Neuronale Netzwerk Software Forex Handel

Beste künstliche neuronale Netzwerk-Lösung 2016.Raise Prognose Genauigkeit mit leistungsstarken neuronalen Netzwerk-Software. Das Konzept der neuronalen Netzwerk ist weit verbreitet für die Datenanalyse heutzutage verwendet Neuronale Netzwerk-Simulation bietet oft schnellere und genauere Vorhersagen im Vergleich zu anderen Datenanalyse Methoden Funktion Approximation, Zeitreihen Prognose und Regressionsanalyse können alle mit neuronaler Netzwerksoftware durchgeführt werden. Der Umfang der möglichen Anwendungen von neuronalen Netzwerken ist praktisch grenzenloses Gameplay-Prognose, Entscheidungsfindung, Mustererkennung, automatische Steuerungssysteme und viele andere Natürlich spielen neuronale Netze eine wichtige Rolle In Data-Mining-Prozessen. Die Software ist die beste, die ich jemals verwendet habe Was ist am beeindruckendsten, neben den anderen Algorithmen, ist vor allem die neuronale Netz - und Zeitreihen-Prognose-Fähigkeiten und die Leichtigkeit, mit der die Formeln erzeugt und in eine Tabellenkalkulation exportiert werden können Für customization. GMDH Shell, professionelles neuronales Netzwerk softwa Re, löst Zeitreihen-Prognose und Data-Mining-Aufgaben durch den Aufbau künstlicher neuronaler Netze und die Anwendung auf die Eingabedaten Entworfen, um auch nicht erfahrenen Benutzern zu helfen, ihre alltägliche Prognose und Mustererkennung zu erfüllen, GMDH Shell entfesselt die Macht der neuronalen Netzwerkanalyse beim Verstecken Seine zugrunde liegende Komplexität wegzuziehen. Neurale Netzwerkprognose ist flexibler als typische lineare oder polynomische Approximationen und ist damit präziser Mit neuronalen Netzwerken kann ein Experte entdecken und berücksichtigen nichtlineare Verbindungen und Beziehungen zwischen Daten und bauen ein Kandidatenmodell mit hoher Vorhersagestärke Darüber hinaus erfordert GMDH Shell keine vorläufige Normalisierung der Daten und haftet nicht an der absolut besten Ausstattung, die die Rechenzeit deutlich reduziert. GMDH Shell trainiert automatisch neuronale Netze und wendet sie für die Analyse an und erhält so genaue Sport-, Geschäfts - oder Börsenvorhersagen Viel Aufwand oder Zeit von dir Tha Nks zu einem einzigartigen CPU-Load-Balancing-System, GMDH Shell profitiert von allen freien Ressourcen, die Ihr PC hat, Regie, die diese auf neuronale Netzwerkanalyse anwenden. Das bedeutet schnellere und präzisere Ergebnisse als je zuvor. Download GMDH Shell für Data Science Instantly. Over 100.000 Menschen haben bereits GMDH Shell. Client Testimonials heruntergeladen. Die Software ist die beste, die ich je benutzt habe Was ist am beeindruckendsten, neben den anderen Algorithmen, ist vor allem die neuronale Netz - und Zeitreihen-Vorhersage-Fähigkeiten und die Leichtigkeit, mit der die Formeln sein können Generiert und exportiert in eine Kalkulationstabelle für die Anpassung. Sie haben es geschafft, sowohl die Genauigkeit als auch die Geschwindigkeit des neuronalen Algorithmus zu verbessern Die Optimierungs-Engine für Regression Klassifizierung und Zeitreihe Aufgaben war auch sehr ordentlich Halten Sie sich die gute Arbeit. Ich habe mich neuronisch unterrichtet Netzwerke für ein paar Monate jetzt auf meine eigene Ich kaufte ein Buch über das Thema und verwendet ein paar Open-Source-Software zu lernen Von viel Glück suchen auf der Inter Net Ich stieß auf Ihre Software Es war extrem einfach zu bedienen im Vergleich zu den anderen Ich fühle mit Ihrer Software Ich würde einen Vorteil haben. GMDH Shell bietet über die benutzerfreundlichste Schnittstelle und eine der leistungsstärksten Endbenutzer orientierte Zeitreihenanalyse Software auf dem Markt. Haben Sie eine Frage. GMDH LLC ist ein privat geführtes Unternehmen mit dem Ziel der Aufbau der besten Prognose-Software gegründet Darüber hinaus bieten wir eine Reihe von Dienstleistungen, wie die Integration mit Datenbanken und ERP-Systeme, Remote-Training und Beratung. GMDH LLC 55 Broadway, 28th Floor New York, NY 10006 Toll Free 1 888 929 4843 International 1 347 470 4634 E-Mail E-Mail geschützte. Neurale Netzwerke Prognose Profite. Neurale Netzwerke sind state-of-the-art, trainable Algorithmen, die bestimmte große emulieren Aspekte im Funktionieren des menschlichen Gehirns Dies gibt ihnen eine einzigartige, selbsttragende Fähigkeit, die Fähigkeit, nicht klassifizierte Informationen zu formalisieren und vor allem die Fähigkeit, Prognosen auf der Grundlage der Historica zu machen L Informationen, die sie zur Verfügung haben. Neurale Netzwerke wurden zunehmend in einer Vielzahl von Business-Anwendungen verwendet, einschließlich Prognose und Marketing-Forschungslösungen In einigen Bereichen, wie Betrug Erkennung oder Risikobewertung sind sie die unbestreitbaren Führer Die wichtigsten Felder, in denen neuronale Netze Haben gefundene Anwendung sind Finanzoperationen, Unternehmensplanung, Handel, Business Analytics und Produktpflege Neuronale Netze können von allen Arten von Händlern erwerbstätig angewendet werden. Wenn Sie also ein Händler sind und Sie noch nicht in neuronale Netze eingeführt wurden, nehmen wir Sie Durch diese Methode der technischen Analyse und zeigen Ihnen, wie Sie es auf Ihre Trading-Stil anwenden Delusions Die meisten Menschen haben noch nie von neuronalen Netzwerken gehört, und wenn sie aren t Händler sind, müssen sie wahrscheinlich nicht wissen, was sie sind Was ist wirklich überraschend, aber , Ist die Tatsache, dass eine riesige Anzahl von denen, die reich von neuronalen Netzwerk-Technologie profitieren könnte noch nie davon gehört haben, nehmen Sie es für al Ofty wissenschaftliche Idee oder darüber nachzudenken, wie von einem glatten Marketing-Gimmick Es gibt auch diejenigen, die alle ihre Hoffnungen auf neuronale Netze, lionisieren die Netze nach einigen positiven Erfahrungen mit ihnen und in Bezug auf sie als Silber-Kugel-Lösung für jede Art von Problem Aber , Wie jede Handelsstrategie neuronale Netze sind keine Schnell-Fix, die es Ihnen erlauben, es reich zu schlagen, indem Sie auf eine Schaltfläche oder zwei In der Tat ist das richtige Verständnis der neuronalen Netze und ihre Zweck ist entscheidend für ihre erfolgreiche Anwendung Soweit Handel betroffen ist , Neuronale Netze sind eine neue, einzigartige Methode der technischen Analyse, die für diejenigen gedacht ist, die einen Denkansatz für ihr Geschäft einnehmen und bereit sind, einige Zeit und Mühe dazu beizutragen, diese Methode für sie zu arbeiten. Best of all, wenn sie richtig angewendet werden, neuronale Netze Kann regelmäßig einen Gewinn erzielen Verwenden Sie Neuronale Netze, um Chancen zu entdecken Ein großes Missverständnis ist, dass viele Händler neuronale Netzwerke für ein Vorhersage-Tool, Dvice, wie man in einer bestimmten Marktsituation handeln Neuronale Netze machen keine Prognosen Stattdessen analysieren sie Preisdaten und entdecken Chancen Mit einem neuronalen Netzwerk können Sie eine Handelsentscheidung auf gründlich analysierten Daten treffen, was nicht unbedingt der Fall ist Mit traditionellen technischen Analysemethoden Für einen ernsthaften, denkenden Händler sind neuronale Netze ein Werkzeug der nächsten Generation mit großem Potenzial, das subtile nichtlineare Interdependenzen und Muster erkennen kann, die andere Methoden der technischen Analyse nicht aufdecken können. Die besten Netze Genau wie jeder Art von großartigen Produkt oder Technologie, neuronale Netze haben angefangen, alle diejenigen, die auf der Suche nach einem knospen Markt Torrents von Anzeigen über die nächste Generation Software haben die Markt-Flut überflutet die mächtigsten aller neuronalen Netzwerk-Algorithmen jemals erstellt auch in diesen Seltene Fälle, wenn Werbeansprüche der Wahrheit ähneln, denken Sie daran, dass eine 10 Effizienzsteigerung wahrscheinlich die meisten ist Wird jemals aus einem neuronalen Netzwerk kommen Mit anderen Worten, es macht keine wunderbare Rückkehr und unabhängig davon, wie gut es in einer bestimmten Situation funktioniert, gibt es einige Datensätze und Task-Klassen, für die die bisher verwendeten Algorithmen überlegen bleiben Erinnere dich daran, dass es s Nicht der Algorithmus, der den Trick macht Gut vorbereitete Input-Informationen über den gezielten Indikator ist der wichtigste Bestandteil Ihres Erfolges mit neuronalen Netzwerken Ist schneller Konvergenz Besser Viele von denen, die bereits neuronale Netze fälschlicherweise glauben, dass je schneller ihr Netz liefert Ergebnisse, die Besser ist es aber das ist eine Täuschung Ein gutes Netzwerk ist nicht durch die Geschwindigkeit bestimmt, mit der es Ergebnisse erzeugt und die Benutzer müssen lernen, das beste Gleichgewicht zwischen der Geschwindigkeit, mit der das Netzwerk trainiert und die Qualität der Ergebnisse, die es produziert, zu finden. Richtige Anwendung von Neuronalen Netzen Viele Händler wenden neuronale Netze falsch an, weil sie zu viel Vertrauen in die Software setzen, die sie alle verwenden, ohne Pro gewesen zu sein Mit ordnungsgemäßen Anweisungen, wie man es richtig verwenden Um ein neuronales Netzwerk den richtigen Weg zu nutzen und damit gewinnlich, sollte ein Händler auf alle Stufen des Netzwerkvorbereitungszyklus achten. Es ist der Händler und nicht sein Netz Ist dafür verantwortlich, eine Idee zu erfinden, diese Idee zu formalisieren, zu testen und zu verbessern, und schließlich den richtigen Moment zu wählen, um es zu entsorgen, wenn es nicht mehr nützlich ist. Betrachten wir die Stufen dieses entscheidenden Prozesses genauer Formalisierung einer Trading-Idee Ein Trader sollte in vollem Umfang verstehen, dass sein oder ihr neuronales Netzwerk nicht dazu bestimmt ist, gewinnbringende Ideen und Konzepte zu erfinden. Es ist für die Bereitstellung der vertrauenswürdigsten und präzisen Informationen möglich, wie effektiv Ihre Trading-Idee oder Ihr Konzept ist Kommen mit einer ursprünglichen Trading-Idee und definieren klar den Zweck dieser Idee und was Sie erwarten, zu erreichen, indem sie es Dies ist die wichtigste Phase in der Netzwerk-Vorbereitung Zyklus Für verwandte Lesung siehe Lektionen aus einem Trader s Tagebuch 2 Verbesserung der Parameter Ihres Modells Als nächstes sollten Sie versuchen, die Gesamtmodellqualität zu verbessern, indem Sie den verwendeten Datensatz ändern und die verschiedenen Parameter anpassen. Figur 1 Angabe des Optimierungsalgorithmus und dessen Eigenschaften.3 Beseitigung des Modells Wenn es veraltet wird Jedes neuronale Netzwerk-basierte Modell hat eine Lebensdauer und kann nicht auf unbestimmte Zeit verwendet werden Die Langlebigkeit der Lebensdauer eines Modells hängt von der Marktsituation ab und wie lange die Marktinterdependenzen in ihr bleiben Topisch Doch früher oder später wird jedes Modell obsolet Wenn dies geschieht, können Sie das Modell entweder mit völlig neuen Daten umschulen, dh alle verwendeten Daten ersetzen, neue Daten zum vorhandenen Datensatz hinzufügen und das Modell wieder trainieren oder Einfach das Modell ganz zurückziehen. Viele Händler machen den Fehler, den einfachsten Weg zu folgen - sie verlassen sich stark und nutzen den Ansatz, für den ihre Software die Mo bietet Eine benutzerfreundliche und automatisierte Funktionalität Dieser einfachste Ansatz prognostiziert einen Preis ein paar Bars vor und basiert Ihr Handelssystem auf diese Prognose Andere Händler prognostizieren Preisänderung oder Prozentsatz der Preisänderung Dieser Ansatz liefert selten bessere Ergebnisse als Prognose des Preises direkt Beide Vereinfachte Ansätze, die meisten der längerfristigen Interdependenzen nicht aufzudecken und zu nutzen, und dementsprechend wird das Modell schnell veraltet, wenn sich die globalen Triebkräfte ändern. Die meisten optimalen Gesamtansätze für die Verwendung von Neuronalen Netzwerken Ein erfolgreicher Trader wird sich konzentrieren und verbringen Ziemlich viel Zeit, die Regulierung der Eingangspositionen für sein oder ihr neuronales Netzwerk auszuwählen und ihre Parameter anzupassen. Er oder sie wird von mindestens einigen Wochen - und manchmal bis zu mehreren Monaten - den Einsatz des Netzwerks ausgeben. Ein erfolgreicher Trader wird sich auch anpassen Netz zu den sich ändernden Bedingungen während seiner Lebensdauer Weil jedes neuronale Netz nur ein relativel abdecken kann Y kleiner Aspekt des Marktes, neuronale Netze sollten auch in einem Komitee verwendet werden Verwenden Sie so viele neuronale Netze wie angemessen - die Fähigkeit, mehrere auf einmal zu nutzen ist ein weiterer Vorteil dieser Strategie Auf diese Weise kann jeder dieser Mehrfachnetze verantwortlich sein Ein bestimmter Aspekt des Marktes, der Ihnen einen großen Vorteil auf der ganzen Linie gibt. Es wird jedoch empfohlen, dass Sie die Anzahl der Netze, die Sie im Bereich von fünf bis 10 verwenden, behalten. Schließlich sollten neuronale Netze mit einem der klassischen Ansätze kombiniert werden Dies ermöglicht es Ihnen, die Ergebnisse, die in Übereinstimmung mit Ihren Handelspräferenzen erreicht werden, besser zu nutzen. Schlussfolgerung Sie werden echten Erfolg mit neuronalen Netzen nur dann erleben, wenn Sie aufhören, das beste Netz zu suchen. Schließlich liegt der Schlüssel zu Ihrem Erfolg mit neuronalen Netzwerken nicht in der Netzwerk selbst, aber in Ihrer Trading-Strategie Deshalb, um eine profitable Strategie zu finden, die für Sie arbeitet, müssen Sie eine starke Vorstellung davon entwickeln, wie man ein Komitee von neuronalen Netzwerken erstellen kann Nd verwenden sie in Kombination mit klassischen Filtern und Geld-Management-Regeln. Für verwandte Lesung, check out Neural Trading Biological Keys zu Profit und die Trading Systems Coding Tutorial. Licensed User Center. Trade mit Intelligenz mit TradingSolutions. TradingSolutions kombiniert technische Analyse mit künstlicher Intelligenz AI Technologien mit neuronalen Netzwerken und genetischen Algorithmen, um Muster aus historischen Daten zu erlernen und Systemparameter zu optimieren Diese Handelssoftware arbeitet mit Aktien, Futures, Währungen FOREX und vielen anderen Finanzinstrumenten Es kann auch Systeme für US - und internationale Märkte bauen. Mehr als 300 der beliebtesten Technische Indikatoren. Proven Probe und Kundenleistung. Industrie führende Datenunterstützung von eSignal Interactive Brokers und vieles mehr. Proprietary Optimale Signal-Technologie. Free Technical Support.100 Free Systems und vorgefertigte neuronale Netzwerk-Modelle. Free Abonnement Trader68 Standard automatisierte Trading-Software. Erfolgreich in über 66 verwendet Länder rund um die Welt.30-Tage Geld-zurück-Garantie. Lizenzierte User Center. Trade mit Intelligenz mit TradingSolutions. TradingSolutions kombiniert technische Analyse mit künstlichen Intelligenz AI-Technologien mit neuronalen Netzwerken und genetischen Algorithmen, um Muster aus historischen Daten zu lernen und zu optimieren Systemparameter Diese Trading-Software Arbeitet mit Aktien, Futures, Währungen FOREX und viele andere Finanzinstrumente Es kann auch Systeme für US und internationale Märkte bauen. Unter 300 der beliebtesten technischen Indikatoren. Proven Probe und Kundenleistung. Industrie führende Datenunterstützung von eSignal Interactive Brokers und viele mehr. Proprietary Optimale Signal-Technologie. Free Technical Support.100 Free Systems und vorgefertigte neuronale Netzwerk-Modelle. Sehrlich in über 66 Ländern auf der ganzen Welt verwendet.30-Tage Geld-zurück-Garantie. Hybrid Neuronale Netzwerk Stop-and-Reverse-Strategien für Forex. Von Michael R Bryant. Neurale Netze wurden in Handelssystemen seit vielen Jahren verwendet S mit unterschiedlichen Erfolgsgraden Ihre primäre Anziehungskraft ist, dass ihre nichtlineare Struktur besser in der Lage ist, die Komplexität der Preisbewegung zu erfassen als die üblichen, indikatorbasierten Handelsregeln Eine der Kritik war, dass neuronale netzwerkbasierte Handelsstrategien dazu neigen, Fit und daher don t gut auf neue Daten Eine mögliche Lösung für dieses Problem ist es, neuronale Netze mit regelbasierten Strategie-Logik zu kombinieren, um eine hybride Art von Strategie zu erstellen Dieser Artikel wird zeigen, wie dies mit Adaptrade Builder durchgeführt werden kann. In diesem Artikel wird das folgende neuronale Netzwerk und die regelbasierte Logik für Handelseinträge veranschaulicht. Ein Drei-Segment-Datenansatz wird verwendet, wobei das dritte Segment zur Validierung der endgültigen Strategien verwendet wird. Der daraus resultierende Strategiecode für MetaTrader 4 und TradeStation wird gezeigt , Und es wird gezeigt werden, dass die Validierungsergebnisse für jede Plattform positiv sind. Neurale Netzwerke als Trade Entry Filters. Mathematisch ein neuronales Netz Arbeit ist eine nichtlineare Kombination aus einem oder mehreren gewichteten Inputs, die einen oder mehrere Ausgabewerte erzeugt. Für den Handel wird ein neuronales Netzwerk im Allgemeinen auf eine von zwei Weisen 1 als Vorhersage der zukünftigen Preisbewegung oder 2 als Indikator oder Filter für den Handel verwendet Hier wird die Verwendung als Indikator oder Handelsfilter berücksichtigt. Als Indikator fungiert ein Neuronales Netzwerk als zusätzliche Bedingung oder Filter, die erfüllt sein muss, bevor ein Handel eingegeben werden kann. Die Eingaben in das Netzwerk sind typischerweise andere technische Indikatoren Wie Impuls, Stochastik, ADX, gleitende Durchschnitte und so weiter, sowie Preise und Kombinationen der vorangegangenen Die Eingänge sind skaliert und das neuronale Netzwerk ist so ausgelegt, dass die Ausgabe ein Wert zwischen -1 und 1 ist. Ein Ansatz ist zu erlauben Ein langer Eintrag, wenn der Ausgang größer oder gleich einem Schwellwert wie 0 5 ist, und einen kurzen Eintrag, wenn der Ausgang kleiner oder gleich dem Negativ der Schwelle ist, zB -0 5 Diese Bedingung wäre zusätzlich zu Vorhandene Einstiegsbedingungen Um zum Beispiel eine lange Einstiegsbedingung zu haben, müsste es wahr sein, und die neuronale Netzausgabe müsste mindestens gleich dem Schwellenwert für einen langen Eintrag sein. Bei der Einrichtung eines neuronalen Netzes würde ein Händler In der Regel verantwortlich für die Auswahl der Eingaben und der Netzwerktopologie und für das Training des Netzwerks, das die optimalen Gewichtswerte bestimmt. Wie unten gezeigt wird, führt Adaptrade Builder diese Schritte automatisch als Teil des evolutionären Buildprozesses durch, auf dem die Software auf der Verwendung von Neuronales Netzwerk als Handelsfilter ermöglicht es, problemlos mit anderen Regeln kombiniert zu werden, um eine hybride Handelsstrategie zu schaffen, die die besten Eigenschaften traditioneller, regelbasierter Ansätze mit den Vorteilen neuronaler Netzwerke kombiniert. Als einfaches Beispiel könnte Builder eine Gleitende durchschnittliche Crossover-Regel mit einem neuronalen Netzwerk, so dass eine lange Position genommen wird, wenn der schnell gleitende Durchschnitt über den langsamen gleitenden Durchschnitt und die neuronale Netto überquert Rk Ausgabe ist an oder über seinem Schwellenwert. Stop-and-Reverse Trading Strategies. A Stop-und-Reverse-Trading-Strategie ist eine, die immer auf dem Markt ist, entweder lange oder kurz Streng genommen, Stop-and-Reverse bedeutet, dass Sie umgekehrt Der Handel, wenn Ihr Stop-Order getroffen wird Aber ich benutze es als eine Kurz-Hand für jede Handelsstrategie, die von lange bis kurz zu lang und so weiter rückgängig macht, so dass Sie immer auf dem Markt sind. Mit dieser Definition ist es nicht notwendig Für die Aufträge, um Stopp-Aufträge zu sein, die Sie mit dem Markt betreten und umkehren könnten. Es ist auch nicht notwendig, dass jede Seite die gleiche Logik oder sogar die gleiche Auftragsart verwendet. Zum Beispiel könnten Sie lange eingeben und kurz aufhören Bestellen und kurz eintreten und lange auf einer Marktreihenfolge verlassen, wobei verschiedene Regeln und Bedingungen für jeden Eintrittsausgang verwendet werden. Dies wäre ein Beispiel für eine asymmetrische Stop-and-Reverse-Strategie. Der primäre Vorteil einer Stop-and-Reverse-Strategie ist, dass durch Immer auf dem Markt, du vermisst nie irgendwelche großen Züge An Ein weiterer Vorteil ist die Einfachheit Wenn es getrennte Regeln und Bedingungen für die Eingabe und Verlassen von Trades gibt, gibt es mehr Komplexität und mehr, die schief gehen kann. Die Kombination von Einträgen und Ausgängen bedeutet, dass weniger zeitliche Entscheidungen getroffen werden müssen, was weniger Fehler bedeuten kann. Auf der anderen Seite , Kann man argumentieren, dass die besten Voraussetzungen für die Beendigung eines Handels nur selten die gleichen sind, wie sie für die Einreise in die entgegengesetzte Richtung eintreten, dass das Betreten und Verlassen von Geschäften inhärent getrennte Entscheidungen sind, die daher separate Regeln und Logiken einsetzen sollten. Ein weiterer möglicher Nachteil, immer in der Markt ist, dass die Strategie durch jede Eröffnungslücke handeln wird Eine große Eröffnungslücke gegen die Position kann einen großen Verlust bedeuten, bevor die Strategie in der Lage ist, Strategien zurückzukehren, die selektiv eintreten und ausreisen, oder dass der Ausstieg am Ende des Tages die Auswirkungen minimieren kann Der Eröffnung von Lücken. Da das Ziel ist es, eine Forex-Strategie zu bauen, ist MetaTrader 4 MT4 eine offensichtliche Wahl für die Handelsplattform gegeben, dass MetaTra Der 4 ist in erster Linie für Forex konzipiert und ist weit verbreitet für den Handel dieser Märkte verwendet, zum Beispiel, MetaTrader vs TradeStation Ein Sprachvergleich Doch in den letzten Jahren hat TradeStation die Forex-Märkte viel aggressiver gezielt Abhängig von Ihrem Handelsvolumen und / oder Konto-Ebene , Es ist möglich, die Devisenmärkte durch TradeStation zu handeln, ohne irgendwelche Plattformgebühren zu verursachen oder irgendwelche Provisionen zu bezahlen Spreads sind Berichten zufolge mit guter Liquidität auf den großen Forex-Paaren. Aus diesen Gründen wurden beide Plattformen für dieses Projekt gezielt. Sehrliche Probleme entstehen bei der Ausrichtung von mehreren Plattformen gleichzeitig Zuerst können die Daten auf verschiedenen Plattformen unterschiedlich sein, mit Unterschieden in Zeitzonen, Preisangaben für einige Takte, Volumen und verfügbare Datumsbereiche Um diese Unterschiede zu glätten, wurden Daten von beiden Plattformen erhalten und die Strategien wurden aufgebaut Beide Datenreihen gleichzeitig Die besten Strategien waren also die, die bei beiden Daten gut funktionierten Trotz der Unterschiede in den Daten Die Dateneinstellungen, die im Builder verwendet werden, sind unten in Abb. 1 dargestellt. Wie aus der Marktdaten-Tabelle in der Abbildung abgeleitet werden kann, wurde der Euro-Dollar-Devisenmarkt mit einer Bargröße von 4 Stunden 240 Minuten gezählt Andere Stabgrößen oder - märkte hätten genauso gut gedient, ich konnte nur so viele Daten über meine MT4-Plattform erhalten, wie durch den in Fig. 1 Datenreihe 2 dargestellten Datumsbereich angegeben, so dass der gleiche Datumsbereich beim Erhalten der äquivalenten Daten verwendet wurde Serie von TradeStation Datenreihe 1 80 der Daten wurde für den Bau kombiniert in-Probe und out-of-Probe verwendet, mit 20 6 20 14 bis 2 10 15 beiseite für die Validierung 80 der ursprünglichen 80 wurde dann auf Probe gesetzt Mit 20 auf Out-of-Probe gesetzt, wie in Abb. 1 gezeigt Der Bid-Ask-Spread wurde auf 5 Pips gesetzt, und die Handelskosten von 6 Pips oder 60 pro Full-Size-Los 100.000 Aktien wurden pro Round-Turn angenommen. Beide Datenreihen waren Enthalten in den Build, wie durch die Häkchen in der linken Spalte des M angezeigt Arket Data table. Figure 1 Marktdaten Einstellungen für den Aufbau einer Forex-Strategie für MetaTrader 4 und TradeStation. Anderes potenzielles Problem bei der Ausrichtung auf mehrere Plattformen ist, dass Builder ist entworfen, um die Art und Weise jede unterstützte Plattform berechnet ihre Indikatoren, was bedeutet, dass die Indikatorwerte bedeuten können Wird je nachdem, welche Plattform ausgewählt wird, je nachdem, welche Plattform ausgewählt wird Um diese mögliche Quelle der Diskrepanz zu vermeiden, sollten alle Indikatoren, die sich in MetaTrader 4 als in der TradeStation unterscheiden, aus dem Build eliminiert werden, was bedeutet, dass die folgenden Indikatoren vermieden werden sollten. Alle anderen Indikatoren, die verfügbar sind Für beide Plattformen werden auf beiden Plattformen gleichermaßen berechnet Die TradeStation umfasst alle Indikatoren, die im Builder verfügbar sind, während MetaTrader 4 nicht nur Indikatoren enthält, die in beiden Plattformen verfügbar sind, sondern auch die MetaTrader 4-Plattform ausgewählt werden Code-Typ im Builder, der automatisch alle Indikatoren aus dem Build-Set, die nicht für MT4 verfügbar sind, die die Indikatoren, die in beiden Plattformen verfügbar sind, verlassen werden. Darüber hinaus, da ich bemerkte Unterschiede in der Lautstärke Daten aus jeder Plattform erhalten, entfernte ich alle Volumen-abhängige Indikatoren aus dem Build-Set Lastly, die Zeit Der Tagesindikator wurde aufgrund von Unterschieden in den Zeitzonen zwischen den Datendateien entfernt. In Abb. 2 unten wird die Liste der Indikatoren, die in dem Build-Set verwendet werden, sortiert, ob der Indikator vom Buildprozess berücksichtigt wurde Die Indikatoren, die aus den oben erwähnten Gründen aus der Betrachtung entfernt wurden, werden am Anfang der Liste angezeigt. Die verbleibenden Indikatoren, beginnend mit Simple Mov Ave, waren alle Teil des Build-Sets. Abbildung 2 Indikator-Selektionen im Builder, wobei die Indikatoren aus dem Build entfernt wurden Set Die Auswertungsoptionen, die im Buildprozess verwendet werden, sind in Abb. 3 dargestellt. Wie bereits erwähnt, wurde MetaTrader 4 als Codeauswahl ausgewählt. Nachdem Strategien im Builder eingebaut wurden, Optionen auf der Registerkarte Auswertungsoptionen, einschließlich des Codetyps, können geändert und die Strategien neu ausgewertet werden, die auch den Code umschreiben, in welcher Sprache sie ausgewählt wird. Diese Funktion wurde verwendet, um den TradeStation-Code für die endgültige Strategie zu erhalten, nachdem die Strategien durchgeführt wurden Gebaut für MetaTrader 4.Figure 3 Auswertungsoptionen im Builder für die EURUSD-Forex-Strategie. Um Stopp-und-Reverse-Strategien zu schaffen, wurden alle Exit-Typen aus dem Build-Set entfernt, wie unten in Abb. 4 gezeigt. Alle drei Arten von Eintragsaufträgen - Markt, Stop und Limit - wurden als überlegt, was bedeutet, dass der Build-Prozess könnte jeder von ihnen während des Build-Prozesses zu betrachten. Bild 4 Auftragsarten im Builder ausgewählt, um eine Stop-and-Reverse-Strategie zu erstellen. Die Builder-Software automatisch generiert Regelbasierte logische Bedingungen für Ein - und Ausstieg Um der Strategie ein neuronales Netzwerk hinzuzufügen, ist es nur notwendig, die Option Ein neuronales Netzwerk in die Einstiegswerte auf der Registerkarte Strategieoptionen einzufügen, wie unten gezeigt In Abb. 5 Die neuronalen Netzwerkeinstellungen wurden bei ihren Vorgaben belassen. Im Rahmen der Stop-and-Reverse-Logik wurde die Option Market Sides auf Long Short gesetzt, und die Option zum Warten auf Exit vor dem Eintritt in den neuen Handel wurde deaktiviert. Letzteres ist notwendig Um die Eingabeaufträge zu beenden, um die aktuelle Position bei einer Umkehr zu beenden Alle anderen Einstellungen wurden bei den Standardeinstellungen hinterlassen. Figure 5 Strategieoptionen, die im Builder ausgewählt wurden, um eine Hybridstrategie zu erstellen, die sowohl Regel-basierte als auch neuronale Netzwerkbedingungen verwendet. Die evolutionäre Natur des Builds Prozess in Builder wird von der Eignung geleitet, die aus den Zielen und Bedingungen berechnet wird, die auf der Registerkarte Metriken definiert sind, wie unten in Abb. 6 gezeigt. Die Build-Ziele wurden einfach gehalten, den Nettogewinn zu maximieren und gleichzeitig die Komplexität zu minimieren, die ein geringes Gewicht relativ gegeben wurde Zum Nettogewinn Mehr Aufmerksamkeit wurde auf die Baubedingungen gelegt, die den Korrelationskoeffizienten und die Bedeutung für die allgemeine Strategiequalität sowie die durchschnittlichen Stäbe i beinhalteten N Trades und die Anzahl der Trades. Zunächst wurden nur die durchschnittlichen Bars in Trades als Build-Zustand aufgenommen. Allerdings wurde in einigen der frühen Builds der Nettogewinn über die Handelslänge begünstigt, so dass die Anzahl der Trades Metrik Wurde hinzugefügt Der angegebene Bereich für die Anzahl der Trades zwischen 209 und 418 entspricht den durchschnittlichen Handelslängen zwischen 15 und 30 bar, basierend auf der Anzahl der Stäbe in der Bauzeit. Dadurch fügte das Hinzufügen dieser Metrik mehr Wert auf das Handelslängenziel , Die zu mehr Mitgliedern der Bevölkerung mit dem gewünschten Bereich der Handelslängen führte. Bild 6 Ziele und Bedingungen, die auf der Registerkarte Metriken festgelegt sind, bestimmen, wie die Fitness berechnet wird. Die Bedingungen für die Auswahl der Top-Strategien duplizieren die Build-Bedingungen, außer dass die Top-Strategien Werden die Bedingungen über den gesamten Datenbereich ausgewertet, der nicht das Validierungssegment enthält, das getrennt ist, und nicht nur über die Buildperiode, wie es bei den Build-Bedingungen der Fall ist Ategies-Bedingungen werden vom Programm verwendet, um alle Strategien, die alle Bedingungen in einer separaten Population erfüllen, zu beiseite legen. Die endgültigen Einstellungen werden auf der Registerkarte "Build Options" vorgenommen, wie unten in Abb. 7 gezeigt. Die wichtigsten Optionen sind hier die Populationsgröße, die Nummer Von Generationen und die Möglichkeit, auf der Grundlage der Out-of-Probe-Leistung zurückzusetzen Die Populationsgröße wurde so gewählt, dass sie groß genug ist, um eine gute Vielfalt in der Bevölkerung zu erhalten, während sie noch klein genug ist, um in einer angemessenen Zeitspanne zu bauen. Die Anzahl der Generationen Basierte darauf, wie lange es dauerte, während ein paar vorläufige Builds für die Ergebnisse zu konvergieren. Figure 7 Build-Optionen gehören die Bevölkerung Größe, Anzahl der Generationen und Optionen für die Rückstellung der Bevölkerung auf der Grundlage von Out-of-Sample-Performance. Die Option Um auf Out-of-Sample zurückzusetzen OOS Performance startet den Build-Prozess nach der angegebenen Anzahl von Generationen, wenn die angegebene Bedingung in diesem Fall erfüllt ist, wird die Population zurückgesetzt, wenn die Out-of-s Reichlich Nettogewinn ist weniger als 20.000 Dieser Wert wurde auf der Grundlage von vorläufigen Tests gewählt, um ein hoch genug Wert, dass es wahrscheinlich nicht erreicht werden würde Als Ergebnis wurde der Build-Prozess wurde alle 30 Generationen wiederholt, bis manuell gestoppt Dies ist ein Weg, um die Programm identifizieren Strategien auf der Grundlage der Top-Strategien Bedingungen über einen längeren Zeitraum Periodisch kann die Top-Strategien Bevölkerung überprüft werden und der Build-Prozess abgebrochen, wenn geeignete Strategien gefunden werden. Notice, dass ich out-of-Sample in Anführungszeichen Wenn die Out - Of-Sample-Periode verwendet wird, um die Population auf diese Weise zurückzusetzen, ist die Out-of-Sample-Periode nicht mehr wirklich out-of-sample Da diese Periode jetzt verwendet wird, um den Build-Prozess zu führen, ist es effektiv Teil der in - sample Zeitraum Darum ist es ratsam, ein drittes Segment für die Validierung beiseite zu legen, wie es oben diskutiert wurde. Nach mehreren Stunden der Verarbeitung und einer Reihe von automatischen Umbauten wurde in den Top Strategies populati eine geeignete Strategie gefunden Auf der geschlossenen Handelsbilanzkurve ist unten in Abb. 8 dargestellt. Die Eigenkapitalkurve zeigt eine konsistente Performance über beide Datensegmente mit einer adäquaten Anzahl von Trades und im Wesentlichen die gleichen Ergebnisse über beide Datenreihen. Figur 8 Closed-Trade-Aktienkurve für die EURUSD - Und-Reverse-Strategie. Um die Strategie über den Validierungszeitraum zu überprüfen, wurden die Datumskontrollen auf der Registerkarte Markets siehe Abb. 1 zum Enddatum der Daten 2 11 2015 geändert und die Strategie wurde durch Auswahl des Befehls "Auswerten" neu ausgewertet Das Strategie-Menü im Builder Die Ergebnisse sind unten in Abb. 9 dargestellt. Die Validierungsergebnisse in der roten Box zeigen, dass die Strategie auf Daten gehalten wurde, die während des Build-Prozesses nicht verwendet wurden. Figure 9 Closed-Trade Equity-Kurve für die EURUSD Stop-and-Reverse Strategie, einschließlich der Validierungsperiode. Die endgültige Überprüfung ist zu sehen, wie die Strategie auf jeder Datenreihe separat mit der Codeausgabe Option für diese Plattform durchgeführt Dies ist notwendig, weil, wie oben erklärt, dort Können Unterschiede in den Ergebnissen je nach 1 des Codetyps und 2 der Datenreihe sein. Wir müssen überprüfen, ob die gewählten Einstellungen diese Unterschiede minimiert haben, wie beabsichtigt Um die Strategie für MetaTrader 4 zu testen, wurde die Datenreihe von TradeStation auf den Märkten abgewählt Tab und die Strategie wurde neu ausgewertet. Die Ergebnisse sind unten in Abb. 10 dargestellt, die die untere Kurve in Abb. 9 dupliziert. Abbildung 10 Handelskurse für die EURUSD-Stop-and-Reverse-Strategie einschließlich der Validierungsperiode für MetaTrader 4.Finally, um die Strategie für TradeStation zu testen, wurde die Datenreihe von TradeStation ausgewählt und die Serie für MetaTrader 4 wurde auf der Registerkarte Markets abgewählt, die Codeausgabe wurde in die TradeStation geändert und die Strategie wurde neu bewertet. Die Ergebnisse sind Die unten in Fig. 11 gezeigt sind, und scheinen sehr ähnlich zu der mittleren Kurve in Fig. 9 zu sein, wie erwartet. Figur 11 Closed-Trade-Aktienkurve für die EURUSD-Stop-and-Reverse-Strategie einschließlich der Validierungsperiode für TradeStatio N Der Code für beide Plattformen finden Sie unten in Abb. 12 Klicken Sie auf das Bild, um die Codedatei für die entsprechende Plattform zu öffnen. Die Untersuchung des Codes zeigt, dass der regelbasierte Teil der Strategie für die langen und kurzen Seiten unterschiedliche volatilitätsbedingte Bedingungen verwendet Die neuronalen Netzeingänge bestehen aus einer Vielzahl von Indikatoren, darunter Tag der Woche, Trend ZLTrend, Intraday High, Oszillatoren InvFisherCycle, InvFisherRSI, Bollinger Bands und Standardabweichung. Die Hybridart der Strategie ist direkt im Code-Statement zu sehen Aus der TradeStation-Code. Wenn EntCondL und NNOutput 0 5 dann beginnen Buy EnMark-L NShares Aktien nächsten Bar auf dem Markt. Die Variable EntCondL stellt die regelbasierten Einstieg Bedingungen und NNOuput ist die Ausgabe des neuronalen Netzes Beide Bedingungen müssen wahr sein 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.