최고의 인공 신경망 솔루션 2016. 강력한 신경 네트워크 소프트웨어로 예측 정확도를 높이십시오. 신경망 개념은 오늘날 데이터 분석에 널리 사용되고 있습니다. 신경망 시뮬레이션은 다른 데이터 분석 방법과 비교하여 종종 더 빠르고 정확한 예측을 제공합니다. 함수 근사, 시계열 예측 및 회귀 분석은 모두 신경 네트워크 소프트웨어로 수행 할 수 있습니다. 신경 네트워크의 가능한 응용 범위는 사실상 무한한 게임 플레이 예측, 의사 결정, 패턴 인식, 자동 제어 시스템 및 기타 여러 가지입니다. 물론 신경 네트워크는 중요한 역할을합니다 소프트웨어는 내가 지금까지 사용해온 최고의 소프트웨어입니다. 다른 알고리즘 외에 가장 인상적인 것은 특히 신경망 및 시계열 예측 기능과 수식을 생성하여 스프레드 시트로 내보낼 수있는 용이성입니다. 맞춤형. GMDH 셸, 전문 신경 네트워크 softwa 인공 신경 네트워크를 구축하고 입력 데이터에 적용하여 시계열 예측 및 데이터 마이닝 작업을 해결합니다. 경험이없는 사용자가 일상적인 예측 및 패턴 인식 작업을 수행 할 수 있도록 설계된 GMDH Shell은 신경망 분석의 힘을 숨기면서 신경 네트워크 예측은 일반적인 선형 또는 다항 근사보다 유연하며 따라서 더 정확합니다. 신경 네트워크를 사용하면 전문가가 데이터 간의 비선형 연결 및 관계를 발견하고 고려하여 예측 강도가 높은 후보 모델을 작성할 수 있습니다 또한 GMDH Shell은 데이터의 사전 정규화를 요구하지 않으며 계산 시간을 크게 줄이는 절대적인 최상의 적합성을 유지하지 않습니다. GMDH 쉘은 신경 네트워크를 자동으로 훈련하여 분석에 적용하여 정확한 스포츠, 비즈니스 또는 주식 시장 예측을 요구하지 않습니다 너보다 많은 노력이나 시간이 필요해. 고유 한 CPU로드 밸런싱 시스템에 GMDH Shell을 사용하면 PC가 가지고있는 모든 무료 리소스를 활용하여 신경망 분석에 적용 할 수 있습니다. 이는 이전보다 더 빠르고 정확한 결과를 의미합니다. 데이터 과학 용 GMDH 셸 즉시 다운로드. 오버 10 만 명의 사람들이 이미 GMDH Shell. Client의 추천서를 다운로드했습니다. 이 소프트웨어는 내가 사용한 최고의 제품입니다. 다른 알고리즘 외에도 가장 인상적인 것은 특히 신경망 및 시계열 예측 기능과 수식의 용이성입니다 생성 및 사용자 지정을위한 스프레드 시트로 내보냈습니다. 당신은 신경 유형 알고리즘의 정확성과 속도를 모두 향상시킬 수있었습니다. 회귀 분석 및 시계열 작업을위한 최적화 엔진 또한 매우 깔끔했습니다. 좋은 결과를 유지하십시오. 나는 신경을 가르쳐 왔습니다. 네트워크를 몇 달 동안 지금 내 자신에 대한 주제에 대한 책을 구입하고 오픈 소스 소프트웨어를 사용하여 몇 가지를 배우기 행운을 빌어 Inter net 당신의 소프트웨어를 발견했습니다. 다른 사람들과 비교해서 사용하기가 매우 쉬웠습니다. 당신의 소프트웨어로 느끼는 것이 장점이었습니다. GMDH Shell은 가장 사용자 친화적 인 인터페이스와 가장 강력한 최종 사용자 지향 시간 시리즈 분석 중 하나를 제공합니다 소프트웨어를 제공합니다. GMDH LLC는 최고의 예측 소프트웨어 구축을 목표로 설립 된 비상장 기업입니다. 또한 데이터베이스 및 ERP 시스템과의 통합, 원격 교육 및 컨설팅과 같은 다양한 서비스를 제공합니다..GMDH LLC 55 Broadway, 28th Floor New York, NY 10006 수신자 부담 전화 1 888 929 4843 International 1 347 470 4634 전자 메일 보호. 신경 네트워크 예측 이익. 신경 네트워크는 특정 전공을 흉내내는 최첨단의 훈련 가능한 알고리즘입니다 인간 두뇌 기능의 측면 이것은 고유 한 자체 훈련 능력, 분류되지 않은 정보를 형식화하는 능력, 그리고 가장 중요한 것은 historica를 기반으로 예측을 수행 할 수있는 능력을 제공합니다 l 정보를 제공합니다. 신경 네트워크는 예측 및 마케팅 리서치 솔루션을 포함한 다양한 비즈니스 응용 프로그램에서 점차적으로 사용되고 있습니다. 사기 탐지 또는 위험 평가와 같은 일부 영역에서는 논쟁의 여지가없는 리더입니다. 신경 네트워크 재무 분석, 기업 계획, 거래, 비즈니스 분석 및 제품 관리 등의 애플리케이션을 발견했습니다. 신경 네트워크는 모든 종류의 상인에 의해 유익하게 적용될 수 있습니다. 따라서 상인을 다시 만나서 신경 네트워크에 소개 된 경우, 이 기술 분석 방법을 통해 거래 스타일에 적용하는 방법을 보여줍니다. 망상 대부분의 사람들은 신경 네트워크에 대해 들어 본 적이 없으며, 상인이 아닌 경우에는 자신이 무엇인지 알 필요가 없습니다. , 신경 네트워크 기술로 풍부한 혜택을 누릴 수있는 수많은 사람들이 결코 들어 본 적이 없으며 알 40 가지 과학적 아이디어 또는 매끄러운 마케팅 기법으로 생각하십시오. 신경망에 대한 모든 희망을 고정시키고, 그와 함께 긍정적 인 경험을 한 후 그물을 입히고 어떤 종류의 문제에 대한 은색 총알 해결책으로 간주하는 사람들도 있습니다. 그러나 , 어떤 거래 전략처럼 신경 네트워크는 버튼이나 두 개를 클릭하여 부자가 될 수있는 신속한 수정이 아닙니다. 사실 신경 네트워크와 그 목적에 대한 올바른 이해는 성공적인 애플리케이션을 위해서는 매우 중요합니다. , 신경 네트워크는 자신의 비즈니스에 사고 방식을 취하는 사람들을 위해 의도 된 새롭고 독창적 인 기술 분석 방법이며, 이 방법을 작동시키는 데 시간과 노력을 기울일 의향이 있습니다. 올바르게 적용하면 신경 네트워크 기회를 발견하기 위해 신경망을 사용하십시오. 많은 오해는 신경 네트워크를 실수를 제공 할 수있는 예측 도구로 잘못 이해하고 있다는 오해가 있습니다. 특정 시장 상황에서 행동하는 방법에 대한 조언 신경망은 어떤 예측도하지 않고 대신 가격 데이터를 분석하고 기회를 발견합니다. 신경 네트워크를 사용하여 철저하게 분석 된 데이터를 기반으로 거래 결정을 내릴 수 있습니다. 전통적인 기술 분석 방법 사용하기 심각한 생각을 가진 상인에게 신경 네트워크는 다른 기술 분석 방법으로는 밝혀 낼 수없는 미묘한 비선형 상호 의존성과 패턴을 탐지 할 수있는 잠재력을 지닌 차세대 도구입니다. Best Nets 좋은 제품 또는 기술의 종류, 신경 네트워크는 신진 시장을 찾고있는 모든 사람들을 끌어 들이기 시작했습니다 차세대 소프트웨어에 대한 광고의 급류가 시장에 범람했습니다 - 모든 신경 네트워크 알고리즘 중 가장 강력한 것을 축하하는 광고들 광고 청구가 진실과 비슷한 경우 드문 경우이지만 효율성이 10 배 증가한 것은 다시 말해 신경망에서 얻을 수 있습니다. 즉, 기적적인 수익을 내지 않으며 특정 상황에서 얼마나 잘 작동하는지에 관계없이 이전에 사용 된 알고리즘이 우월한 일부 데이터 세트 및 작업 클래스가 있습니다. 트릭을 수행하는 알고리즘이 아닙니다. 타겟 지표에 대한 잘 준비된 입력 정보는 신경망 성공에있어 가장 중요한 요소입니다. 더 빠른 수렴성이 더 낫습니다. 이미 신경망을 사용하는 많은 사람들이 실수로 자신의 그물이 더 빠른 결과를 제공한다고 믿습니다. 그러나 더 좋은 결과입니다. 이것은 망상입니다. 좋은 네트워크는 결과를 산출하는 속도에 의해 결정되지 않으며 사용자는 네트워크가 흘러 드는 속도와 그것이 생산하는 결과의 품질 사이에서 최상의 균형을 찾는 법을 배워야합니다. 신경망의 올바른 적용 대부분의 거래자는 프로가 아니더라도 소프트웨어를 너무 많이 사용하기 때문에 신경망을 잘못 적용합니다. 적절하게 사용하는 방법에 대한 올바른 지침을 참고하십시오. 올바른 방법으로 신경망을 사용하고 상냥하게, 상인은 네트워크 준비주기의 모든 단계에주의를 기울여야합니다. 상인이고 그물망이 아닙니다. 이 아이디어를 공식화하고, 테스트하고 개선하며, 더 이상 유용하지 않을 때 폐기 할 적절한 순간을 선택하는 책임이 있습니다. 이 중요한 프로세스의 단계를 더 자세히 살펴 보도록하겠습니다 .1 찾기 및 찾기 트레이딩 아이디어 공식화 트레이더는 자신의 신경망이이기는 트레이딩 아이디어 및 개념을 고안하지 않아야 함을 완전히 이해해야합니다. 트레이딩 아이디어 또는 개념이 얼마나 효과적인지에 대해 가장 신뢰할 수 있고 정확한 정보를 제공하기위한 것입니다. 독창적 인 거래 아이디어를 제시하고이 아이디어의 목적을 명확하게 정의하고이를 사용하여 달성하고자하는 바는 이것이 네트워크 준비주기에서 가장 중요한 단계입니다 관련 독서는 Trader 's Diary의 교훈 2 모델의 매개 변수 개선 다음으로 사용 된 데이터 세트를 수정하고 다른 매개 변수를 조정하여 전체 모델 품질을 향상시켜야합니다. 그림 1 최적화 알고리즘 및 해당 알고리즘 지정 모든 신경망 기반 모델은 수명이 있으며 무한정 사용할 수 없다. 모델 수명의 수명은 시장 상황과 모델 수명에 반영되는 시장 상호 의존성이 얼마나 오래 남아 있는가에 달려있다. 토픽 그러나 조만간 모든 모델이 폐기됩니다. 완전히 새로운 데이터를 사용하여 모델을 재교육합니다. 즉, 사용 된 모든 데이터를 바꾸거나 새 데이터를 기존 데이터 세트에 추가하고 모델을 다시 교육하거나 단순히 모델을 모두 폐기하십시오. 많은 거래자는 가장 단순한 경로를 따르는 실수를 저지른 - 소프트웨어가 크게 도움이되는 방법을 사용합니다. 사용자 친화적이고 자동화 된 기능이 간단한 접근 방식은 가격을 몇 막대로 예측하고 거래 시스템을이 예측치로 삼는 것입니다. 다른 거래자는 가격 변화 또는 가격 변화의 비율을 예측합니다. 이 방법은 가격을 직접 예측하는 것보다 나은 결과를 거의 얻지 못합니다. 단순한 접근법은 중요한 장기간 상호 의존성의 대부분을 밝히지 않고 유용하게 활용하지 못하고 결과적으로 글로벌 추진력이 변함에 따라 모델이 신속하게 쓸모 없게됩니다. 신경망을 사용하는 가장 최적의 전체 접근법 성공적인 상인은 집중하고 지출 할 것입니다 신경 네트워크에 대한 지배적 인 입력 항목을 선택하고 매개 변수를 조정하는 데 꽤 많은 시간이 걸릴 것입니다. 적어도 몇 주 (때로는 최대 몇 개월) 동안 네트워크를 배치해야합니다. 성공적인 상인은 또한 자신의 신경 네트워크 수명 기간 동안 변화하는 조건에 그물망 각 신경망은 단지 상대성을 커버 할 수 있기 때문에 시장의 작은 측면, 신경 네트워크도위원회에서 사용되어야 함 적절한 여러 신경 네트워크를 사용 - 한 번에 여러 개를 고용 할 수있는 능력이이 전략의 또 다른 이점이 방법으로 이러한 여러 개의 네트워크가 시장의 특정 측면, 당신에게 보드 전체에 큰 장점을 제공하지만, 그것은 당신이 5 ~ 10의 범위 내에서 사용하는 그물의 수를 유지하는 것이 좋습니다 마지막으로, 신경 네트워크는 고전 접근 중 하나와 결합해야합니다 결론 귀하의 거래 환경 설정에 따라 얻은 결과를보다 잘 활용할 수 있습니다. 결론 당신은 최상의 그물을 찾기를 그만 두었을 때만 신경망으로 진정한 성공을 경험할 것입니다. 결국, 신경망을 성공으로 이끄는 열쇠는 네트워크 자체이지만 거래 전략에서 그렇습니다. 따라서 수익성있는 전략을 찾으려면 신경 네트워크위원회를 만드는 방법에 대한 강력한 아이디어를 개발해야합니다. 고전적인 필터 및 자금 관리 규칙과 함께 사용하십시오. 관련 독서를 보려면 수익성을위한 신경 거래 생물학 키 및 거래 시스템 코딩 자습서를 확인하십시오. TradingSolutions. TradingSolutions를 사용하는 지능형 라이센스 사용자 센터는 기술적 분석과 인공 지능 AI를 결합합니다 신경망 및 유전자 알고리즘을 사용하여 과거 데이터에서 패턴을 학습하고 시스템 매개 변수를 최적화합니다. 이 거래 소프트웨어는 주식, 선물, 통화 FOREX 및 기타 다양한 금융 수단과 함께 작동합니다. 또한 미국 및 국제 시장을위한 시스템을 구축 할 수 있습니다. 기술 지표. 입증 된 샘플 및 고객 실적. eSignal Interactive Brokers 및 기타 업계 최고의 데이터 지원. 독점적 인 최적의 신호 기술. 무료 기술 지원 .100 무료 시스템 및 사전 구축 된 신경망 모델. Fire Subscription to Trader68 Standard 자동 거래 소프트웨어. 66 세 이상에서 성공적으로 사용되었습니다. 30 일 머니백 보증. 라이센스 사용자 센터는 TradingSolutions를 사용하여 인텔리전스를 제공합니다. TradingSolutions는 신경 네트워크 및 유전자 알고리즘을 사용하여 기술 분석과 인공 지능 AI 기술을 결합하여 과거 데이터에서 패턴을 학습하고 시스템 매개 변수를 최적화합니다. 이 거래 소프트웨어 주식, 선물, 화폐와 함께 작동 FOREX 및 기타 여러 금융 수단 미국 및 국제 시장을위한 시스템을 구축 할 수 있습니다. 가장 인기있는 기술 지표 300 개 이상. 샘플 및 고객 실적 입증. eSignal Interactive Brokers 등의 업계 선두 데이터 지원 및 기타 . 독점적 인 최적의 신호 기술. 무료 기술 지원 .100 무료 시스템 및 사전 구축 된 신경 네트워크 모델. 전세계 66 개국 이상에서 성공적으로 사용되었습니다 .30 일 환불 보장. 하이브리드 신경망 Forex에 대한 중지 및 역전 전략. Michael R Bryant. 신경 네트워크는 수년간 거래 시스템에서 사용되어 왔습니다. 각기 다른 수준의 성공을 거둔 그들의 주요 매력은 그들의 비선형 구조가 표준 지표 기반의 거래 규칙보다 가격 이동의 복잡성을 더 잘 포착 할 수 있다는 것입니다. 비판 중 하나는 신경망 기반 거래 전략이 지나치게 과도 해지는 경향이 있다는 것입니다. 적합하고 새로운 데이터를 제대로 수행하지 못함이 문제에 대한 가능한 해결책은 신경망과 규칙 기반 전략 논리를 결합하여 하이브리드 유형의 전략을 만드는 것입니다. 이 기사에서는 Adaptrade Builder를 사용하여이 작업을 수행하는 방법을 보여줍니다. 특히, 이 기사에서는 무역 항목에 대한 신경 네트워크 및 규칙 기반 논리를 설명합니다. 최종 전략을 검증하는 데 사용되는 세 번째 세그먼트와 함께 세 가지 세그먼트 데이터 접근 방식이 사용됩니다. MetaTrader 4 및 TradeStation에 대한 결과 전략 코드가 표시됩니다 검증 결과가 각 플랫폼에 대해 긍정적임을 입증 할 것이다. 무역 진입 필터로서의 신경망. 수학적으로, 신경망 작업은 하나 이상의 출력 값을 생성하는 하나 이상의 가중치 입력의 비선형 조합입니다. 거래의 경우, 신경망은 일반적으로 미래 가격 움직임의 예측으로 2 가지 중 하나 또는 거래를위한 지표 또는 필터로 사용됩니다 여기에서 지표 또는 거래 필터로서의 사용을 고려할 것이다. 지표로서, 신경망은 거래가 시작되기 전에 만족 되어야만하는 추가 조건 또는 필터로서 작용한다. 네트워크에 대한 입력은 전형적으로 운동량, stochastics, ADX, 이동 평균 등등뿐만 아니라 앞선 가격과 조합 입력은 크기가 조정되고 신경망은 출력이 -1과 1 사이의 값이되도록 설계됩니다. 한 가지 접근법은 출력이 임계 값 (예 : 0 5)보다 크거나 같으면 긴 입력을, 출력이 임계 값의 음수보다 작거나 같은 경우 짧은 입력 (예 : -0 5)이 조건은 어떤 기존의 진입 조건 예를 들어, 긴 진입 조건이있는 경우 진실이어야하고 신경망 출력은 긴 진입 점에 대한 임계 값과 적어도 같아야합니다. 신경망을 설정하면 상인은 일반적으로 입력 및 네트워크 토폴로지를 선택하고 최적의 가중치를 결정하는 네트워크를 교육해야합니다. 아래에 나와있는 것처럼 Adaptrade Builder는 소프트웨어가 기반으로하는 진화 적 빌드 프로세스의 일부로 이러한 단계를 자동으로 수행합니다. 무역 필터로서의 신경망은 다른 규칙과 쉽게 결합하여 하이브리드 거래 전략을 창출 할 수 있습니다. 하나는 전통적인 규칙 기반 접근 방식의 가장 좋은 특징을 신경망의 장점과 결합하는 간단한 예제입니다. 신경망으로 이동 평균 크로스 오버 규칙을 적용하여 빠른 이동 평균이 느린 이동 평균과 신경망을 교차 할 때 긴 위치가 취해진 다. rk 산출은 그것의 문턱에 또는의 위있다. 멈춤과 반전 거래 전략. 멈춤과 반전 거래 전략은 시장에 항상 길거나 짧음이다. 엄밀히 말하면, 멈춤과 되감기는 당신이 귀하의 중지 주문이 맞았을 때의 거래하지만, 나는 장거리에서 단거리로 반전되는 모든 거래 전략을 간략하게 사용하므로 항상 시장에 나와 있습니다. 이 정의에 따르면, 필요하지 않습니다. 명령을 중지 주문 수 있습니다 당신은 시장을 사용하여 입력하고 반전하거나 주문을 제한 할 수도 있습니다. 또한 각 측에서 동일한 논리 또는 동일한 주문 유형을 사용할 필요는 없습니다. 예를 들어, long을 입력하고 stop 주문 및 각 시장 진입구에 대한 서로 다른 규칙 및 조건을 사용하여 시장 질서에 따라 짧게 입력하고 시장에서 오랫동안 빠져 나오십시오. 이것은 비대칭 정지 및 역전 전략의 한 예일 것입니다. 정지 및 역전 전략의 주요 이점은 항상 시장에있어, 당신은 큰 움직임을 그리워하지 않습니다. 다른 장점은 단순 함 거래 진입 및 퇴장을위한 별도의 규칙 및 조건이있는 경우 복잡성이 더 많아지고 잘못 될 수 있음 진입 및 퇴장을 결합하면 더 적은 타이밍 결정이 내려져 실수가 줄어들 수 있음을 의미합니다. 반면에 무역 탈출을위한 최선의 조건은 거래 시작과 종료가 본질적으로 분리 된 결정이라는 반대 방향으로 진입하는 조건과 거의 동일하지 않으므로 별도의 규칙과 논리를 사용해야한다고 주장 할 수있다. 시장은 모든 오프닝 갭을 통해 전략이 거래 될 것이라는 점입니다. 포지션에 대한 커다란 격차는 전략이 역전 될 수 있기 전에 큰 손실을 의미 할 수 있습니다. 보다 선택적으로 진입하거나 퇴출하는 전략이나 하루가 끝날 때까지의 출구 전략은 영향을 최소화 할 수 있습니다 forex 전략을 세우는 것이 목표이기 때문에, MetaTrader 4 MT4는 거래 플랫폼에 대한 확실한 선택입니다. MetaTra der 4는 forex를 위해 1 차적으로 디자인되고 그 시장을 무역하기를 위해 널리 이용된다, 예를 들면, MetaTrader 대 TradeStation A 언어 비교를보십시오 그러나, 최근에는 무역국은 forex 시장을 훨씬 공격적으로 표적으로했습니다 무역량 및 또는 계정 수준 플랫폼 수수료를받지 않거나 커미션을 지불하지 않고도 TradeStation을 통해 외환 시장을 거래 할 수 있습니다. 주요 외환 쌍의 스프레드는 양호한 유동성으로 타이트하게 보도되고 있습니다. 이러한 이유로 두 플랫폼 모두이 프로젝트를 목표로했습니다. 플랫폼을 우선적으로 사용 먼저 서로 다른 플랫폼에서 데이터가 달라질 수 있습니다. 시간대, 가격 막대, 수량 및 사용 가능 날짜 범위의 차이 이러한 차이를 완화하기 위해 두 플랫폼 모두에서 데이터를 얻었으며 전략은 따라서 두 데이터 시리즈를 동시에 수행하는 것이 가장 좋은 전략은 데이터 빌더에서 사용 된 데이터 설정은 그림 1에 나와 있습니다. 그림에서 Market Data 테이블에서 추측 할 수 있듯이 유로 달러 외환 시장은 4 시간 240 분의 막대 크기를 가진 EURUSD를 타겟으로했습니다 다른 바 크기 나 시장도 마찬가지 였을뿐입니다. 그림 1 데이터 시리즈 2에 표시된 기간으로 표시된 것과 같이 MT4 플랫폼을 통해 많은 데이터를 얻을 수 있었기 때문에 동일한 날짜 범위가 동일한 데이터를 얻는 데 사용되었습니다 시리즈의 데이터를 TradeStation 데이터 시리즈 1 80을 사용하여 샘플링 및 샘플 외부 결합, 20 6 20 14에서 2 10 15까지 유효성 확인을 위해 원본 80의 80을 샘플링으로 설정했습니다 표 1과 같이 20 개 세트를 아웃 오브 샘플로 설정 한 경우 입찰가 스프레드가 5 pips로 설정되고 라운드 당 턴 당 6 pips 또는 풀 사이즈 로트 100,000 주당 거래 비용이 가정됩니다. 빌드의 왼쪽 칸에있는 체크 표시와 같이 빌드에 포함 arket 데이터 표. 그림 1 MetaTrader 4 및 TradeStation에 대한 외환 전략을 수립하기위한 마켓 데이터 설정. 여러 플랫폼을 타겟팅 할 때 또 다른 잠재적 인 문제는 지원되는 각 플랫폼이 지표를 계산하는 방식을 복제하도록 설계 되었기 때문에 지표 값 어떤 플랫폼을 선택 하느냐에 따라 달라질 수 있습니다. 이러한 불일치의 원인을 피하기 위해 MetaTrader 4에서 TradeStation보다 다르게 평가되는 표시기는 빌드에서 제거해야합니다. 이는 다음과 같은 표시기를 피해야 함을 의미합니다. 사용할 수있는 다른 표시기 두 플랫폼 모두에서 두 플랫폼에서 동일한 방식으로 계산됩니다. TradeStation에는 Builder에서 사용할 수있는 모든 지표가 포함되어 있지만 MetaTrader 4에서는 사용할 수 없습니다. 따라서 두 플랫폼 모두에서 사용할 수있는 지표 만 포함하려면 MetaTrader 4 플랫폼을 Builder의 코드 유형이 표시기에서 자동으로 제거됩니다. 두 플랫폼 모두에서 사용할 수있는 지표를 남겨 둘 MT4에 사용할 수없는 빌드 세트 추가적으로 각 플랫폼에서 얻은 볼륨 데이터의 차이점을 발견 했으므로 빌드 세트에서 모든 볼륨 종속적 인디케이터를 제거했습니다. 마지막으로, 데이터 파일 간의 시간대 차이로 인해 일일 표시기가 제거되었습니다. 아래의 그림 2에서 빌드 세트에 사용 된 표시기 목록은 표시기가 빌드 프로세스에서 고려되었는지 여부에 따라 정렬되어 표시됩니다. 고려 컬럼 위에서 설명한 이유로 고려에서 제외 된 지표는 목록 맨 위에 표시됩니다. Simple Mov Ave로 시작하는 나머지 지표는 빌드 세트의 일부였습니다. 그림 2 빌드에서 제거 된 지표를 보여주는 Builder의 지표 선택 빌드 프로세스에서 사용 된 평가 옵션은 그림 3과 같습니다. 앞서 설명한 것처럼 MetaTrader 4가 코드 출력 선택으로 선택되었습니다. 전략이 Builder에서 빌드 된 후 코드 유형을 포함하여 평가 옵션 탭의 옵션을 변경하고 전략을 재평가하고 선택한 언어로 코드를 다시 작성합니다. 이 기능은 전략이 완료된 후 최종 전략에 대한 TradeStation 코드를 얻는 데 사용되었습니다 MetaTrader 용으로 제작되었습니다. 그림 3 EURUSD 외환 전략을위한 Builder의 평가 옵션. 중지 및 후진 전략을 생성하기 위해 아래 그림 4와 같이 모든 종료 유형이 빌드 세트에서 제거되었습니다. 모든 세 가지 유형의 주문 주문 - 시장, 정지 및 한계가 고려되었습니다. 이는 빌드 프로세스가 빌드 프로세스 중에 그 중 하나를 고려할 수 있음을 의미합니다. 그림 4 빌더에서 선택한 중지 유형을 사용하여 중지 및 후진 전략을 작성하십시오. 빌더 소프트웨어는 자동으로 진입 및 종료를위한 규칙 기반 논리 조건 전략에 신경망을 추가하려면 아래에 표시된 것처럼 전략 옵션 탭의 진입 조건에 신경망 포함 옵션 만 선택하면됩니다. 그림 5에서 신경망 설정이 기본값으로 남았습니다. 중지 및 반전 논리의 일부로 Market Sides 옵션이 Long Short로 설정되었으며 새 거래를 입력하기 전에 종료 대기 옵션이 선택 취소되었습니다. 엔트리 주문을 되돌릴 때 현재 위치에서 빠져 나올 수있게합니다. 다른 모든 설정은 기본값으로 남았습니다. 그림 5 규칙 기반 및 신경망 조건을 사용하여 하이브리드 전략을 작성하기 위해 빌더에서 선택된 전략 옵션. 빌드의 진화 적 특성 빌더의 프로세스는 아래 그림 6과 같이 메트릭 탭에 정의 된 목표 및 조건에 따라 계산 된 적합성에 따라 결정됩니다. 빌드 목표는 복잡성을 최소화하면서 단순한 상태로 유지하면서 작은 가중치 순이익에 더 중점을 두었습니다. 빌드 조건에 중점을 두었습니다. 여기에는 일반적인 전략 품질에 대한 상관 계수와 유의미성 및 평균 막대 n 개의 거래 및 거래 수를 나타냅니다. 기본적으로 거래의 평균 막대 만 빌드 조건으로 포함되었습니다. 그러나 초기 빌드 중 일부에서는 순이익이 거래 길이보다 선호되었으므로 거래 횟수 메트릭 가 추가되었습니다. 209와 418 사이의 거래 수에 대한 지정된 범위는 빌드 기간의 막대 수에 따라 15와 30 바 사이의 평균 거래 길이와 같습니다. 결과적으로이 메트릭을 추가하면 거래 길이 목표에 더 중점을 둡니다 그림 6 : 메트릭스 탭에서 설정 한 빌드 목표와 조건에 따라 헬스가 계산됩니다. 최고 전략 선택 조건은 상위 전략을 제외하고는 빌드 조건을 복제합니다. 조건은 빌드 조건의 경우와 같이 빌드 기간 동안이 아닌 개별적인 유효성 검사 세그먼트를 포함하지 않는 전체 데이터 범위에서 평가됩니다. 상위 str ategies 조건은 프로그램에 의해 별도의 모집단에있는 모든 조건을 충족시키는 전략을 따로 설정하는 데 사용됩니다. 마지막 설정은 아래 그림 7과 같이 빌드 옵션 탭에서 이루어집니다. 가장 중요한 옵션은 인구 크기, 수 그리고 샘플 밖의 성능을 기반으로 재설정 할 수있는 옵션 인구 규모는 합리적인 기간에 구축하기에 충분할 정도로 작지만 인구의 다양성을 확보하기에 충분히 큰 것으로 선택되었습니다. 세대 수 결과가 수렴되기 시작한 몇 가지 예비 빌드 동안 소요 된 시간을 기준으로했습니다. 그림 7 빌드 옵션에는 인구 크기, 세대 수 및 샘플 밖의 성능을 기반으로 인구를 다시 설정하는 옵션이 포함됩니다. 옵션 Out-of-Sample OOS에서 리셋하기 성능은이 경우 지정된 조건이 충족 될 경우 지정된 세대 수 이후에 빌드 프로세스를 시작하고, out-of-s 일 경우 모집단이 재설정됩니다 충분한 순이익은 20,000보다 적습니다. 이 값은 사전 테스트를 토대로 선택 되었기 때문에 충분히 도달 할 수 없을만큼 높은 값이되었습니다. 결과적으로 빌드 프로세스는 수동 생성이 중지 될 때까지 30 세대마다 반복되었습니다. 프로그램은 오랜 기간 동안 최고 전략 조건을 기반으로 전략을 식별합니다. 정기적으로 상위 전략 인구가 확인되고 적절한 전략이 발견되면 구축 프로세스가 취소됩니다. 샘플을 따옴표로 묶어 표기하십시오. of-sample 기간은이 방식으로 모집단을 재설정하는 데 사용되며, 샘플 밖 기간은 더 이상 진정한 out-of-sample이 아닙니다. 이제이 기간이 빌드 프로세스를 안내하는 데 사용되므로 실제로 in - 샘플 기간 위에서 설명한 바와 같이 유효성 검사를 위해 세 번째 세그먼트를 설정하는 것이 좋습니다. 몇 시간의 처리 및 자동 재 구축 횟수를 거친 후 Top Strategies 인구에 적합한 전략이 발견되었습니다 (그림 8). 자본 곡선은 적절한 수의 거래를 통해 두 데이터 부문에서 일관된 성과를 보여 주며 두 데이터 계열에서 본질적으로 동일한 결과를 보여줍니다. 그림 8 EURUSD stop - 검증 기간 동안 전략을 확인하기 위해 Markets 탭의 날짜 컨트롤이 그림 2의 데이터 2 11 2015의 종료 날짜로 변경되고 Strategy가 다음과 같은 Evaluate 명령을 선택하여 재평가되었습니다. 빌더의 전략 메뉴 결과는 아래 그림 9에 나와 있습니다. 빨간색 상자의 유효성 검사 결과는 빌드 과정에서 사용되지 않은 데이터에 대한 전략을 보여줍니다. 그림 9 EURUSD 중지 및 반전에 대한 비공개 주식 거래 곡선 전략을 확인하는 것입니다. 마지막 점검은 해당 플랫폼에 대한 코드 출력 옵션을 사용하여 각 데이터 시리즈에서 전략을 수행하는 방법을 확인하는 것입니다. 이는 앞서 설명한 바와 같이 코드 유형에 따라 결과가 다를 수 있습니다. 2 데이터 시리즈 선택한 설정이 이러한 차이를 최소화했는지 확인해야합니다. MetaTrader 4의 전략을 테스트하려면 TradeStation의 데이터 시리즈가 Markets에서 선택 취소되었습니다. 탭을 선택하고 전략을 재평가 한 결과는 아래 그림 10과 같습니다. 그림 10의 하단 곡선과 같습니다. 그림 10 유효 기간을 포함하여 EURUSD 중지 및 역전 전략의 폐쇄 거래 주식 곡선 MetaTrader 4. 마지막으로 TradeStation의 전략을 테스트하기 위해 TradeStation의 데이터 시리즈를 선택하고 MetaTrader 4의 시리즈를 Markets 탭에서 선택 해제하고 코드 출력을 TradeStation으로 변경 한 다음 전략을 재평가했습니다. 결과는 다음과 같습니다. 그림 11에서 볼 수 있듯이 예상대로 그림 9의 중간 곡선과 매우 유사하게 보입니다. 그림 11 TradeStatio의 유효 기간을 포함하여 EURUSD 중지 및 역전 전략에 대한 비공개 주식 거래 곡선 n. 두 플랫폼 모두에 대한 코드는 아래 그림 12에 나와 있습니다. 해당 플랫폼의 코드 파일을 열려면 이미지를 클릭하십시오. 코드를 검토하면 전략의 규칙 기반 부분이 길고 짧은면에 대해 다양한 변동성 관련 조건을 사용한다는 것을 알 수 있습니다 신경망 입력은 요일, 추세 ZLTrend, 일중 최고, 오실레이터 InvFisherCycle, InvFisherRSI, Bollinger 밴드 및 표준 편차를 비롯한 다양한 지표로 구성됩니다. 전략의 하이브리드 성은 코드 문에서 직접 볼 수 있습니다 EntCondL 및 NNOutput이 0이면 구매 EnMark-L NShares는 시장에서 다음 막대를 공유합니다. 변수 EntCondL은 규칙 기반 항목 조건을 나타내며 NNOuput은 신경 네트워크의 출력입니다. 두 조건 모두 충족되어야합니다 to place the long entry order The short entry condition works the same way. Figure 12 Trading strategy code for the EURUSD stop-and-reverse strategy left, MetaTrader 4 right, TradeStation Click th e figure to open the corresponding code file. Download a Builder project file containing the settings described in this article. This article looked at the process of building a hybrid rule-based neural network strategy for the EURUSD using a stop-and-reverse always in the market approach with Adaptrade Builder It was shown how the strategy code can be generated for multiple platforms by selecting a common subset of the indicators that work the same way in each platform The settings necessary to generate strategies that reverse from long to short and back were described, and it was demonstrated that the resulting strategy performed positively on a separate, validation segment of data It was also verified that the strategy generated similar results with the data and code option for each platform. As discussed above, the stop-and-reverse approach has several drawbacks and may not appeal to everyone However, an always-in-the-market approach may be more attractive with forex data because the forex markets trade around the clock As a result, there are no session-opening gaps, and the trading orders are always active and available to reverse the trade when the market changes The use of intraday data 4-hour bars provided more bars of data for use in the build process but was otherwise fairly arbitrary in that the always-in-the-market nature of the strategy means that trades are carried overnight. The build process was allowed to evolve different conditions for entering long and short, resulting in an asymmetric stop-and-reverse strategy Despite the name, the resulting strategy enters both long and short trades on market orders, although market, stop, and limit orders were all considered by the build process independently for each side In practice, reversing from long to short would mean selling short twice the number of shares at the market as the strategy was currently long e g if the current long position was 100,000 shares, you would sell short 200,000 shares at market Like wise, if the current short position was 100,000 shares, you would buy 200,000 shares at market to reverse from short to long. A shorter price history was used than would be ideal Nonetheless, the results were positive on the validation segment, suggesting the strategy was not over-fit This supports the idea that a neural network can be used in a trading strategy without necessarily over-fitting the strategy to the market. The strategy presented here is not intended for actual trading and was not tested in real-time tracking or trading However, this article can be used as a template for developing similar strategies for the EURUSD or other markets As always, any trading strategy you develop should be tested thoroughly in real-time tracking or on separate data to validate the results and to familiarize yourself with the trading characteristics of the strategy prior to live trading. This article appeared in the February 2015 issue of the Adaptrade Software newsletter. HYPOTHETICAL OR SIMULATE D PERFORMANCE RESULTS HAVE CERTAIN INHERENT LIMITATIONS UNLIKE AN ACTUAL PERFORMANCE RECORD, SIMULATED RESULTS DO NOT REPRESENT ACTUAL TRADING ALSO, SINCE THE TRADES HAVE NOT ACTUALLY BEEN EXECUTED, THE RESULTS MAY HAVE UNDER - OR OVER-COMPENSATED FOR THE IMPACT, IF ANY, OF CERTAIN MARKET FACTORS, SUCH AS LACK OF LIQUIDITY SIMULATED TRADING PROGRAMS IN GENERAL ARE ALSO SUBJECT TO THE FACT THAT THEY ARE DESIGNED WITH THE BENEFIT OF HINDSIGHT NO REPRESENTATION IS BEING MADE THAT ANY ACCOUNT WILL OR IS LIKELY TO ACHIEVE PROFITS OR LOSSES SIMILAR TO THOSE SHOWN. If you d like to be informed of new developments, news, and special offers from Adaptrade Software, please join our email list Thank you.
No comments:
Post a Comment