خوارزميات في الفوركس

+

حسابي التداول ما هو حسابي التداول حسابي التداول، ويشار إلى البرودة؛ الصقيع التداول والمتاجرة الصندوق الأسود، هو نظام التداول التي تستخدم النماذج والصيغ الرياضية المتقدمة والمعقدة لاتخاذ قرارات عالية السرعة والمعاملات في الأسواق المالية أيضا. ينطوي تداول حسابي استخدام برامج الكمبيوتر سريعة وخوارزميات معقدة لخلق وتحديد استراتيجيات التداول لتحقيق عوائد مجزية. كسر حسابي تجارة بعض استراتيجيات الاستثمار واستراتيجيات التداول مثل التحكيم. ويمكن تعزيز intermarket نشر، صناعة السوق، والمضاربة من خلال تداول حسابي. يمكن منصات إلكترونية تعمل تماما استراتيجيات الاستثمار والتجارة من خلال تداول حسابي. على هذا النحو، والخوارزميات هي قادرة على تنفيذ تعليمات التداول في ظل ظروف معينة في السعر والحجم والتوقيت. يستخدم استخدام التداول حسابي الأكثر شيوعا من قبل المستثمرين المؤسساتيين كبير بسبب كمية كبيرة من الأسهم التي يشترونها كل يوم. خوارزميات معقدة تسمح هؤلاء المستثمرين للحصول على أفضل سعر ممكن دون أن يؤثر ذلك بشكل كبير سعر السهم الصورة وزيادة تكاليف الشراء. التحكيم التحكيم هو الفرق من أسعار السوق بين كيانين مختلفين. يمارس التحكيم عادة في الشركات العالمية. على سبيل المثال، الشركات قادرة على الاستفادة من إمدادات أرخص أو العمل من بلدان أخرى. هذه الشركات قادرة على خفض التكاليف وزيادة الأرباح. ويمكن أيضا أن تستخدم التحكيم في تجارة S P العقود الآجلة، وتوفير فرصة للموازنة. سرعة عالية تداول حسابي يمكن أن تتبع هذه الحركات والاستفادة من فروق الأسعار. التداول قبل مدخرات صندوق مؤشر إعادة التوازن التقاعد مثل صناديق التقاعد تستثمر معظمها في صناديق الاستثمار المشترك. يتم تعديل صناديق المؤشرات صناديق الاستثمار بانتظام لتتناسب مع الأسعار الجديدة من الأصول الأساسية للصندوق الصورة. قبل أن يحدث هذا، يتم تشغيل تعليمات التداول المبرمجة مسبقا بواسطة الاستراتيجيات التي تدعمها التداول حسابي، والتي يمكن نقل الأرباح من قبل المستثمرين للتجار حسابي. يعني سحب بعد الإنقلاب المتوسط ​​هو طريقة رياضية أن يحسب متوسط ​​ارتفاع وانخفاض الاسعار مؤقتة أمن الصورة. تداول حسابي يحسب هذا المعدل والربح المحتمل من حركة السعر أمن الصورة لأنها إما يذهب بعيدا أو يذهب في اتجاه متوسط ​​السعر. سلخ فروة الرأس ربح السماسرة من التداول في العطاءات نسأل انتشار بأسرع مرات عديدة محتملة في اليوم. يجب أن تكون تحركات الأسعار أقل من انتشار أمن الصورة. هذه الحركات تحدث في غضون دقائق أو أقل، وبالتالي فإن الحاجة إلى اتخاذ قرارات سريعة، والتي يمكن أن يكون الأمثل من خلال صيغ التداول حسابي. وتشمل الاستراتيجيات الأخرى الأمثل في التداول حسابي تخفيض تكلفة المعاملات وغيرها من الاستراتيجيات المتعلقة حمامات المظلمة. متوسط ​​عدد السنوات التي ما زال كل دولار من رأس المال غير المدفوع على القرض أو الرهن العقاري المستحقة. مرة واحدة محسوبة. أدركت عودة نسبة سنوية على الاستثمار، ويتم تعديلها لتعكس التغيرات في الأسعار بسبب التضخم أو غيرها. اختصار لمؤشر حساس بومباي للأوراق (سينسيكس) - المؤشر الرئيسى للبورصة بومباي (BSE). والسندات، وبدون تاريخ الاستحقاق. سندات دائمة لا يمكن استبدال ولكن تدفع دفق مستمر من الفائدة إلى الأبد. قليلا من ال. الأول من سلسلة من السنوات في المؤشر الاقتصادي أو المالي. ومن المقرر عقد سنة الأساس عادة إلى مستوى التعسفي من 1. السندات التي يمكن تحويلها إلى مبلغ محدد مسبقا من أسهم الشركة ق في أوقات معينة خلال حياتها، عادة. SnowCron SnowCron الخوارزميات الجينية في الفوركس أنظمة التداول عن طريق الخوارزميات الجينية لخلق مربحة استراتيجية تداول العملات الأجنبية. الخوارزمية الجينية في اللحاء الشبكات العصبية البرامج Feedforward العكسي العصبية تطبيق شبكة لحسابات الوراثية تستند تداول العملات الأجنبية. يستخدم هذا المثال المفاهيم والأفكار من المادة السابقة، لذا يرجى قراءة الشبكات العصبية الخوارزميات الجينية في الفوركس أنظمة التداول لأول مرة، على الرغم من أنه ليس إلزاميا. حول هذا النص أولا وقبل كل شيء، يرجى قراءة إخلاء المسؤولية. وهذا مثال على استخدام اللحاء الشبكات العصبية البرمجيات وظائف الخوارزمية الجينية، وليس مثالا على كيفية القيام تجارة مربحة. أنا لست المعلم الخاص بك، لا يجب أن يكون مسؤولا عن الخسائر الخاص بك. قشرة الشبكات العصبية البرمجيات لديها الشبكات العصبية في ذلك، وFFBP ناقشنا قبل ليست سوى طريقة واحدة لاختيار استراتيجيات تداول العملات الأجنبية. وهو أسلوب جيد وقوية وعند تطبيقها بشكل صحيح، promicing جدا. ومع ذلك، فإنه لديه مشكلة - لتعليم TNE الشبكات العصبية. نحن بحاجة لمعرفة النتيجة المرجوة. فمن السهل بدلا أن تفعل عندما نفعل ذلك وظيفة التقريب، نحن نأخذ فقط من القيمة الحقيقية للوظيفة، لأننا نعرف ما ينبغي أن يكون. عندما نفعل التنبؤ الشبكة العصبية. نحن نستخدم تقنية (كما هو موضح في مقالات سابقة) لتعليم الشبكة العصبية في التاريخ، مرة أخرى، إذا نتوقع، مثلا، سعر صرف، ونحن نعلم (خلال التدريب) ما هو التنبؤ الصحيح. ومع ذلك، عندما نقوم ببناء نظام تجاري، ليس لدينا أي فكرة ما هو قرار التداول الصحيح، حتى لو كنا نعرف سعر الصرف كما واقع الأمر، لدينا العديد من استراتيجيات تداول العملات الأجنبية يمكن أن نستخدمها في أي لحظة من الزمن، و نحن بحاجة إلى العثور على واحدة جيدة - كيف ما يجب أن نطعم والإخراج المطلوب من لدينا العصبية صافي إذا اتبعت مقالنا السابق، كما تعلمون، أننا قد خدع للتعامل مع هذه المشكلة. نحن تيتشيد الشبكة العصبية للقيام سعر الصرف (أو الصرف على أساس مؤشر) التنبؤ، ومن ثم استخدام هذا التوقع للقيام التداول. ثم، خارج إطار الشبكة العصبية للبرنامج، اتخذنا قرارا الذي الشبكات العصبية هو أفضل واحد. يمكن الخوارزميات الجينية التعامل مع هذه المشكلة مباشرة، فإنها يمكن أن تحل مشكلة ما ينص عليه العثور على أفضل إشارات التداول. في هذا المقال الذي نحن بصدد استخدام اللحاء الشبكات العصبية برنامج لإنشاء مثل هذا البرنامج. استخدام الخوارزميات الجينية الخوارزميات الجينية ومتطورة جدا، ومتنوعة جدا. إذا كنت تريد معرفة كل شيء لهم، أقترح عليك استخدام ويكيبيديا، لأن هذا المقال هو فقط حول ما يمكن أن اللحاء الشبكات العصبية البرمجيات القيام به. وجود اللحاء الشبكات العصبية البرمجيات. يمكننا خلق شبكة العصبية التي تأخذ بعض المدخلات، مثلا، قيم مؤشرا، وتنتج بعض الانتاج، مثلا، إشارات التداول (شراء، بيع، عقد.) و إيقاف الخسارة / أخذ مستويات الربح للمناصب التي سيتم افتتاحها. وبطبيعة الحال، إذا كان لنا أن البذور أوزان هذه الشبكة العصبية الصورة عشوائيا، والنتائج التجارية يكون فظيعا. ومع ذلك، دعونا نقول الصورة أنشأنا عشرات من هؤلاء كالة أنباء البحرية. ثم يمكننا اختبار أداء كل منهم، واختيار أفضل واحد، هو الفائز. وكان هذا هو الجيل الأول من NNS. للمتابعة إلى الجيل الثاني، ونحن بحاجة للسماح الفائز لدينا في الإنجاب، ولكن لتجنب الحصول على نسخ متطابقة، تسمح ق إضافة بعض نويس عشوائي لق descentants الأوزان. في الجيل الثاني، لدينا الفائز من الجيل الأول وذلك ليالي الكمال (تحور) نسخة. السماح ليالي القيام الاختبار مرة أخرى. سيكون لدينا فائز آخر، وهو أفضل ثم أي شبكة العصبية الأخرى في الجيل. وما إلى ذلك وهلم جرا. نحن ببساطة السماح الفائزين لتربية، والقضاء على الخاسرين، مثلما هو الحال في تطور الحياة الحقيقية، ونحن سوف تحصل لدينا أفضل تداول الشبكات العصبية. دون أي المعرفه السابقة على ما ينبغي أن يكون النظام التجاري (الخوارزمية الجينية) مثل. الشبكات العصبية الخوارزميات الجينية: مثال 0 هذا هو أول الوراثي سبيل المثال الخوارزمية. واحد بسيط جدا. نحن نذهب إلى المشي من خلال ذلك خطوة خطوة، لمعرفة كل الحيل التي سوف تستخدم الأمثلة التالية. رمز ديه التعليقات المضمنة، لذلك دعونا الصورة فقط التركيز على لحظات مهمة. أولا، لقد قمنا بانشاء الشبكة العصبية. أنه يستخدم الأوزان العشوائية، ولم تيتشيد حتى الان. ثم، في دورة، ونحن جعل 14 نسخ منه، وذلك باستخدام طفرة NN fumction. هذه وظيفة يجعل نسخة من مصدر الشبكات العصبية. مضيفا قيم عشوائية من 0 إلى (في حالتنا) 0.1 لجميع الأوزان. ونحافظ على مقابض إلى الناتج 15 كالة أنباء البحرية في صفيف، يمكننا ان نفعل ذلك، ومقبض هو مجرد رقم صحيح. السبب نستخدم 15 كالة أنباء البحرية له علاقة التداول شيء: اللحاء الشبكات العصبية البرامج يمكنك رسم ما يصل الى 15 خطوط على الرسم البياني في وقت واحد. يمكننا استخدام أساليب مختلفة لاختبار. أولا، يمكننا استخدام مجموعة تعلم، كل ذلك في آن واحد. ثانيا، يمكننا اختبار على، ويقول، 12000 resords (من أصل 100000)، والمشي من خلال مجموعة التعلم، من البداية إلى النهاية. وهذا سيجعل learnigs مختلفة، وسنبحث عن الشبكات العصبية الصورة التي هي مربحة على أي جزء معين من البيانات، وليس فقط على المجموعة بالكامل. النهج الثاني يمكن أن تعطي لنا مشاكل، إذا تغيرت البيانات، من البداية إلى النهاية. ثم الشبكة سوف تتطور، والحصول على القدرة على التداول في نهاية مجموعة البيانات، وفقدان القدرة على التداول في بدايتها. لحل هذه المشكلة، ونحن نذهب إلى اتخاذ عشوائية 12000 سجلات شظايا من البيانات، وذلك لتغذية الشبكة العصبية. هو مجرد دوامة لا نهاية لها، كما لن يتم التوصل 100000 دورات في سرعتنا. أدناه نضيف طفل واحد لكل شبكة، مع أوزان مختلفة قليلا. ملاحظة، أن 0.1 لتانجي الطفرة ليست هي الخيار الوحيد، لأن واقع الأمر، يمكن أن يكون الأمثل حتى هذه المعلمة باستخدام الخوارزمية الجينية. تضاف كالة أنباء البحرية التي أنشئت حديثا بعد 15 الموجودة. بهذه الطريقة لدينا 30 كالة أنباء البحرية في صفيف، 15 عاما، و 15 الجديد. ثم نحن ذاهبون للقيام الدورة القادمة للاختبار، وقتل الخاسرين، من كل الأجيال. للقيام اختبار، ونحن نطبق الشبكة العصبية لمعلوماتنا، لإنتاج المخرجات، ومن ثم استدعاء اختبار وظيفة، يستخدم هذه النواتج إلى محاكاة التداول. وتستخدم نتائج التداول deside، التي كالة أنباء البحرية هي أفضل. نحن نستخدم الفاصلة السجلات n تعرف، من n قم ببدء إلى n قم ببدء n تعرف، حيث n قم ببدء هو نقطة عشوائية داخل مجموعة التعلم. رمز أدناه هو خدعة. السبب نستخدمها لتوضيح حقيقة، أن الخوارزمية الجينية يمكن أن تخلق الخوارزمية الجينية. ولكنه لن بالضرورة سوف يكون أفضل واحد، وأيضا، تشير إلى أننا يمكن أن تحسن نتيجة لذلك، إذا نحن ضمنا بعض القيود على عملية التعلم. ومن الممكن، أن نظام التداول لدينا يعمل بشكل جيد جدا على الصفقات طويلة، والفقراء جدا على باختصار، أو العكس بالعكس. إذا، ويقول، الصفقات طويلة جيدة جدا، هذه الخوارزمية الجينية قد تفوز، حتى مع خسائر كبيرة في الصفقات قصيرة. لتجنب ذلك، ونحن تعيين المزيد من الوزن على الصفقات طويلة في الغريب والصفقات قصيرة حتى في دورات. هذا مجرد مثال، ليس هناك ما يضمن، وأنه سوف يحسن شيئا. المزيد حول هذا الموضوع أدناه، في نقاش حول التصحيحات. من الناحية الفنية، دون لكم ر لها أن تفعل ذلك، أو يمكن جعلها مختلفة. إضافة الأرباح إلى مجموعة تم فرزها. تقوم بإرجاع موقف الإدراج، ثم نستخدم هذا الموقف لإضافة الشبكات العصبية التعامل والتعلم واختبار الأرباح إلى صفوف غير مرتبة. الآن لدينا بيانات عن الشبكة العصبية الحالية في مؤشر مجموعة نفس أرباحها. والفكرة هي للوصول إلى مجموعة واسعة من NNS، مرتبة حسب الربحية. كما الصفيف sortes الربح، لإزالة 1/2 الشبكات، والتي هي أقل ربحية، نحن بحاجة فقط لإزالة كالة أنباء البحرية تستند 0-14 قرارات التداول على قيمة إشارة الشبكة العصبية، من وجهة النظر هذه البرنامج مطابق ل أمثلة من المادة السابقة. الفوركس استراتيجية التداول: مناقشة المثال 0 بادئ ذي بدء، دعونا نلقي نظرة على الخرائط. الرسم البياني الأول من أجل الربح خلال التكرار الأول ليست جيدة على الإطلاق، كما ينبغي أن يتوقع، والشبكة العصبية يفقد المال (تطور صورة 00 جنرال 0.png نسخ بعد التكرار الأول من مجلد الصور): صورة من أجل الربح على دورة 15 ل أفضل، وأحيانا، الخوارزمية الجينية يمكن أن تتعلم بسرعة حقا: ومع ذلك، لاحظ التشبع على منحنى الربح. ومن المثير للاهتمام أيضا أن ننظر إلى تغيير الطريقة الفردية الأرباح، مع الأخذ في الاعتبار أن عدد منحنى، مثلا، 3 ليست دائما على نفس الشبكة العصبية. كما يتم ولادتهم وإنهاء كل وقت: لاحظ أيضا، ويذكر ان نظام النقد الاجنبى الآلي تجارة من يقوم الفقراء على الصفقات قصيرة، وأفضل بكثير على صفقات الشراء، التي قد تكون أو لا تكون ذات صلة إلى حقيقة، والسقوط مقارنة أن الدولار ل اليورو خلال تلك الفترة. كما قد يكون لها علاقة ما مع معايير مؤشر لدينا (ربما، نحن بحاجة إلى فترة مختلفة عن شورت) أو اختيار المؤشرات. هنا هو التاريخ بعد 92 و 248 دورات: دهشتنا، فشلت الخوارزمية الجينية تماما. السماح ليالي في محاولة لمعرفة لماذا، وكيف يساعد في هذه الحالة. أولا وقبل كل شيء، يسن كل جيل من المفترض أن يكون أفضل من واحد previuos الجواب هو لا، على الأقل ليس ضمن نموذج استخدمنا. إذا أخذنا مجموعة التعلم بأكمله دفعة واحدة، واستخدامها مرارا وتكرارا لتعليم كالة أنباء البحرية لدينا، ثم نعم، وسوف تحسين في كل جيل. ولكن بدلا من ذلك، أخذنا شظايا عشوائية (12000 السجلات في الوقت المناسب)، واستخدموه. سؤالين: لماذا فشل النظام في أجزاء عشوائية من مجموعة التعلم، ولماذا ملاذ تي كنا التعلم بأكمله في حسنا. للإجابة على السؤال الثاني، فعلت. يقوم كالة أنباء البحرية إلى حد كبير - على تعلم مجموعة. وفشلوا في اختبار مجموعة، لنفس السبب failes عندما كنا التعلم FFPB. وبعبارة أخرى، حصلت لدينا كالة أنباء البحرية overspecialized، تعلموا كيفية البقاء على قيد الحياة في بيئة يتم استخدامها، ولكن ليس خارجه. هذا يحدث كثيرا في الطبيعة. وكان القصد من النهج الذي سلكناه بدلا للتعويض عن ذلك، عن طريق إجبار كالة أنباء البحرية لأداء جيدة على أي جزء عشوائي من مجموعة البيانات، بحيث نأمل، فإنها يمكن أيضا أن تؤدي على مجموعة التجارب غير مألوف. بدلا من ذلك، أنها فشلت على كل من الاختبار وعلى تعلم مجموعة. تخيل الحيوانات، التي تعيش في الصحراء. وهناك الكثير من الشمس، لا الثلوج على الإطلاق. هذا هو metafor لrizing السوق، كما لدينا كالة أنباء البحرية تلعب البيانات دور البيئة. المستفادة الحيوانات للعيش في الصحراء. تخيل الحيوانات، التي تعيش في مناخ بارد. الثلوج ولا أحد على الإطلاق. حسنا، انهم تعديل. ومع ذلك، في تجربتنا، نحن وضعت بشكل عشوائي كالة أنباء البحرية لدينا في الصحراء، في الثلج، في الماء، على الأشجار. من خلال تقديم لهم شظايا مختلفة من البيانات (ارتفاع عشوائيا، السقوط، شقة). ماتت البهائم. أو، بعبارة أخرى، اخترنا أفضل الشبكات العصبية لمجموعة البيانات عشوائية 1، التي، مثلا، كان لارتفاع السوق. ثم قدمنا، للفائزين وأطفالهم، بيانات سوق هابطة الصورة. يقوم كالة أنباء البحرية على نحو رديء، أخذنا أفضل من الأداء الضعيف، وربما، واحدة من الأطفال متحولة، التي فقدت القدرة على التداول على ارتفاع السوق، ولكن حصلت بعض القدرة على التعامل مع سقوط واحد. ثم لجأنا الجدول مرة أخرى، ومرة ​​أخرى، وحصلنا على أفضل أداء - ولكن الأفضل من بين الأداء الضعيف. نحن ببساطة ألم ر إعطاء كالة أنباء البحرية لدينا أي فرص أن تصبح عالمية. هناك تقنيات تسمح الخوارزمية الجينية لمعرفة معلومات جديدة دون أن تفقد الأداء على المعلومات القديمة (بعد كل شيء، والحيوانات يمكن أن يعيش في الصيف والشتاء، والحق حتى تطور هو قادرة على التعامل مع التغيرات تكرار). ونحن قد مناقشة هذه التقنيات في وقت لاحق، على الرغم من هذا المقال هو المزيد حول استخدام اللحاء الشبكات العصبية البرمجيات. من حول بناء النقد الاجنبى الآلي النظام التجاري ناجحا. الشبكات العصبية الخوارزميات الجينية: مثال 1 الآن حان الوقت للحديث عن التصحيحات. الخوارزمية الجينية البسيطة التي تم إنشاؤها أثناء الخطوة السابقة واثنين من العيوب الرئيسية. أولا، أنها فشلت في التجارة مع الربح. على ما يرام، يمكننا محاولة استخدام نظام تدريب جزئيا (كان مربحة في البداية). العيب الثاني هو أكثر خطورة: لدينا أي سيطرة على الأمور، أن هذا النظام لا. على سبيل المثال، فإنه قد تعلم أن تكون مربحة، ولكن مع عمليات السحب الضخمة. ومن الحقائق المعروفة، وذلك في واقع الحياة، وتطور يمكن أن أمثل أكثر من معلمة واحدة في وقت واحد. على سبيل المثال، يمكننا الحصول على حيوان، التي يمكن تشغيلها بسرعة وتكون مقاومة للبرد. لماذا لا نحاول القيام بنفس الشيء في نظام التداول الآلي الفوركس لدينا. أن ليالي عندما نستخدم التصحيحات، التي ليست سوى مجموعة من العقوبات الإضافية. أقول، لدينا الصفقات مع نظام سحب 0.5، في حين أننا نريد أن نؤكد أن 0-0،3 الفترة. لنقول للنظام أنه ارتكب خطأ، ونحن خفض أرباحها (واحد يستخدم لتحديد، التي فازت الخوارزمية الجينية) لدرجة أن يتناسب مع حجم DD. ثم، الخوارزمية تطور يعتني بقية. وهناك عدد قليل من العوامل، التي كنا نريد أن نأخذ بعين الاعتبار: نحن قد ترغب في الحصول على عدد أكثر أو أقل على قدم المساواة من شراء وبيع عملياتها، ونحن نريد أن يكون أكثر من عمليات مربحة، ثم الفشل، ونحن قد تريد على الرسم البياني الربح ل تكون الخطية وهلم جرا. في تطور 01.tsc ننفذ مجموعة بسيطة من التصحيحات. أولا وقبل كل شيء، نحن استخدام بعض العدد الكبير لقيمة التصحيح الأولية. ضربنا أن صغيرة (عادة ما بين 0 و 1) القيم، وهذا يتوقف على العقوبة نريد تطبيق. ثم ضربنا أرباحنا لهذا التصحيح. نتيجة، يتم تصحيح الربح، لتعكس مدى يتوافق الخوارزمية الجينية لمعايير أخرى لدينا. ثم نستخدم نتيجة لإيجاد الفائز الشبكات العصبية. الفوركس استراتيجية التداول: مناقشة مثال 1 مثال 1 يعمل أفضل بكثير، من سبيل المثال 0. خلال 100 دورة الأولى، وتعلمت الكثير، والرسوم البيانية الربح تبدو مطمئنة. ومع ذلك، كما هو الحال في المثال 0، الصفقات طويلة هي أكثر ربحية، وهو ما يعني على الأرجح أن هناك مشكلة في نهجنا. ومع ذلك، وجد النظام التوازن بين الزوجين من الشروط الأولية متناقضة: هناك بعض الديناميات الإيجابية على حد سواء في تعلم مجموعة، والأهم، في اختبار مجموعة. أما بالنسبة للمزيد من التعلم، في دورة 278 يمكننا أن نرى، أن نظامنا حصلت overtrained. وهذا يعني، لا يزال لدينا تقدم في مجموعة التعلم: ولكن اختبار مجموعة يظهر ضعف: هذا هو مشكلة مشتركة مع NNS: عندما نعلم أنه على تعلم مجموعة، فإنه يتعلم التعامل معها، وأحيانا، فإنه يتعلم جيدا - ل درجة، عندما يفقد الأداء على اختبار مجموعة. للتعامل مع هذه المشكلة، يتم استخدام الحل التقليدي: واصلنا تبحث عن الشبكة العصبية. الذي ينفذ أفضل على اختبار مجموعة، وحفظه، الكتابة السابقة أفضل واحد، وصلت في كل مرة ذروة جديدة. هذا هو النهج نفسه، كنا في التدريب FFBP، إلا هذه المرة علينا أن نفعل ذلك بأنفسنا (رمز مضيفا أن يبدو لأفضل الشبكات العصبية على مجموعة الاختبار، ويدعو SAVE NN، أو تصدير أوزان الشبكة العصبية ل ملف). بهذه الطريقة، عندما تتوقف عن التدريب الخاص بك، سوف يكون لديك أفضل أداء على اختبار SET حفظها وفي انتظاركم. لاحظ أيضا، أنه ليس أقصى الحدود. ربح أنت بعد، ولكن الأداء الأمثل، والنظر في ذلك باستخدام التصحيحات، عندما تبحث عن أفضل أداء في مجموعة الاختبار. الخوارزمية الجينية لFOREX التحليل الفني: أين الآن بعد أن حصلت الفائز بك الشبكات العصبية. يمكنك اتباع الخطوات المبينة في المادة السابقة، لتصدير أوزان تلك الشبكات العصبية. ومن ثم استخدامها في الحقيقية منصة التداول وقتك، مثل ميتا تريدر، محطة التجارة وهلم جرا. بدلا من ذلك، يمكنك التركيز على طرق أخرى لتحسين شبكة العصبية. خلافا مع خوارزمية FFBP، هنا يمكنك الحصول على avay من استخدام التعلم واختبار مجموعات، ونقل التعلم متسلسلة. تحميل اللحاء ترتيب اللحاء مشاهدة قائمة الأسعار الرؤية من المهم جدا لهذا الموقع. إذا كنت ترغب في ذلك يرجى تصل إلى هذا التداول URL حسابي في الرجال مرحبا الفوركس، كنت بحاجة الى بعض المعلومات عن تداول حسابي. لقد قرأت أن ما يقرب من 60 من التداول في الأسواق الأمريكية وسون خلال هذه الخوارزميات. هل صحيح كيف يتم الكثير من نسبة التداول من خلال هذه الخوارزميات في العملات الأجنبية التي تستخدم لغات البرمجة لبناء مثل هذه الخوارزميات لدي المعرفة الأساسية للبرمجة. يرجى الرد thnx ج: عضو التجاري اشترك في يونيو 2010 89 المشاركات نرجو منكم نصيحتي - دون ر عناء، أماه أنا مبرمج من ذوي الخبرة العالية، وقد كتبت قمة شرق آسيا واسعة ومعقدة، إذا كنت تريد أن تثبت لنفسك أنه سا مضيعة للوقت عادلة بما فيه الكفاية، وولدن ر استمعنا إلى لي سواء. زميله بارد. كرة القدم هي وسيلة للذهاب. الاسترخاء مع بعض البيرة موافق. وجهة نظري هو: هناك الكثير من المعلومات، على هفت والتجارة ضليع في الرياضيات. والعديد من PPL غريبة فقط لمعرفة ما هو كل شيء. فقط عدد قليل سوف تنفق في الواقع وقت واحد. لفصل توقيت السوق المناسب عندما السوق. أوافق على PPL الذي يتم التداول من المرآب أو غرفة النوم، بل هو علم الصواريخ، والكثير من الرياضيات، نظريات. إلخ. إلخ. أستراليا x صربيا هو ON. ايم الذهاب الى هدئ قليلا بالضبط، وأنا الإقليم الشمالي تبدو لبناء نوع الكأس المقدسة إيا. وأنا أعلم به في غاية الصعوبة. نشرت لي هذا الموضوع للفضول فقط. أساسا أريد أن أعرف كم من تجارة النقد الاجنبى يتم ذلك عن طريق هذه الخوارزميات. انضم مارس 2010 الحالة: عضو 144 معدل المشاركات في الأساس أريد أن أعرف كم من تجارة النقد الاجنبى يتم ذلك عن طريق هذه الخوارزميات. أنا أعمل actualy على EA العمل السعر. كل شيء تقريبا يمكن أن تكون مشفرة، يسبيسيالي إدارة الأموال، موقف التحجيم وتوقف / TP الصورة. الشمعدانات التشكيلات، ونقاط المحورية، BRN من السهل جدا. الجزء الأكثر صعوبة هو الرسم البياني للتحليل، فإنه من الصعب جدا إلى رمز INFINIT قواعد الاحتمالات لصنع S / R، موجات اليوت، خطوط الاتجاه، يضاعف كبار أسفل. أنا أعمل مع طاقم من المبرمجون لجعل قواعد مزدوج أعلى / أسفل وموجات إليوت تدرك مؤشر، استنادا إلى لهجة من الرسوم البيانية الشاشة وتحليلات موثوقة. أنا hnow ق حمولة كبيرة من العمل، ولكن وجدنا ما يقرب من حل للخلافات، إليوت الجواب بوت القمة المزدوجة، وبمجرد القيام به، ونحن يمكن أن يحل محل التاجر تخطيط باستخدام هذه الأدوات المخطط السابقة. فإن النتيجة لن تكون دقيقة قدر أحد كبار المتداولين ولكن لا يزال. وجزء لا بأس به من قدرة EA لجعل calculs سريع ويمكن تشغيل عدة زوج / TF ولا يفوتون الإعداد احترام قواعد استراتيجية EA.