Forex prediction. This exempel är väldigt lik den föregående. Den enda skillnaden är att den visar data för valutahandel valutapar. Hur man arbetar med appleten. Om du inte har sett det första exemplet, utforska det först - grundläggande beskrivning är Tillgänglig där. I denna applet finns följande data tillgängliga Alla är slutdatum för slutet av året, dvs 313-värden Som i föregående applet har varje av följande tidsserier följande värden noll för intervall under 0, Nära värde i intervallet 0-tal värden, och igen noll efter det senast kända värdet. EURUSD - EUR USD valutakursdata. USDJPY - EUR USD valutakurspardata. USDCHF - EUR USD valutautparingspardata. EURJPY - EUR USD-valuta-valutapardata. Observera att det här exemplet är enbart som illustration. Handel med denna enkla inställning är vanligtvis inte långt ifrån att du använder förutsägelsen med det senast tillgängliga värdet. Observera att för handel måste vi utveckla regler för in - och utträde , Och att de är viktigare än exakt förutsägelse. Vänta tills appleten är laddad. Applikation och beskrivning c Marek Obitko, 2008 använder det neurala nätverket i appleten Java-klasserna BPNeuron och BPNet från NeuralWebspace, c Tom Vehovsk, 1998, som var Modifierad för syftet med denna applet. Licensed User Center. Trade med Intelligence med TradingSolutions. TradingSolutions kombinerar teknisk analys med artificiell intelligens AI-teknik med neurala nätverk och genetiska algoritmer för att lära sig mönster från historiska data och optimera systemparametrar Denna handelsprogramvara arbetar med aktier, Terminer, valutor Forex och många andra finansiella instrument Det kan också bygga system för amerikanska och internationella marknader. Över 300 av de mest populära tekniska indikatorerna. Provet prov och kundprestanda. Industriell ledande datastöd från eSignal Interactive Brokers och många fler. Privata Optimal Signal Technology. Free Technical Support.100 Free Systems och förbyggda ne Ural nätverksmodeller. Används framgångsrikt i över 66 länder runt om i världen. 30-dagars pengarna tillbaka-garanti. NeuroShell Trader och NeuroShell Day Trader-diagram kan innehålla flera diagram sidor, som var och en refererar till en annan säkerhet. Kartor kan du visa och handla Dina handelssystem över flera värdepapper samtidigt Indikatorer, handelsstrategier och förutsägelser för neuralt nätverk som läggs till i diagrammet testas individuellt, optimeras och tillämpas över alla värdepapper samtidigt. Om du lägger till och tar bort diagramsidor i flygningen, NeuroShell Trader kommer automatiskt att backtest och optimera de tillförda värdepapperen. Använd noga förutsägelser och handelssystem över hela din portfölj av aktier, valutor valutor etc. Den mest kraftfulla, men ändå lättanvända handelsprogramvaran tillgänglig för handel forex, aktier, index, futures och More. Copyright 2016.Låta dina system lära dig visdom av ålder och erfarenhet. World Systems Group, Inc. NÄR VÄRLDENS MEST RESPEKERADE FINANSIELLA AL FÖRETAG TRUSTERAR VÅR TEKNIK. Inte bara är detta ett av de mest kraftfulla handelsverktygen jag någonsin har stött på och jag har provat de flesta av dem, det är också det enklaste att använda. Under 15 års affärserfarenhet och kund av flera verktyg under åren överstiger NeuroShell Trader support varje gång mina förväntningar. Möjligheten att bygga handelssystem är så enkel Strategier som kräver inblandad programmering i annan programvara kan snabbt byggas på ett 1 1 2 sätt. Jag har provat många andra paket, men det finns få verktyg som ger dig flexibilitet att designa, optimera och implementera som NeuroShell Trader. Slutligen kunna köra de typer av test som jag har velat i åratal, men som helt enkelt tog för lång tid att vara livskraftig. Programvaran har fler funktioner än vad jag troligen kommer att använda, men det är lätt att använda även för den här bonden från nordvästern, som inte har studerat matematik i 35 år. World Systems Group, Inc Låt dina system lära dig visdom av ålder och erfarenhet. Bygga börser, terminer, index och valutahandel utan UTGIFTER. Nätverksprognoser Profits. Neural-nätverk är state-of-the-art, utbildningsbara algoritmer som efterliknar vissa viktiga aspekter i den mänskliga hjärnans funktion. Detta ger dem en unik, Förmåga att formalisera oklassificerad information och viktigast av allt förmågan att göra prognoser utifrån den historiska information som de har till sitt förfogande. Naturliga nätverk har använts i allt större utsträckning inom en rad olika affärsapplikationer, inklusive prognos och marknadsundersökning Lösningar På vissa områden, såsom bedrägeribekämpning eller riskbedömning är de de obestridliga ledarna. De viktigaste områdena där neurala nätverk har hittat applikation är f Inansvariga verksamheter, företagsplanering, handel, affärsanalys och produktunderhåll. Neurala nätverk kan tillämpas av alla typer av näringsidkare, så om du är en näringsidkare och du ännu inte har introducerats i neurala nätverk kommer vi att ta dig igenom den här metoden för Teknisk analys och visa dig hur du applicerar den till din trading stylemon Delusions De flesta människor har aldrig hört talas om neurala nätverk och om de inte är handlare, behöver de nog inte veta vad de är. Vad är verkligen överraskande är det faktum Att ett stort antal av dem som skulle kunna dra nytta av neuralt nätverksteknik aldrig någonsin hört talas om det, ta det för en högvetenskaplig idé eller tänka på det som en smal marknadsföringsgimmick. Det finns också de som klarar alla sina förhoppningar på neurala nätverk , Lejoniserar nät efter några positiva erfarenheter med dem och betraktar dem som en silver-bullet lösning till någon form av problem Men som alla handelsstrategiska neurala nätverk är ingen snabb fix som kommer att Låt dig strike den med att klicka på en knapp eller två Faktum är att den korrekta förståelsen av neurala nätverk och deras syfte är avgörande för deras framgångsrika tillämpning. När det gäller handel är neurala nätverk en ny, unik metod för teknisk analys, avsedd För dem som tar ett tänkande tillvägagångssätt för sina affärer och är villiga att bidra lite tid och ansträngning för att få denna metod att fungera för dem. Bäst av allt, när de tillämpas korrekt kan neurala nätverk generera vinst regelbundet. Använd neurala nätverk för att avslöja möjligheter En stor missuppfattning är att många handlare misstager neurala nätverk för ett prognosverktyg som kan ge råd om hur man agerar i en viss marknadssituation. Neurala nätverk gör inga prognoser I stället analyserar de prisdata och upptäcker möjligheter. Med hjälp av ett neuralt nätverk kan du Fatta ett handelsbeslut baserat på grundligt analyserad data, vilket inte nödvändigtvis är fallet vid användning av traditionella tekniska analysmetoder. För en seriös, Tänkande handlare, neurala nätverk är ett nästa generations verktyg med stor potential som kan upptäcka subtila icke-linjära interdependenser och mönster som andra metoder för teknisk analys inte kan avslöja. Bästa nät Precis som någon form av bra produkt eller teknik, neurala nätverk Har börjat locka alla som letar efter en spirande marknad Torrenter av annonser om nästa generations programvara har översvämmade marknaden - Annonser firar mest kraftfulla av alla neurala nätverksalgoritmer som någonsin skapats Även i de sällsynta fallen när reklamkrav liknar sanningen, Kom ihåg att en 10 effektivitetsökning är förmodligen den mest du någonsin kommer att få från ett neuralt nätverk Med andra ord ger det inte mirakulösa avkastningar och oavsett hur väl det fungerar i en viss situation kommer det att finnas några datasatser och Uppgiftsklasser för vilka de tidigare använda algoritmerna är överlägset Kom ihåg det är inte den algoritm som gör tricket Väl förberedd information På den riktade indikatorn är den viktigaste delen av din framgång med neurala nätverk. Snabbare konvergens bättre. Många av dem som redan använder neurala nätverk tror felaktigt att ju snabbare deras nät ger resultat, desto bättre är det. Det här är dock en illusion A Bra nätverk är inte bestämt av den takt som det ger resultat och användarna måste lära sig att hitta det bästa balansen mellan hastigheten vid vilken nätverket tränar och kvaliteten på resultaten som den producerar. Korrekt tillämpning av neurala nät Många handlare tillämpar neurala nät felaktigt Eftersom de lägger för mycket förtroende för programvaran som de använder allt utan att ha fått riktiga instruktioner om hur man använder det korrekt. Att använda ett neuralt nätverk på rätt sätt och därmed vinstfullt bör en näringsidkare vara uppmärksam på alla stadier av Nätverksberedskapscykeln Det är näringsidkaren och inte hans eller hennes nät som ansvarar för att uppfinna en idé, formalisera denna idé, testa och förbättra den och slutliga Låt oss välja det rätta ögonblicket för att hantera det när det inte längre är användbart. Låt oss överväga stadierna av denna viktiga process mer detaljerat.1 Hitta och formalisera en handelsidee En näringsidkare bör fullt ut förstå att hans eller hennes neurala nätverk inte är avsett För att uppfinna vinnande handelsideer och - koncept. Det är avsett att ge den mest tillförlitliga och exakta informationen om hur effektiv din affärsidé eller - koncept är. Därför bör du komma fram till en original handelsidee och tydligt definiera syftet med denna idé och vad du Förväntar dig att uppnå genom att använda den här Det här är det viktigaste steget i nätverksberedskapscykeln För relaterad läsning, se Lektion från en Trader s Dagbok 2 Förbättra parametrarna i din modell Nästa ska du försöka förbättra den övergripande modellkvaliteten genom att ändra data Ställt in och justera de olika parametrarna. Figur 1 Specificera optimeringsalgoritmen och dess egenskaper.3 Disposition av modellen när den blir Obsole Te Varje neuronbaserad modell har en livslängd och kan inte användas på obestämd tid. Livslängden hos en modell s livslängd beror på marknadssituationen och hur länge marknadsöverskridandena som återspeglas i den fortsätter att vara aktuell. Men förr eller senare blir någon modell föråldrad När det händer kan du antingen omskolla modellen med helt ny data, dvs ersätta alla data som har använts, lägg till några nya data till den befintliga datamängden och träna modellen igen eller helt enkelt dra av modellen helt. Många handlare gör Misstaget att följa den enklaste vägen - de är starka beroende av och använder det sätt på vilket deras programvara ger den mest användarvänliga och automatiska funktionaliteten. Det enklaste sättet att förutse ett pris några få barer framåt och basera ditt handelssystem på denna prognos. Andra handlare prognos Prisförändring eller procentandel av prisförändringen Detta tillvägagångssätt ger sällan bättre resultat än att prognostisera priset direkt Både de förenklade metoderna misslyckas O avslöja och utnyttja de flesta av de viktiga långsiktiga ömsesidiga beroendeförhållandena och som ett resultat blir modellen snabbt föråldrad när de globala drivkrafterna förändras. Den mest optimala övergripande strategin för att använda neurala nätverk En framgångsrik näringsidkare kommer att fokusera och tillbringa en hel del Tid att välja de styrande ingångspunkterna för sitt neurala nätverk och justera parametrarna som han eller hon kommer att spendera från åtminstone flera veckor - och ibland upp till flera månader - utnyttja nätverket En framgångsrik näringsidkare kommer också att justera sitt nät till Förändrade förhållanden under hela livslängden Eftersom varje neuralt nätverk endast kan täcka en relativt liten aspekt av marknaden, bör neurala nätverk också användas i en kommitté. Använd så många neurala nätverk som möjligt - förmågan att anställa flera på en gång är en annan fördel med detta Strategi På så sätt kan var och en av dessa flera nät ansvara för en viss aspekt av marknaden, vilket ger dig en stor fördel över boendet Ard Det rekommenderas dock att du behåller antalet nät som du använder inom intervallet fem till 10. Slutligen bör neurala nätverk kombineras med en av de klassiska metoderna. Detta gör det möjligt för dig att bättre utnyttja de uppnådda resultaten i enlighet med din Trading preferences. Conclusion Du kommer att uppleva verklig framgång med neurala nät bara när du slutar leta efter det bästa nätet. Tillsammans ligger inte nyckeln till din framgång med neurala nätverk i nätverket själv, men i din handelsstrategi Därför, att hitta en lönsam Strategi som fungerar för dig måste du utveckla en stark uppfattning om hur man skapar en kommitté för neurala nätverk och använder dem i kombination med klassiska filter och penninghanteringsregler. För relaterad läsning, kolla in Neural Trading Biological Keys To Profit and Trading Systems Kodning Tutorial. Interview with Leonid Velichkovsky Den största myten om neurala nätverk är super-lönsamhet. Helt i vår intervju Leonid Velichkovski LeoV har en Han deltog redan i automatiserade handelsmästerskap 2008 var hans multicurrency neurala nätverk som en klar blixt i himlen och tjänar 110 000 i ett visst ögonblick, men blev till slut offer för sin aggressiva penningförvaltning För två år sedan delar Leonid i sin intervju sin egen Trading erfarenhet och berättade om funktionerna i hans expertråd På kvällen till ATC 2010 talar Leonid om de vanligaste myterna och missuppfattningarna som hör samman med neurala nätverk. - Leonid, du är en sällsynt representant för det näringsidkare som använder neurala Nätverk för handel Det här är ganska komplicerade utvecklingar, men fansen fortsätter att växa. Vad lockar dig i neurala nätverk. - För sex år sedan lockade neurala nätverk mig med sin nyhet, ovanliga mystiska karaktär och till synes hög lönsamhet. Åren har många myter gått, men neurala nätverk attraherar mig fortfarande med sin förmåga att anpassa sig till en kurva och hitta mönster där inte Hing och ingen annan kan hitta dem .- Kan du berätta mer om myterna i samband med neurala nätverk Har du mött någon desillusion i detta område? Den största myten i samband med neurala nätverk är deras överlönsamhet Men detta gäller inte bara neurala nätverk , Men till Forex som helhet Först verkar det som om det är lätt att tjäna - köpa och sälja, det finns inget komplicerat i det senare. Men vissa faktorer uppstår, som du inte ens visste - först då börjar du förstå Och förstå dem I neurala nätverk är det besvikelse som är den sak som lockar dig - deras förmåga att träna och anpassa sig till vilken marknad som helst med tillgänglig data. Den stora fördelen är en stor nackdel när den tillämpas på finansiella marknader. Det här är en fantastisk metamorfos. Du kommer att förstå att neurala nätverk inte leder till supervinster. Var det någon personlig erfarenhet .- Det finns ingen super lönsamhet i Forex också, inte bara i neurala nätverk. Strikt sett är neurala nät Orks är samma handelssystem i det följande - TS De använder bara en neuron i stället för gemensamma indikatorer Och då är den viktigaste fasetten pengarhantering, det vill säga näringsidkarens grådighet. När du börjar handla har du inte begreppet penninghantering som sådan Men då kommer du att inse nödvändigheten av detta verktyg. Arbeta på Forex och i allmänhet på finansmarknaderna är alltid kopplad till risker. Du måste vara medveten om att risken för 100 och 100 000 är två olika saker. När jag handlade med en initial insättning på 100 , 500 och till och med 1 000 dollar, var det viss risk och hela handlingssättet var specifikt. Och när jag började handla större mängder blev hållningen mot handel något helt annorlunda - risknivån ökade och jag förstod snabbt att jag Kunde förlora allt Ett visst ansvar togs med detta. Till exempel, när man handlar på 100-insättningen, kan vinsten på 100 per år knappast vara tillfredsställande, men tror att jag handlar på insättningen på 100 000 En vinst på 100 per år är inte dåligt. Således finns det en slags psykisk konflikt - handlare som handlar med små insättningar, försöker tjäna så snabbt och mycket som möjligt. Det driver näringsidkare att gå utöver alla tänkbara risker. Resultatet är att Naturlig förlust av inlåning Därför tror jag att handel med små insättningar är dömd till misslyckande på grund av att en näringsidkares naturliga önskan tjänar så snabbt och mycket som möjligt. Och 100 är till exempel inte tillräckligt stor för att hålla dig borta från Risker. - Under de senaste sex åren har du arbetat med neurala nätverk i handel. Hur skapar du dessa mystiska neurala nätverk. Vad använder du .- Jag är ingen programmerare, jag är näringsidkare. Programmera neurala nätverk och använda dem på finansmarknaderna Är helt olika saker Programmerare hjälper mig att utveckla expertrådgivare - Roman Kramar Bstone, Yuri Zaitsev YuraZ, Victor Nikolaev Vinin och Dmitriy Fedoseev Integer Alla är professionella inom sitt område, jag behöver inte förklara mycket - De vet allt perfekt och jag är mycket tacksam för dem alla för deras arbete och professionalism. Jag har också samarbetat och fortsätter att arbeta med Steve Ward Ward Systems Group och Sergei Dolenko Neuroproject som gav mig ovärderlig information om tillämpningen av neurala nätverk På finansmarknaderna Dessutom arbetade jag nära med Dennis Meyers Meyers Analytics, Philippe Lonjoux Noxa Analytics, Inc och Mark Simpson Bowfort Technologies Inc, med vilka jag testade nya system och indikatorer. Jag skulle vilja notera att tillämpningen av neurala nätverk på finansiella marknader Har många funktioner och innovativa koncept och tekniker och skiljer sig mycket från användningen på andra områden. Jag använder MetaTrader 4, självklart nu försöker jag träffa MetaTrader 5 Ett annat oumbärligt verktyg för arbetet är NeuroShell, utan vilket jag inte kan göra Jag använder MTFeed som en bro mellan MetaTrader 4 och NeuroShell. - Det finns många sätt att träna neurala nätverk Leonid, hur tränar du dem och slutligen, Frågan som plågar många nybörjare i nätverkshandel Hur man undviker den så kallade överkursen. Det är en komplicerad fråga, som jag och inte bara jag inte har något svar på och som är omöjligt att tydligt systematisera. Men jag kommer att försöka Berör kärnproblemen i träning och sätt att undvika överträning På grund av sin starka nonlinearitet och förmågan att anpassa sig till data, är ett neuralt nätverk väldigt väl anpassat, utbildat och följaktligen - överutbildat Ett neuralt nätverk med endast Några neuroner i sitt inre lager minns lätt historien om några tusen barer. Det bör noteras att överutbildning endast är inbyggd i neurala nätverk när de tillämpas på finansmarknaderna. Vad betyder detta Vi vet alla att marknaden förändras över tiden - vad Hänt i det förflutna kommer att vara borta i framtiden Tja, det kommer att existera, men något annorlunda kommer det inte att finnas 100 procent matcher Mönster, lagar, marknadsområden - allt detta kommer att vara annorlunda på olika delar av ma Rket. Om ett neuralt nätverk lär sig lektionsexemplen på det förflutna för väl då det blir utbildat på historikdata, kan det i slutändan helt enkelt misslyckas med att upptäcka eller identifiera nya mönster och marknadsområden i framtiden eftersom alla har genomgått Några förändringar Det är att det neurala nätverket har anpassat sig väl till marknadsförhållandena, som existerade tidigare men kunde inte känna igen de nya mönstren under de förändrade marknadsförhållandena. Det finns många sätt att undvika överutbildning. Det finns många Sätt, men de viktigaste är två av dem tidigt slut på träning och ökning av träningsintervallet. Båda metoderna har dock allvarliga nackdelar. I början av tiden finns det svåra frågor som det inte finns något svar på. På vilken tid ska jag Sluta träna Vilka kriterier ska användas för det? Det finns många svar på den här frågan - använd fel, vinstnivå, drawdown och andra matematiska kriterier Men de ger inte hundra procent garanti för tidsbegränsade stopp där För det här beror det bara på traderens färdigheter. Det är en missuppfattning att ju bättre det var i det förflutna desto bättre kommer det att vara i framtiden. Ju mindre felet på träningsintervallet är desto bättre är det, desto bättre Nätet kommer att fungera i framtiden Men det är inte sant - marknaden förändras och att den är för välutbildad i historiska data kan ett neuralt nätverk misslyckas med att se framtiden. Jag vet från min egen erfarenhet att förhållandet mellan fel på Del av utbildningen och vinsten på OOS Out of Sample - utanför optimeringsintervallet eller på ett riktigt konto är följande - felet minskar gradvis med den ökande träningstiden men vinsten först ökar och faller sedan och bildar maximalt i en viss Tidpunkten Det här är det högsta som vi behöver fånga. När träningstiden ökar kommer också felet gradvis att minska och vinst på OOS kan producera flera fler maximier, men de är oftast mindre än de allra första. Jag stötte på en situation där den andra och till och med den tredje maximen var högre än den första Men det antas att det första maximalt är bättre än resten när det gäller lönsamhet och effektivitet Faktum är att vår uppgift är att fånga det här första maximiet Och det Beror på kompetens och erfarenhet från näringsidkaren - jag vet inte några andra, mer exakta kriterier Även om vi självklart kan och bör vi styras av andelen lönsamhet, fel, drawdown, Sharpe-förhållande och många andra parametrar. Men i slutändan, Det beror enbart på näringsidkaren vilka kriterier som ska användas. Det beror på hur han förstår sin TS och vet hur den beter sig. Även om träningsintervallet händer, sker helt olika saker. Felet och vinsten beter sig motsatsen - felet minskar gradvis, och Vinsten ökar smidigt Om vinsten ökar under optimering innebär det att expertrådgivaren helt enkelt är anpassad till marknadskurvan och omvandlar priset till en jämn kurva. Denna kurva bör stiga upp en D heter kapitalet I själva verket är denna optimering också att minska felet och vi får följande saker, desto större vinst på avsnittet träning eller optimering är, desto mer sannolikt kommer du att ha över träning eller överoptimering och, som En följd - förluster i framtiden. Det andra sättet att undvika överutbildning är att öka utbildningsintervallet, det vill säga att öka mängden data som nätverket är utbildat men den här metoden har också sina fallgropar. Öka antalet data På finansmarknaderna leder till det faktum att nätverket helt enkelt inte kan se eller erkänna de mönster och marknadsområden som finns i den givna utbildningsdelen. Sektionen är för stor för det. Detta beror på att marknaden förändras med tiden. Ett specifikt mönster visas För annorlunda i detta stora intervall och nätverket kan inte definiera att det här är samma mönster som bara har förändrats över tiden. Då uppstår en naturlig fråga Vilken del av marknaden ska ges till ett nätverk för t Regnar Här är svaret den del där nätverket framgångsrikt känner igen mönster och marknadsområden som är nödvändiga för en TS och näringsidkaren. Det beror på en traders kompetens - hur han ser marknaden och hur bra han kan välja rätt del för träning. Upplev det här är från 500 till 2000 bar beroende på tidsram och marknadstillstånd. Det finns några fler sätt att undvika överutbildning, men de är inte så signifikanta. Du ser mycket beror på hur skicklig och erfaren en näringsidkare är Så jag tror Att det här yrket inte bara kräver matematisk kunskap utan också kreativitet. Det är också klart att alla funktioner och nyanser av användningen av neurala nätverk, liksom vanliga TS, kommer från det faktum att marknaden förändras över tid och det förflutna aldrig Repeterar exakt i framtiden Denna funktion existerar endast på finansmarknaderna Det finns en populär myt som du behöver ge mycket data till ett neuralt nätverk och låt det träna - det lär sig självständigt vad det behöver för det normala Användning av neurala nätverk kan det vara sant, men de finansiella marknaderna har sina egna särdrag, vilket jag beskrivit ovan, så det är inte så lätt i det här fallet. Enligt min mening gäller dessa två sätt att undvika överutbildning också för optimering av Gemensamma expertrådgivare utan neurala nätverk Överoptimering eller anpassning är endast specifikt för finansmarknaderna och sätten att undvika det är samma. Kärnan i överoptimering ligger också i att finansmarknadernas karaktär förändras i tid Strikt Tala är att marknaden inte är stationär .- Vad är vanliga fel som en näringsidkare kan möta när man börjar arbeta med neurala nätverk. Den populära illusion av handlare som börjar använda neurala nätverk och använder icke-normaliserade data vid inmatningen, försöker få Priset på nästa stapel är Idag blir det som igår och imorgon blir som idag om vi överväger dagliga barer Detta är en vanlig överutbildning av ett nätverk Medan data på Forex skiljer sig inte mycket från varandra, gör 100 poäng bara 0 7 av priset, då kommer träningsfelet också att vara litet och nätverket kommer snabbt att hitta denna lokala minsta träning. - Vissa neurala handlare använder förbehandling av inmatningsdata. Används du något så här i dina neurala nätverk. - Generellt sett , Använder jag aldrig rena tidsserier för ingångarna till neurala nätverk Tidsserier förvandlas alltid av en viss indikator som normaliserar data till en viss rad. Exempelvis från -100 till 100 eller från -1 till 1 Ytterligare normalisering krävs inte, För om indikatorvärdena är större än 1, kan de alltid delas med ett lämpligt tal för att uppnå ett värde som inte överstiger 1. Jag försöker göra så liten ändring av ingångsdata som möjligt, eftersom någon transformation ger ytterligare olinjär förvrängning i ingången Signal Detta leder följaktligen fel utbildning i ett neuralt nätverk, eftersom distorsionen kan tolkas felaktigt av nätverket. Dessutom med starka transformationer och följaktligen stora olinjära distorsioner, Nätverket kan utbildas inte på en riktig insignal utan på olinjära distorsioner, vilket kan leda till felaktig drift och förlust av deponering. Här är några exempel på olinjära distorsioner som är synliga för det blotta ögat. Ta till exempel den vanliga Stokastik Det verkar som om en sådan enkel indikator inte leder till några snedvridningar men ibland ger det starka olinjära distorsioner som kan vilseleda det neurala nätverket i träningsprocessen och vidare arbete på ett verkligt konto. Dessa områden markeras med en vit oval På diagrammet I det första fallet stiger priset och den stokastiska indikatorn står nästan i sina högsta värden. I det andra fallet är priset nästan på samma nivå och den stokastiska indikatorn går kraftigt från max till Minimivärden I det första fallet kommer den stokastiska indikatorn inte att ge någon information till nätverket, medan det i det senare fallet helt enkelt kommer att förvirra det. I båda fallen kommer beteendet hos den stokastiska indikatorn att ha Har en negativ inverkan både på träningen och på det neurala nätverkets arbete på ett riktigt konto. Det kan leda till ekonomiska förluster. Det bör noteras att dessa två exempel är ganska märkbara snedvridningar som du lätt kan se och det finns mycket mer Snedvridningar som vi inte kan se och analysera Tro mig Och alla dessa snedvridningar, både stora och små, kombineras därför var försiktig när du gör med förbehandling av ingångsdata. Det finns givetvis indikatorer som ger mycket starkare snedvridningar. Det finns Även de som gör mindre starka. Men faktum kvarstår - förvrängning görs med några indikatorer. Även om du kan välja specifika parametrar för varje indikator, även stokastisk, så att den kommer att medföra minimala snedvridningar i den ursprungliga signalen med specifika marknadsförhållanden. Marknadens natur kan förändras, och du måste ändra indikatorparametrarna för att minska den förvrängda introduktionen. Och i den här situationen är en riktig Val av indikatorparametrar och deras justering av tid, både automatiskt och manuellt, är också helt beroende av en trader s färdigheter och erfarenhet. - Hur bedömer du resultatet av ett neuralt nätverk efter träning eller TS efter optimering Vad är kriterierna för att använda dem på en Riktigt konto. Samtidigt tar jag nästan aldrig hänsyn till resultaten av en TS som har erhållits i träningsoptimeringsintervallet, jag analyserar resultat på OOS eller real, eftersom jag tror att under träningsoptimeringstiden är resultaten av en TS Kan inte berätta något Det kan vara passande eller överträffat och det är nästan omöjligt att definiera om det passar eller inte. Du kan bara definiera det genom att testa det på OOS eller bättre på ett riktigt konto Ibland jämför jag bara resultaten på den verkliga Konto OOS och det för träningsoptimering Därför visar siffrorna eget kapital på ett riktigt konto med handelns hävstångseffekt på 1 1 insättningsanvändning är 1 med hävstångseffekten 1 100 från affärscentret Om vi i Ncrease hävstångseffekten, kommer utbudet av eget kapital också att öka. Actually analyserar jag resultaten av en TS endast med hävstången på 1 1, det vill säga med en handikappadministration Eftersom pengarhantering kan ge fel idé om den faktiska nedräkningen av TS Och följaktligen ett oväntat marginalanrop och andra problem. I figurerna kan du se eget kapital med hävstången på 1 1.By the way är det samma handelssystem som deltog i ATC 2008, men med lite modifierade parametrar. Nyligen noterade jag följande om vinstfaktorn är extremt stor i träningsoptimeringsintervallet med hävstångseffekten av 1 1, vi kan säkert säga att det är överoptimering överoptimering. Och i framtiden vid de okända uppgifterna Handelssystem med sådana parametrar kommer att fungera dåligt dvs att förlora insättningen Man kan notera att i siffrorna ökar eget kapital smidigt i stället för kraftigt. Man kan dra slutsatsen att lönsamheten hos ett sådant handelssystem inte är ganska litet. Även om Du ökar handelns hävstångseffekt eller använder en mer aggressiv penninghantering, vinsten kan öka mångfalden Allt beror på uträkningen, som uppträder med hävstångseffekten 1 1, och avdragningen tillåts av en näringsidkare. - Nästan två år har gått sedan ATC 2008 Vilka lektioner har du lärt dig av resultatet av det mästerskapet Varför kunde inte din expertråd vinna tävlingen. Mästerskapet är en tävling Inget vågat, inget fick jag vågat och jag överskred alla möjliga risker på grund av min pengarförvaltning lyckades jag tjäna 110 000 Och föll sedan till 14 749 på grund av den alltför aggressiva penninghanteringen. För 3 månader var vinsten nästan 50, vilket var ganska bra. Men nedräkningen var 92, vilket är oacceptabelt i det verkliga livet. Sedan har jag kört min EA med rimlig penninghantering över Samma period fick jag nästan samma resultat på 14 000, men med en nedskrivning på cirka 25 - det här är ett bra resultat för det verkliga livet. Slutsatsen är att du inte borde jaga överskottsprofeten its, otherwise you can lose But the Championship makes its own rules and, of course, you need to take risks to win.- Has anything changed fundamentally in your developments over this period Perhaps, have you found any know-how and applied it in practice. No, in fact everything remains the same Nothing new has happened Moreover, the same Expert Advisor with the same parameters can still work, though I found other, more profitable parameters The essence of the market doesn t change - only its character is changing, which an experienced trader must keep track of, timely adjusting his TS to the new, changed market conditions.- The Expert Advisor of Alexander Topchylo, the winner of the ATC 2007, consisted of three independent subsystems However the author was going to progress in this direction and create a committee of neural networks Do you use such committees in your developments.- No, I refused to use committees due to them being hard to implement and maintain Over the years, I have com e to use simple TSs, because a too complex TS, as well as that with committees, cannot guarantee a more stable and larger profit in comparison with a simple one.- The author of the only one multicurrency Expert Advisor among the winners of the ATC, Nikolay Kositsin believes that rules of the upcoming Championship are favorable to multicurrency EAs and leave little chance to single currency robots Do you use multicurrency in your Expert Advisors What pairs do your EAs trade.- Of course I use them This allows hedging trades and getting a smoother equity Besides, if you use multicurrency for analysis, this helps to create more stable and reliable trading systems On the Championship, I intend to trade EUR USD, USD JPY and AUD USD - depends on how the market situation changes closer to the Championship.- Leonid, thank you for the interview Good luck in the Championship. How to Write an Expert Advisor and Not to Violate the Championship Rules. In this article we will show how to write an exper t adviser and to avoid mistakes that may prevent you from participating in the upcoming Automated Trading Championship 2010.Risk management is an essential component of any trading system Without it, it is virtually impossible to imagine profitable trading In this article, experienced developers of automated trading systems share their tips on risk management with the participants of the Championship.
No comments:
Post a Comment