portá-los para a plataforma de negociação de sua escolha. O exemplo é, no entanto, simplificado, e só pode ser usado como ilustração dos princípios de negociação. Da mesma forma, o sistema de negociação MACD, que pode ser encontrado em muitos tutoriais, não está mais funcionando bem (como os mercados mudaram), mas ainda é um bom exemplo do uso de indicadores para negociações mecânicas.
Em duas palavras: faça sua própria análise.
Outra nota importante: o tutorial usa exemplos, muitos deles. Para tornar sua vida mais fácil, incluí todas elas, não apenas fragmentos. No entanto, torna o texto muito mais longo. Além disso, estou indo desde o primeiro, desajeitado sistema de negociação forex, até o mais avançado, sempre explicando o que foi melhorado e por quê. Seja paciente ou pule diretamente para a seção que você precisa.
Nota final importante: o código não é algo esculpido em pedra, pode mudar enquanto este texto foi escrito. As versões finais dos arquivos de script estão incluídas no arquivo Cortex.
Armadilhas de FOREX BUY / SELL Sinais: O que há de errado com exemplos "simples"?
No guia do usuário do software Cortex Neural Networks, utilizamos um exemplo simples de uma rede neural artificial, que previa o preço do estoque da GENZ. Para descobrir o que há de errado com essa abordagem, vamos fazer o mesmo exemplo "simples", usando MSFT. TXT, em vez do GENZ. TXT (use 800 registros no conjunto de aprendizado, pois o MSFT. TXT é um pouco mais curto, então GENZ. TXT).
Apenas não funcionaria! Por quê?
A razão se tornará evidente, se você se perguntar: "Qual é a razão pela qual a previsão da rede neural de valores futuros pode ser feita em primeiro lugar?"
A resposta é: ele está aprendendo a fazer o que é chamado de reconhecimento de padrões de redes neurais, a reconhecer padrões, e se há uma lógica oculta nesses padrões, então até mesmo um novo padrão (com a mesma lógica) será reconhecido.
Isso é um truque - "com a mesma lógica". Não há nem um, mas três problemas aqui.
Primeiro de tudo, se você olhar para o preço das ações da Microsoft, você vai notar, que estava indo para baixo na parte de "aprendizagem" dos nossos dados, e para os lados - na parte de "teste". Então é possível que a lógica tenha mudado.
Em segundo lugar, e ainda mais importante - O QUE É O PADRÃO? Você vê, se nós ensinamos a rede neural na faixa de 10 a 100, e então a apresentamos com algo na faixa de 1 a 3 - eles são padrões diferentes! 10, 20, 30 e 1, 2, 3 são similares aos humanos porque - PORQUE - temos essa capacidade de dividir por dez, quando apresentados com números que terminam com zero. É o que é chamado de pré-processamento dos dados e, por padrão, o NN não pode fazê-lo.
Podemos ensinar isso? Claro. O que é exatamente precisamos ensiná-lo?
Este é o terceiro e o mais importante. Nós não precisamos da previsão de preço! Nós não ligamos! O que precisamos é de sinais de venda FOREX.
Agora espere um minuto! Precisamos de a) ter nossa entrada (aprendendo e testando) na mesma faixa, e precisamos b) sermos capazes de tomar decisões de negociação com base nela? Não é isso que chamamos de indicador? Bingo?
Então, é isso que vamos fazer - vamos construir um indicador, para alimentar o NN como uma entrada, e vamos tentar obter uma previsão do valor do indicador, não o preço das ações sem valor!
Em nosso primeiro exemplo, carregaremos cotações de ações do disco, abriremos o arquivo da Rede Neural e iniciaremos o aprendizado - tudo em um modo automatizado.
Crie um novo arquivo de script (ou abra aquele que veio com o arquivo do Cortex Neural Networks Software) e chame-o de stocks_nn. tsc.
Primeiro de tudo, precisamos baixar os valores de preço do arquivo MSFT. TXT. Vamos usar o indicador CLV (veja abaixo), mas, para calculá-lo, precisamos de valores ajustados para alta e baixa, e não apenas para fechamento. Aqui está como obtê-los.
stocks_nn. tsc, parte 1.
A primeira linha atribui o caminho para a variável strStockPath, é claro, você terá que editá-la, se o seu arquivo de dados estiver localizado no diretório diferente.
Na segunda linha, especificamos que esse caminho não é relativo (o "relativo" ao local do arquivo Cortex. exe).
O TABLE_LOADER recebe o caminho, a string vazia para a "linha de partida", 1 - para pular a primeira linha (nomes das colunas), parte da linha de rodapé do arquivo (a última linha em MSFT. TXT não contém dados), é também instruído a carregar o número da coluna 0 (e chamá-lo arrDate), 2 (arrHigh), 3 (arrLow), 4 (arrC) e 6 (arrClose).
Para uma descrição completa de TABLE_LOADER, consulte o guia de referência SLANG.
Em seguida, calculamos a divisão, dividindo o Fecho Ajustado por Fechar e usamos esse valor para ajustar Baixo e Alto.
O arquivo MSFT. TXT contém os dados mais recentes em PRIMEIRO, enquanto os queremos em LAST.
Em seguida, precisamos criar um indicador. Digamos que seja um indicador de Valor de Local Fechado, embora na "vida real" eu provavelmente usaria mais de um indicador como a entrada NN.
O indicador "Fechar valor do local" é calculado como.
CLV = ((Close - Low) - (High - Close)) / (Alto - Baixo), onde Close, Low e High são para o intervalo, não necessariamente para uma única barra. Note que nós queremos isso no intervalo de 0 - 1, para tornar mais fácil a normalização do alcance do nosso NN (que é, novamente, 0-1).
stocks_nn. tsc, parte 3.
Em seguida, precisamos criar um arquivo de latência. Vamos usar defasagens iguais a 1, 2. 9 (Para detalhes sobre funções de arquivo, veja o guia de referência SLANG). Note que a caixa de diálogo NN do Cortex pode produzir defasagens simples automaticamente (você pode usar um botão "Gerar atraso"). Mas, mais adiante neste texto, vamos trabalhar com atrasos complexos (ou seja, eles não são 1, 2, 3, mas 1, 3, 64. o que for), então precisamos criar o código que pode lidar com essa tarefa em uma maneira mais flexível.
stocks_nn. tsc, parte 4.
Tendo o arquivo de atraso, estamos prontos para criar nossa primeira rede neural. Esta função requer muitos parâmetros, por isso tenha cuidado. No entanto, o código é muito simples.
By the way, a maior parte deste código pode ser removido, se você acha que pode manipular números, em vez de nomes significativos em seu código, no entanto, isso seria uma prática muito ruim de codificação.
stocks_nn. tsc, parte 5.
Agora, depois que temos uma rede neural e o arquivo atrasado com dados, precisamos ensinar a rede. O arquivo de latência (msft_ind. lgg) tem 1074 registros, portanto, é razoável usar 800 como um conjunto de aprendizado e os demais 274 como um conjunto de testes.
Você pode, obviamente, abrir um arquivo de rede e clicar no botão "Executar" na guia "Aprendizado". Mas como esta é uma introdução à avançada programação do software Cortex Neural Networks, vamos usar a linguagem de script built-in SLANG.
O código a seguir exibe o diálogo modal com as configurações do ann NN. Observe que, se você quiser ter o privilégio de clicar no botão "Executar", precisará alterar o.
stocks_nn. tsc, parte 6.
O bStartLearning pode ser 0 e, nesse caso, a caixa de diálogo aguardará sua entrada ou 1 e, em seguida, o aprendizado começará de maneira atomatizada.
O bResumeScript, se for igual a 1, retomará o script, se você fechar a caixa de diálogo clicando no botão OK.
O bReset é usado para redefinir a rede antes do início do aprendizado.
Execute o script e aguarde até que o contador de época exceda 1.000 e clique em "Parar". Vá até a aba "Aplicar" e clique em "Aplicar". Isso executará todo o conjunto de dados (aprendendo e testando) por meio do NN e criará o arquivo. APL, contendo tanto a entrada-saída original quanto a previsão gerada pelo NN, assim você poderá facilmente plotá-los e compilar uns contra os outros. .
Vá para a guia "Saída", selecione o arquivo msft_ind. apl, clique em "Procurar arquivo", "Selecionar campos", selecione "Não" na caixa de lista à esquerda e (mantendo pressionada a tecla CTRL enquanto seleciona com o mouse ) Clv e NN: Clv na caixa de listagem à direita. Clique em "Gráfico" para ver quão boa é a nossa previsão. Bem. É mais ou menos bom, pelo que podemos dizer olhando para ele. Ainda assim, nada de extraordinário.
Este foi apenas um exemplo do que você pode fazer com o script SLANG e como automatizar as tarefas de rotina do Cortex. No entanto, até agora, não fizemos nada que você não pudesse fazer "à mão". Bem. quase nada, porque se você quiser criar um arquivo de lag personalizado, digamos, com Clv-100, Clv-50, Clv-25. colunas, então você terá que usar SLANG (ou Excel.), porque você não pode fazer no Cortex sem script.
Estratégia de Negociação de FOREX: o que otimizar?
Aqui está o nosso próximo problema. Precisamos de uma previsão de boa aparência, ou precisamos do que podemos usar para negociar com lucro? A pergunta parece estranha, mas pense por um momento. Digamos que tenhamos uma boa previsão de 1 hora. 95% de precisão Ainda assim, até onde o preço pode ir em uma hora? Não muito longe, estou com medo. Compare isso com a situação, quando você tem uma previsão de 10 horas bastante imprecisa. Será melhor?
Para responder a essa pergunta, precisamos realmente negociar, uma simples comparação dos erros médios produzidos pelas duas NNs não ajudará.
A segunda parte (do mesmo problema) está na maneira como definimos uma "boa previsão". Digamos que tenhamos uma rede, que produza a previsão, que é 75% precisa. Compare-o com o NN, que está produzindo uma previsão 100% precisa. O último é melhor. Agora, DIVIDE a saída (predição) do NN 100% preciso por 10. Teremos uma rede MUITO imprecisa, já que seu sinal não está nem perto do sinal que usamos como "saída desejada". E, no entanto, pode ser usado da mesma forma que usamos 100% de precisão NN, tudo o que temos a fazer é multiplicá-lo para 10!
Veja, o NN é criado, ajustando o erro quadrático médio, e não a correlação, portanto, pelo menos em teoria, um NN melhor pode mostrar resultados ruins, quando usado para o estoque real / negociação de Forex.
Para resolver esse problema, precisamos testar nossos NNs usando negociação e usar os resultados dessa negociação (lucro e rebaixamentos) para decidir se esse NN é melhor que o outro.
Vamos fazer isso. Vamos criar um programa que possa ser usado para ajustar o NN, e desta vez, por meio de ajuste fino, iremos nos referir a resultados de negociação.
Negociação em Rede Neural: Poucas notas curtas.
Em primeiro lugar, no nosso exemplo acima, o aprendizado "automático" nunca irá parar, porque não especificamos nenhum critério de parada. No diálogo, ou na função CREATE_NN, você pode fornecer o min. erro (quando o NN alcança, pára e, se o bResumeScript estiver definido como 1, a caixa de diálogo será fechada e o script será retomado). Também você pode fornecer o número máximo de épocas, ou ambos. Não estou usando no exemplo abaixo, pelo menos não sempre, porque estou planejando assistir o aprendizado e clicar em STOP quando achar que o NN está pronto. Se você quiser fazê-lo no modo totalmente automático, preste atenção a esses parâmetros.
Segundo. Uma das maneiras de tornar uma rede menor, mais rápida e mais precisa é começar com a pequena rede e aumentar seu tamanho, neurônio por neurônio. Obviamente, o número de neurônios de entrada é determinado pelo número de colunas de dados de entrada (mas também podemos variar), e o número de neurônios de saída deve ser igual ao número de colunas de dados de saída (geralmente um, mas não necessariamente ). Isso significa que precisamos otimizar o número de neurônios na (s) camada (s) oculta (s).
Além disso, como mencionei, não sabemos realmente quais dados usar. O Clv-15 (15 dias atrasado) aumentará a precisão de nossa previsão? Precisamos de Clv-256? Será melhor usar os dois no mesmo NN, ou adicionar Clv-256 arruinará nosso desempenho?
Usando ciclos aninhados para experimentar diferentes parâmetros de entrada, você pode:
Crie o NN, da mesma forma que fizemos para os dados de estoque (deixe-me repassar, para o NN, não há diferença entre estoques e FOREX, só aconteceu que eu tenho alguns arquivos de dados de alta qualidade para FOREX que eu quero processar , enquanto escrevia este texto). Tente combinações diferentes de atrasos. Tente um número diferente de neurônios na camada oculta. . e diferentes combinações de diferentes indicadores. . e assim por diante.
No entanto, se você tentar todas as combinações possíveis de todos os parâmetros possíveis, NUNCA receberá seus resultados, não importa o quão rápido o seu computador seja. Abaixo, usaremos alguns truques para reduzir os cálculos ao mínimo possível.
By the way, pode parecer, que se você começar a partir de um neurônio oculto, em seguida, aumentá-lo para 2, 3 e assim por diante, e em algum momento o erro (qualidade da previsão) ou o lucro (se você testar o NN por negociação usando) vai começar a descer, então você tem o seu vencedor. Infelizmente, não posso provar que após o primeiro "pico de desempenho" não pode haver um segundo. Isso significa que o erro pode ir como 100, 30, 20, 40, 50 (foi apenas no mínimo, certo?) E, em seguida, 30, 20, 10, 15,. (o segundo mínimo). Nós apenas temos que testar todos os números razoáveis.
Terceiro. Otimização é uma espada de dois gumes. Se você otimizar demais seu código, talvez ele não funcione fora dos dados usados para ajustá-lo. Eu farei o meu melhor para evitar essa armadilha. Se você quiser fazer otimizações adicionais para o seu código ou NN, eu aconselho você a fazer uma pesquisa na Internet, para aprender mais sobre os problemas ocultos desta abordagem. Além disso, prestarei atenção à suavidade da curva de lucro. O lucro que parece 0, -500, 1000, -100, 10000 pode ser grande, mas o lucro 0, 100, 200, 300, 400. é melhor, pois é menos arriscado. Podemos falar sobre isso depois.
Finalmente, para este exemplo, vamos usar o FOREX, em vez dos preços das ações. Do ponto de vista do NN não há diferença, e do meu ponto - Forex é muito mais divertido de negociar. Se você preferir ações, o código pode ser facilmente modificado.
Uma estratégia de negociação FOREX para jogar.
Primeiro de tudo, vamos criar um protótipo do nosso código, que pode ser facilmente otimizado no futuro. Vai ser um sistema de negociação, que usa uma rede neural para negociar e produz um gráfico (lucro contra o número do comércio). Ele também irá calcular o rebaixamento, como uma medida de robustez do nosso sistema de negociação.
forex_nn_01.tsc, parte 1.
A principal diferença aqui é que usamos funções, em vez de colocar todo o código no bloco principal do programa. Desta forma, é muito mais fácil de gerenciar.
Em segundo lugar, temos uma função TestNet. Eu estou usando um algoritmo muito simples de negociação. O indicador CLV está confinado a um intervalo de 0 - 1 (nossa versão do CLV é), então quando o indicador cruza o dBuyLevel (veja o código acima), eu estou comprando, quando ele está cruzando o dSellLevel, estou vendendo.
Obviamente, não é a melhor estratégia de negociação, mas fará para o nosso propósito (só por enquanto). Se você quiser melhorá-lo, aqui estão algumas dicas. Primeiro, você pode querer ter um sistema que não esteja SEMPRE no mercado. Segundo, você pode querer usar mais de um indicador como entradas, e talvez, mais de um NN, para que a decisão de negociação seja feita com base em poucos indicadores previstos. Vamos adicionar algumas melhorias ao algoritmo de negociação mais tarde.
Nós usamos algumas premissas padrão da negociação FOREX: spread é de 5 pontos, alavanca é 100, min. lote é de US $ 100 (mini-FOREX).
Vamos dar uma olhada no nosso sistema de "negociação". Mais uma vez, é um simplista demais. Uma observação importante: o TestNn () é chamado last e tem acesso a todas as variáveis que foram criadas até esse ponto. Portanto, se você vir uma variável que estou usando, sem inicializá-la, provavelmente significa que ela foi inicializada em NewNn (), TeachNn () ou alguma outra função que foi chamada antes de TestNn ().
Para facilitar as coisas, os comentários são colocados no código.
forex_nn_01.tsc, parte 2.
Poucas palavras sobre o levantamento. Existem poucas maneiras de calculá-lo e estamos usando o que considero mais "honesto". O rebaixamento é uma medida de instabilidade do nosso sistema. O que é uma chance, que perderá dinheiro? Vamos dizer que o valor inicial é de $ 1000. Se o lucro for 100, 200, 300, 400. o rebaixamento é 0. Se for 100, 200, 100. então o rebaixamento é 0,1 (10%), já que acabamos de perder uma quantia, igual a 1/10 de o depósito inicial (de 1200 a 1100).
Eu recomendaria fortemente contra o uso de sistemas de negociação com grandes rebaixamentos.
Além disso, aqui eu uso um drawdown, que é para ser usado com tamanho de lote variável. No entanto, nas amostras reais, que vêm com o eBook, você verá outra versão:
Como você pode ver, aqui usamos sempre 1000 (o montante inicial) para calcular o rebaixamento. O motivo é simples: sempre usamos o mesmo tamanho de lote (sem gerenciamento de dinheiro ainda), então não há diferença, quanto dinheiro já acumulamos em nossa conta, um lucro médio deve ser constante. O pior cenário possível neste caso é o seguinte: desde o início ($ 1000 por conta) estamos perdendo dinheiro. Se usarmos $ 1000 para calcular o rebaixamento, obteremos o pior levantamento. Isso nos ajudará a não nos enganarmos. Por exemplo, digamos, negociamos por algum tempo e temos $ 10.000 em nossa conta. Então perdemos algum dinheiro e agora temos US $ 8.000. Então nos recuperamos e recebemos US $ 12.000. Bom sistema de negociacao? Provavelmente não.
Vamos repetir a lógica novamente, pois é muito importante (e se tornará ainda mais importante quando começarmos a administrar o dinheiro). Nós negociamos usando lotes de tamanho fixo. Então, estatisticamente, não há garantia de que a perda máxima não acontecerá no começo, quando só temos $ 1000. E se isso acontecer, teremos -1.000 $ (10.000 - 8.000), então o sistema de negociação é provavelmente muito arriscado.
Quando falamos sobre a gestão do dinheiro (provavelmente, não neste texto), teremos que usar uma abordagem diferente para o cálculo do drawdown.
Note que neste sistema de negociação, estou usando o pior cenário possível: estou comprando usando High e vendendo, usando Low. Muitos testadores não seguem essas regras e criam sistemas de negociação que funcionam bem com dados históricos. Mas na vida real, esses sistemas de negociação têm um desempenho muito ruim. Por quê?
Dê uma olhada na barra de preços. Tem Aberto, Alto, Baixo e Fechado. Você sabe, como o preço estava se movendo dentro do bar? Não. Então, digamos, o seu sistema de negociação gerou um sinal de "compra", na parte inferior da barra de preços (se dLow.
Observe que estou usando dLotSize igual a 0,1 lote (US $ 100). Obviamente, na negociação "real", você se beneficiará muito, se o tamanho do lote for calculado, dependendo do dinheiro que você tem, algo como:
forex_nn_01.tsc, parte 3.
No entanto, estamos fazendo testes aqui, não negociando. E para testes, precisamos, entre outras coisas, ver quão suave é a curva de lucro. Isto é muito mais fácil de fazer se o tamanho do lote for o mesmo (em situação ideal, para dLotSize = 100 nós obteremos uma linha reta, com alguma inclinação positiva, enquanto no caso do tamanho do lote ajustável teremos um expoente, isto é muito mais difícil de analisar).
Mais adiante neste texto, aplicaremos regras de gerenciamento de dinheiro ao nosso sistema de negociação, mas ainda não.
Depois que terminarmos a última parte da nossa função de teste, vamos percorrer o resto do código.
A função a seguir cria um indicador CLV. Ele toma o intervalo como um parâmetro, o que significa que podemos chamá-lo muitas vezes, durante a otimização, passando números diferentes.
Observe que estou usando o NN que funciona no intervalo de 0 a 1. Os dados podem ser normalizados, é claro, mas optei por dividir o indicador por 2 e adicionar 0,5, de modo que ele esteja em 0 - 1 intervalo.
forex_nn_01.tsc, parte 4.
Para criar um arquivo com atraso, podemos usar a função CREATE_LAG_FILE. Alternativamente, podemos fazê-lo explicitamente fornecendo todo o código necessário. Nesse caso, temos mais controle, e vamos precisar disso, se começarmos a variar o número de colunas atrasadas e assim por diante.
forex_nn_01.tsc, parte 5.
O parâmetro nRemoveFirst é importante. Muitas funções, como indicadores, médias móveis, geradores de atraso, não funcionam bem nos primeiros registros do conjunto de dados. Vamos dizer que temos MA (14) - o que vai colocar nos registros 1 - 13? Por isso, escolhemos simplesmente remover os primeiros registros (não confiáveis).
Para o NewNn, bem como para todas as funções deste programa, precisamos passar como parâmetros apenas o que pode ser alterado durante o processo de otimização. Por exemplo, não há necessidade de passar um parâmetro "pular antes", já que é sempre o mesmo.
forex_nn_01.tsc, parte 6.
A função TeachNn simplesmente exibe o diálogo NN.
forex_nn_01.tsc, parte 7.
Finalmente, precisamos de uma função de gráficos. Não é obrigatório, mas é sempre uma boa ideia ver como é nossa linha de lucro. O código a seguir usa o XML para produzir um gráfico, por isso é uma boa ideia ler o tutorial. Como alternativa, você pode desenhar o gráfico, em vez de salvá-lo em um arquivo. Para fazer isso, use uma das amostras, que estão no diretório samples / scripts. Finalmente, você pode modificar o código para produzir HTML, em vez de XML. O HTML é mais fácil de aprender, mas o próprio código será um pouco menos legível.
forex_nn_01.tsc, parte 8.
Compile e execute o script.
Bem. Como esperado, usar 7 horas como intervalo para o CLV produziu resultados muito ruins:
Estratégias de Negociação e Otimização de FOREX.
A razão para os resultados ruins é bastante óbvia: usamos o Intervalo, Stop Loss, níveis de compra e venda e outros parâmetros, que eram puramente aleatórios - nós escolhemos primeiro o que veio em mente! E se nós tentarmos algumas combinações?
Sinais de Negociação FOREX: O que otimizar?
Primeiro de tudo, superoptimizando os níveis de compra e venda, podemos arruinar nosso desempenho futuro. No entanto, ainda podemos ajustá-los, especialmente, se o desempenho estiver próximo para valores próximos de limites de compra e venda. Por exemplo, se temos lucro de -10% no limite de compra igual a 0,3 e lucro de + 1000% quando igual a 0,35, então provavelmente há uma coincidência de sorte, e não devemos usar 0,35 para o nosso sistema de negociação, pois no futuro ele será provavelmente não vai acontecer de novo. Se, em vez disso, tivermos -10% e + 10% (em vez de + 1000%), pode ser mais seguro usar.
Geralmente, nosso sistema de negociação deve ser construído para o pior cenário possível, como se durante a negociação "real" o desempenho fosse melhor, então, durante o teste, nós sobreviveríamos, mas não o contrário.
Podemos variar o valor do intervalo do indicador, desde que tenhamos negociações suficientes, para que possamos ter confiança, em termos de estatísticas, no desempenho de um sistema.
Nós certamente podemos variar o número de neurônios, eu não acho que pode ser superoptimizado facilmente.
Podemos variar o número de entradas e atrasos para insumos. É possível superoptimizar isso, mas não é muito provável que isso aconteça.
E, claro, podemos tentar indicadores diferentes.
Sinais Accurate FOREX: Como otimizar?
Como já foi mencionado, se começarmos a tentar todas as combinações possíveis, levará uma eternidade. Então vamos trapacear. Vamos criar conjuntos pré-definidos de parâmetros, que consideramos razoáveis, e passá-los para o programa.
Para fazer o menor número de cálculos possível, note que Clv-1 e Clv-2 são, provavelmente, importantes, mas e quanto ao Clv-128? E - se já temos o Clv-128, precisamos do Clv-129? Provavelmente não. Então, vamos ter algo como Clv-1, Clv-2, Clv-4, Clv-8,. Clv-128 com apenas algumas variações, o que tornará nosso tempo de cálculo milhares de vezes menor.
FOREX Professional System Trading: Pode funcionar de todo?
O que exatamente queremos prever? Até este ponto, usamos um gráfico de 1 hora para o EURUSD e estávamos prevendo o CLV da próxima barra. O CLV + 2 será melhor? E quanto ao CLV + 3?
Além disso, especialmente considerando o fraco desempenho do nosso primeiro sistema de negociação, seria bom saber que - pelo menos no mundo "ideal", o objetivo (negociação lucrativa) pode ser alcançado.
Para responder a essas perguntas, vamos criar um programa de teste simples. Assumimos que nossa previsão é 100% precisa e, com base nessa suposição, usaremos CLV + N, não o NN previsto. É isso mesmo - vamos pegar dados do futuro e usá-los em vez da previsão do NN. Essa abordagem não funcionaria na vida real, é claro, mas em léguas, isso nos daria algumas idéias do que esperar.
Ao analisar os resultados, lembre-se de que não estamos usando nenhum gerenciamento avançado de dinheiro, nosso tamanho de lote é definido para um mínimo de $ 100. Se você usar tamanhos de lote variáveis, os resultados serão dramaticamente diferentes. Mas mesmo em um tamanho de lote definido para 0,1, podemos ver (abaixo) que obter as informações do futuro é o "holly graal" de um profissional supremo.
forex_nn_02.tsc, parte 1.
Você já está familiarizado com este código, ele foi usado em FOREX_NN_01.TSC. Ele lida com o carregamento de dados. A única diferença está na parte que obtém a lista de arquivos no diretório "images" e apaga todos os arquivos com a extensão. PNG. A razão para este código é simples: durante nossos testes, vamos criar muitos arquivos - talvez milhares de imagens. Nós não queremos que eles fiquem por perto depois que terminarmos. Portanto, no início do script, estamos excluindo imagens criadas por outros scripts.
forex_nn_02.tsc, parte 2.
Apenas alguns comentários. Não queremos tentar todos os valores possíveis para, por exemplo, o intervalo CLV. Em vez disso, podemos criar uma matriz que contenha apenas valores que queremos testar. Então (veja abaixo) nós iremos percorrer este array.
As perdas de parada são parte importante de qualquer estratégia de negociação, então decidi também alterá-las. É uma ideia perigosa, no entanto, como é fácil superoptimizar o sistema.
Estou planejando testar diferentes valores para os níveis de compra e venda, mas isso será feito em ciclo, sem usar matrizes.
Ao contrário do nosso exemplo anterior, queremos ter um arquivo XML grande, contendo muitas imagens. Para fazer isso, movi o código, que está formando o cabeçalho e o rodapé XML fora da função Chart. Leia um dos tutoriais XML on-line para obter detalhes.
Note que estou usando 0 como o primeiro atraso, o que significa que primeiro estou testando o indicador (CLV) que não foi "deslocado" do futuro. Só para ter uma idéia, como seria bom "sistema de negociação" seria sem NN (horrível, é a palavra certa. Está perdendo todo o dinheiro).
O Cortex usa o controle do Internet Explorer para exibir páginas XML. Quando as páginas ficam grandes, é preciso muita memória. Se o seu computador não puder lidar com isso, considere a criação de várias páginas XML ou HTML. No caso de forex_nn_02, não deve ser um problema, pois a página é relativamente curta. Como alternativa (é o que estou fazendo em scripts mais adiante neste texto), crie um arquivo XML, mas não o abra no Cortex. Abra-os usando o Internet Explorer - ao contrário do controle do IE, o Internet Explorer não tem o problema de memória.
Agora o código que está tentando diferentes combinações de parâmetros.
forex_nn_02.tsc, parte 3.
Aqui, estamos usando ciclos aninhados. Em cada ciclo, estamos a associar algumas variáveis (por exemplo, nInterval para o ciclo externo). Desta forma, o ciclo atribuirá valores de todos os elementos de um array correspondente, um de cada vez. Então, dentro dela, o ciclo interno é usado, e assim por diante, para que todas as combinações de todos os elementos da matriz sejam testadas.
No ciclo mais interno, estou chamando a função Test (), "test trade" e Chart () para adicionar uma nova imagem a uma lista de imagens salvas no disco. Note que este gráfico () não mostra nenhuma imagem, até que todos os ciclos estejam completos.
As funções Test () e CreateClv () são quase as mesmas do exemplo anterior. A única diferença real é devido ao fato de que é chamado mais de uma vez. Para fazer isso, estou chamando ARRAY_REMOVE para limpar as matrizes.
Além disso, observe que estamos criando apenas gráficos para as combinações de parâmetros, que produzem sistema de negociação com lucro positivo. Caso contrário, chamamos "continue" para pular a função Chart ().
Finalmente, temos o Take Profit agora, então nosso sistema de negociação pode ser um pouco mais flexível.
forex_nn_02.tsc, parte 4.
A função Chart () foi dividida em duas partes. O cabeçalho e o rodapé devem ser gravados no arquivo XML apenas uma vez, então eles foram movidos para a parte principal do programa.
Além disso, estou usando o contador para salvar arquivos com nomes diferentes. The information about parameters is written to the header of an image, so we can easily see which one it is. Finally, images are only saved for winning configurations, meaning the balance at the end should be more, then at the beginning.
forex_nn_02.tsc, part 5.
Run the program (it will take some time to complete). You will end up with a large XML page with images, one for each winning configuration.
Some of the results are great, however, as we used data "from the future", this system will not work in the real life. Actually, if you look at the Test() function, you will notice, that the cycle stops before we reach the last element of arrClose:
for(nBar = nRemoveFirst + 1; nBar.
THIS IS C++, just an example.
As you can see, the code is really simple. Now lets do the same using the SLANG script. As in examples before, we will keep the overall structure of the code, so that this example looks familiar. The only difference is that instead of using the built-in APPLY_NN function, we call the function of our own. The code that we do not use (such as cycles) is commented, but not removed.
Note, that the logic behind it was discussed in Neural Networks and Stock / Forex Trading article already. Briefly, the output of this script is formated to be compatible with the MQL, MetaTrader's scripting engine. MetaTrader is a trading platform we use, if you want something different, like TradeStation, for example, you will have to alter the code to comply to its syntax.
Then, in the following chapters, we are going to insert this code in the MetaTrader's indicator, and to use it to trade.
Porting script to trading platform.
The next step is not really required, but it is something, that may be useful. We are going to create a version of a tsc file (one above), but this time, we will use SLANG (Cortex scripting language) to emulate APPLY_NN function. The reason is, in the next chapter we are going to port it to the scripting language of a MetaTrader trading platform, so it is a good idea to make sure everything works.
After we run this function, we discover, that the result it produces is the same, as the forex_nn_05a produced, which means the code works fine. :
Note, that there is a difference at the beginning of the charts, as "our" NN does not try to process the data at the beginning (where lag is incomplete), while the built-in NN does not "know" about this problem. Of course, it doesn't affect the result, as the beginning of the chart is ignored by using the nRemoveFirst parameter in our script (set to 200, which is guaranteed to be larger, then our lag).
Using third-party trading platform.
We have the NN that (more or less) can be used. We have the script, implementing this NN without calls to the Cortex-specific NN functions. Now we are going to port it to the trading platform that can be used for the real trading, which means it can contact brocker, place orders and earn (or loose) money.
As a trading platform, I am going to use MetaTrader.
Disclaimer: I am not related to MetaQuotes in any way. I do not work for them, I am not their affiliate and so on. I use MetaTrader, ONLY because I like it.
I find this program user-friendly, flexible and powerful, and "not a monster". Also, it is free (compare to other packages of this class).
The only (minor) problem is that it is not always easy to find the dealer using MT in your area. Then, when you do a research, you may find couple of brockers, with screenshots on their web sites, that look suspiciously familiar. Yes, they use MetaTrader, but they don't call it MetaTrader!
I have asked for clarification at the company's forum, and they have told me, that they don't reveal brockers using their services. Very strange.
One of the brockers that is not hiding the fact they use MT, is Alpari. They will allow you to open a Demo account, so that you can trade in a real time, but without risking your money.
I am not going to recommeng services of Alpari. Once again, I am not being paid for that. Try their Demo account, and use your own judgement. Or you can start your own research at Internet forums.
Finally, if you do not like the MT, you can probably follow the example below using TS, MS or some other trading platform. Este é apenas um exemplo.
Our MT-based trading system will include two files, the indicator and an expert. This is the way they call it in MQL (scripting language of MT), and I am going to follow this naming convention.
The indicator implements the neural network and draws a chart. An expert takes these data and does trading. As MetaTrader has a "strategy tester", we will be able to test our strategy, to see how good it is.
I will assume, that you are familiar with MQL programming, it is quite close to SLANG and tutorials can be found both at MetaQuotes and Alpari.
Finally, I am using the code structure, that is borrowed from MetaQuotes forum, permission to use it the author of the corresponding posts had granted me permission to use fragments of his code.
Also, as some of our MetaTrader code is the same for all experts and indicators, we moved it to a separate library file. MetaTrader's libraries are nothing but includable files. This library takes care of synhronization, when two or more expert are trying to run in the same time, as well as of few other things. If you use MetaTrader, it will help you to create robust experts, in any case, the MQL language is easy to understand.
mylib. mql, a helper library.
The code should look familiar, all I did was re-writing it, using slightly different language syntax of MQL.
This indicator has two buffers, and draws two lines, one for the original NOC, and one for the NN-predicted NOC. For trading, you don't have to draw both indicator lines, of course (see MQL tutorials to learn how to do it), but I have decided to show them together, so you can compare.
Another difference, that you should know about, is the way MT performs testing. It may, in some cases, be more accurate, then one we did (we did the worse case scenario). Of course, you can always to change the SLANG script from the examples above, to implement any logic you want.
The result of our testing in MT is a bit better, then in Cortex, due to all these reasons.
Keep in mind, that MT calculates the DD in a different way. I still think, that my way is better.
In should be especially noted, that no additional optimization had been performed using MetaTrader's optimizer. We have just plugged our MTS (mechanical trading system) in, and it worked as expected.
É isso. You can now create Cortex Neural Network, optimize it to do trading, and to port it to the trading platform of your choice.
Previsão de Forex.
Este exemplo é muito semelhante ao anterior. A única diferença é que ele mostra dados para pares de moedas estrangeiras (forex).
Como trabalhar com o applet.
Se você não viu o primeiro exemplo, por favor explore primeiro - a descrição básica está disponível lá. Neste applet, os dados a seguir estão disponíveis. Todos eles são valores próximos ao final do dia para todo o ano de 2007, ou seja, 313 valores. Como no applet anterior, cada uma dessas séries temporais possui os seguintes valores: zero para intervalo abaixo de 0, valor próximo no intervalo 0-número de valores e novamente zero após o último valor conhecido. EURUSP - EUR USD par de moedas USDJPY - EUR USD pares de moedas par USD / USD par EUR par de moedas EURJPY - EUR par USD par dados cambiais dados Novamente note que este exemplo é fornecido apenas para ilustração. A negociação usando essa configuração simples geralmente não está longe de usar a previsão pelo último valor disponível. Observe também que, para a negociação, precisamos desenvolver regras de entrada e saída, e que elas são mais importantes do que a previsão exata.
Por favor, aguarde até que o applet seja carregado.
Applet e descrição (c) Marek Obitko, 2008; a rede neural no applet usa as classes Java BPNeuron e BPNet.
do NeuralWebspace, (c) Tombo Vehovskэ, 1998, que foram modificados para os propósitos deste applet.
No comments:
Post a Comment