उन्नत - विदेशी मुद्रा व्यापार - रणनीति - पीडीएफ - प्रिंटर

फॉरेक्सप्रोस गोल्ड एडवांस्ड चार्ट। ईए अनुकूली व्यापार प्रबंधन एल्गोरिथ्म का प्रयोग करती है विशेषज्ञ सलाहकार ने सफलतापूर्वक स्लीपेज और फॉरेक्सप्रॉस गोल्ड एडवांस्ड चार्ट लाइटफ़ेक्स फंडिंग के साथ नाइजीरिया में तनाव परीक्षण पारित किया है योरबाइंड स्टॉक रुझानों के लिए ब्रेकिंग न्यूज प्रवृत्ति व्यापार संकेतक दिन व्यापार रणनीतियों यूरो एसईसी विदेशी मुद्राप्रोद्योग गतिविधि सबसे स्थिर परिणाम स्विस फ्रैंक EUR CHF, USD CHF, के साथ मुद्रा जोड़े पर प्राप्त किया गया है जिसका अर्थ है उच्च लाभप्रदता और निम्न। एक संकेत चुनें जिसमें आप रुचि रखते हैं और कुछ क्लिक्स में इसकी सदस्यता लेते हैं। विदेशी मुद्रा गोल्ड उन्नत चार्ट स्मार्ट स्कैटलर पूरी तरह से है स्वचालित स्केल्पर ईए, जो स्थानीय मूल्य के सफलताओं के आधार पर ट्रेड करता है नियमन बाइनरी दलाल मैं अपने खाते पर एक वर्ष से अधिक समय से इस स्वचालित स्केलिंग प्रणाली का विकास, परीक्षण और सुधार कर रहा हूं भविष्य के पूर्वानुमान के कार्यक्रम प्रत्येक खुली स्थिति को एक छिपा हुआ रोक ऑर्डर द्वारा संरक्षित किया जाता है उन्नत ड्रॉडाउन को कम करने के लिए एक उन्नत संशोधन एल्गोरिथ्म द्वारा। विदेशी मुद्रा में आनुवंशिक एल्गोरिथम ट्रेडिंग सिस्टम। लाभदायक विदेशी मुद्रा व्यापार रणनीति बनाने के लिए कॉर्टेक्स न्यूरल नेटवर्क सॉफ्टवेयर में जेनेटिक एल्गोरिथ्म आनुवंशिक कम्प्यूटेशंस आधारित फ़ॉरेक्स ट्रेडिंग के लिए फीडवर्वर्ड बैकप्रॉपैजेशन न्यूरल नेटवर्क एप्लिकेशन। यह उदाहरण पिछले आलेख के अवधारणाओं और विचारों का उपयोग करता है, इसलिए कृपया न्यूरल नेटवर्क आनुवंशिक एल्गोरिथ्म पढ़ें विदेशी मुद्रा व्यापार प्रणाली पहले, हालांकि यह अनिवार्य नहीं है। इस पाठ के बारे में। सबसे पहले, कृपया अस्वीकार पढ़ें यह कॉर्टेक्स न्यूरल नेटवर्क सॉफ़्टवेयर आनुवंशिक एल्गोरिथ्म कार्यक्षमता का उपयोग करने का एक उदाहरण है, लाभप्रद व्यापार कैसे करना है इसका उदाहरण नहीं I गुरु, न तो मुझे आपके नुकसान के लिए जिम्मेदार होना चाहिए। कॉर्टेक्स न्यूरल नेटवर्क सॉफ्टवेयर में इसमें तंत्रिका नेटवर्क है, और एफएफबीपी हमने चर्चा की थी इससे पहले ही विदेशी मुद्रा व्यापार रणनीतियों को चुनने का एक ही तरीका यह एक अच्छी तकनीक है, शक्तिशाली है और जब सही ढंग से लागू किया जाता है, तो बहुत ही बढ़िया हालांकि, यह एक समस्या है - हमें टीएन न्यूरल नेटवर्क को सिखाने के लिए हमें वांछित आउटपुट जानना चाहिए। यह बल्कि आसान टी है जब हम फ़ंक्शन सन्निकटन करते हैं, तो हम फ़ंक्शन के वास्तविक मूल्य लेते हैं, क्योंकि हम जानते हैं कि यह क्या होना चाहिए। जब ​​हम तंत्रिका नेटवर्क की भविष्यवाणी करते हैं, तो हम इतिहास पर तंत्रिका नेटवर्क को पढ़ाने के पिछले लेखों में वर्णित तकनीक का उपयोग करते हैं यदि हम अनुमान लगाते हैं, तो एक विनिमय दर, हम प्रशिक्षण के दौरान जानते हैं कि सही भविष्यवाणी क्या है। फिर भी, जब हम एक व्यापार प्रणाली का निर्माण कर रहे हैं, हमें पता नहीं है कि सही व्यापार निर्णय क्या है, भले ही हम विनिमय दर जानते हों वास्तव में, हमारे पास कई विदेशी मुद्रा व्यापारिक रणनीतियों हैं जो हम किसी भी समय उपयोग कर सकते हैं, और हमें एक अच्छा एक खोजना होगा - हम अपने तंत्रिका नेट के वांछित उत्पादन के रूप में क्या फ़ीड चाहिए। यदि आप हमारे पिछले लेख का पालन करते हैं , आप जानते हैं, कि हमने इस समस्या से निपटने के लिए धोखा दिया है हमने विनिमय दर या विनिमय दर के आधार सूचक सूचक पूर्वानुमान करने के लिए तंत्रिका नेटवर्क को सिखाया है, और फिर व्यापार करने के लिए इस भविष्यवाणी का इस्तेमाल किया, तब प्रोग्राम के तंत्रिका नेटवर्क भाग के बाहर, हमने बनाया जिस पर एक निर्णय तंत्रिका नेटवर्क सबसे अच्छा एक है। आनुवंशिक एल्गोरिदम सीधे इस समस्या से निपट सकते हैं, वे सबसे अच्छा व्यापारिक संकेतों के रूप में बताए गए समस्या को हल कर सकते हैं। इस लेख में हम इस तरह के एक कार्यक्रम को बनाने के लिए कॉर्टेक्स न्यूरल नेटवर्क सॉफ्टवेयर का उपयोग करने जा रहे हैं। जेनेटिक एल्गोरिथ्म का उपयोग करना आनुवंशिक एल्गोरिदम बहुत अच्छी तरह से विकसित होते हैं, और बहुत विविध हैं यदि आप उनके बारे में सब कुछ जानना चाहते हैं, तो मेरा सुझाव है कि आप विकिपीडिया का उपयोग करें, क्योंकि यह लेख केवल कॉर्टैक्स न्यूरल नेटवर्क सॉफ्टवेयर क्या कर सकता है। कॉर्टैक्स न्यूरल नेटवर्क सॉफ्टवेयर में हम एक तंत्रिका नेटवर्क जो कुछ इनपुट लेता है, कहते हैं, एक सूचक के मूल्य, और कुछ आउटपुट का उत्पादन करता है, कहते हैं, ट्रेडिंग संकेतों को खरीदने, बेचने, पकड़ने और रोकना, स्थिति खोले जाने के लिए लाभ स्तर ले लेते हैं। जरूर, अगर हम इस तंत्रिका नेटवर्क के वजन का बीज यादृच्छिक पर, व्यापार के परिणाम भयानक होंगे लेकिन, हम कहते हैं कि हम ऐसे एनएन के एक दर्जन बनाए हैं, फिर हम उनमें से प्रत्येक के प्रदर्शन का परीक्षण कर सकते हैं, और सबसे अच्छा एक, विजेता चुन सकते हैं। यह एनएन की पहली पीढ़ी थी जिसे वह दूसरी पीढ़ी, हमें अपने विजेता को पैदा करने की अनुमति है, लेकिन समान प्रतियों से बचने के लिए, हम अपने वंश के वंश को कम करने के लिए कुछ यादृच्छिक नौसेनाएं जोड़ते हैं। दूसरी पीढ़ी में, हमारी पहली पीढ़ी के विजेता हैं और यह अपूर्ण उत्परिवर्तित प्रतियां चलो फिर से परीक्षण करते हैं हम एक और विजेता होगा, जो बेहतर है, पीढ़ी में किसी भी अन्य तंत्रिका नेटवर्क। और इस तरह हम केवल विजेताओं को नस्ल, और वास्तविक जीवन विकास की तरह हारे हुए को खत्म करने की अनुमति देते हैं, और हम अपना सर्वश्रेष्ठ प्राप्त करेंगे व्यापार प्रणाली आनुवंशिक एल्गोरिथ्म किस तरह से होना चाहिए, इसके बारे में कोई भी पूर्व ज्ञान न होने के साथ-न्यूरल नेटवर्क। उदाहरण के तौर पर यह पहला आनुवंशिक एल्गोरिथम उदाहरण है और यह बहुत आसान है, हम इसे कदम से कदम के माध्यम से चलने जा रहे हैं सभी युक्तियों का पालन करें जो निम्नलिखित उदाहरणों का प्रयोग करेंगे। कोड में इनलाइन टिप्पणियां हैं, इसलिए हम प्रमुख क्षणों पर ध्यान केंद्रित करते हैं। सबसे पहले, हमने एक तंत्रिका नेटवर्क बनाया है यह यादृच्छिक वजन का उपयोग कर रहा है, और अभी तक सिखाया नहीं गया था। तब, चक्र में, हम 14 सी बनाना मुताबिक एनएएन फ्यूमेशन का उपयोग करते हुए यह फ़ंक्शन न्यूट्रल नेटवर्क की एक प्रतिलिपि बनाता है, 0 से लेकर 1 के सभी अक्षरों में 0 से लेकर यादृच्छिक मानों को जोड़ता है। हम एक सरणी में 15 एनएन के परिणाम रखते हैं, हम यह कर सकते हैं, जैसे कि हैंडल सिर्फ एक पूर्णांक संख्या है। हम 15 एनएन के इस्तेमाल के कारण व्यापार के संबंध में कुछ नहीं करना है कॉर्टेक्स न्यूरल नेटवर्क सॉफ़्टवेयर एक चार्ट पर 15 लाइन तक प्लॉट कर सकता है। हम परीक्षण के लिए अलग-अलग तरीकों का इस्तेमाल कर सकते हैं सबसे पहले, हम सीखने की व्यवस्था का उपयोग कर सकते हैं, यह सब एक बार दूसरा, हम परीक्षण कर सकते हैं, कहते हैं, 100000 में से 12000 रिस्पॉन्स, और सीखने के माध्यम से चलना, शुरुआत से लेकर अंत तक यह सीखने वालों को अलग कर देगा, क्योंकि हम उन न्यूरल नेटवर्क की खोज करेंगे जो कि लाभदायक हैं न केवल पूरे सेट पर डेटा का कोई हिस्सा, दूसरा दृष्टिकोण हमें समस्याएं दे सकता है, अगर डेटा बदलता है, शुरुआत से लेकर अंत तक तब नेटवर्क विकसित होगा, डेटा सेट के अंत में व्यापार करने की योग्यता प्राप्त करना और क्षमता खोने अपनी शुरुआत में व्यापार करने के लिए। उस समस्या को हल करने के लिए, हम एक फिर से डेटा से यादृच्छिक 12000 रिकॉर्ड टुकड़े लेने जा रहे हैं, और इसे तंत्रिका नेटवर्क में फ़ीड कर सकते हैं। यह केवल एक अंतहीन चक्र है, क्योंकि 100000 चक्र हमारी गति से कभी नहीं पहुंचेगे। नीचे हम प्रत्येक नेटवर्क के लिए प्रत्येक बच्चे को थोड़ा अलग वजन के साथ जोड़ते हैं , कि उत्परिवर्तन काल के लिए 0 1 केवल एकमात्र विकल्प नहीं है, जैसा कि तथ्य की बात है, यहां तक ​​कि यह पैरामीटर आनुवंशिक एल्गोरिथम का उपयोग करके अनुकूलित किया जा सकता है। नवनिर्मित NNs 15 मौजूदा वाले के बाद जोड़े जाते हैं इस तरह हमारे पास 30 एनएन, एक सरणी में, 15 पुराने और 15 नए तो हम परीक्षण के अगले चक्र, और दोनों पीढ़ियों से हारने वालों को मारने जा रहे हैं। परीक्षण करने के लिए, हम अपने डेटा पर न्यूरल नेटवर्क को लागू करते हैं, आउटपुट तैयार करते हैं, और फिर टेस्ट फंक्शन पर कॉल करते हैं, जो इन आउटपुट का उपयोग करता है व्यापार अनुकरण करने के लिए व्यापार के परिणाम, जो कि एनएन सबसे अच्छा हैं, हम सबसे अच्छा एनएन हैं। हम nSTart से nStart nLearn तक, एनएलएआरएन रिकॉर्ड के अंतराल का उपयोग करते हैं, जहां nSTart सीखने के भीतर एक यादृच्छिक बिंदु है। नीचे दिए गए कोड एक चाल है क्योंकि हम इसका उपयोग करते हैं यह इस तथ्य को स्पष्ट करना है, कि आनुवंशिक एल्गोर ithm आनुवंशिक एल्गोरिथ्म बना सकते हैं लेकिन यह जरूरी नहीं कि सबसे अच्छा होगा, और यह भी सुझाव देने के लिए, कि हम परिणाम को बेहतर बना सकते हैं, अगर हम सीखने की प्रक्रिया में कुछ सीमाएं बताते हैं। यह संभव है, कि हमारी ट्रेडिंग प्रणाली बहुत अच्छी तरह से काम करती है लंबे ट्रेडों, और बहुत ही कम, या इसके विपरीत, बहुत गरीब हैं यदि, कहते हैं, लंबे ट्रेडों बहुत अच्छे हैं, यह आनुवंशिक एल्गोरिथ्म जीत सकते हैं, यहां तक ​​कि छोटे ट्रेडों पर बड़े नुकसान के साथ. इससे बचने के लिए, हम अजीब में लंबे ट्रेडों को अधिक वजन देते हैं और यहां तक ​​कि सालों में छोटी ट्रेडों के लिए यह सिर्फ एक उदाहरण है, इसमें कोई गारंटी नहीं है, कि इसमें कुछ सुधार होगा, इसके बारे में और नीचे, तकनीकी सुधार के बारे में चर्चा में, आपको इसे करना नहीं है या इसे अलग तरह से बना सकते हैं। एक क्रमबद्ध सरणी यह ​​एक सम्मिलन स्थिति देता है, फिर हम इस स्थिति का उपयोग न्यूरल नेटवर्क हैंडल जोड़ने के लिए, सीखने और गैर-सॉर्ट किए गए सरणियों के लिए मुनाफे का परीक्षण करते हैं। अब हमारे पास मौजूदा न्यूरल नेटवर्क के लिए डेटा समान लाभकारी सूचकांक पर है। इसका विचार है लाभप्रद द्वारा सॉर्ट किए गए एनएन के सरणी तक पहुंचें दक्षता के रूप में सरणी लाभ द्वारा सॉर्ट करती है, 1 2 नेटवर्क को निकालने के लिए, जो कम लाभदायक हैं, हमें एनएन 0 से 14 तक निकालने की आवश्यकता है। सशक्त निर्णय तंत्रिका नेटवर्क सिग्नल के मूल्य पर आधारित हैं, इस दृष्टिकोण से कार्यक्रम समान है पिछले आलेखों के उदाहरणों में। फ़ॉरेक्स ट्रेडिंग स्ट्रेटेजी, उदाहरण के बारे में चर्चा करना। सबसे पहले, चार्ट पर एक नज़र डालें, पहले चलने के दौरान लाभ के लिए पहला चार्ट अच्छा नहीं है, जैसा कि उम्मीद की जानी चाहिए, न्यूरल नेटवर्क पैसे की छवि खो देता है छवि फ़ोल्डर से पहले यात्रा के बाद प्रतिलिपि बनाई गई। चक्र 15 में लाभ के लिए छवि बेहतर है, कभी-कभी, आनुवंशिक एल्गोरिथ्म वास्तव में तेज़ी से सीख सकते हैं। हालांकि, लाभ की कमी पर संतृप्ति पर ध्यान दें। यह भी दिलचस्प है कि जिस तरह से व्यक्तिगत मुनाफे में परिवर्तन होता है, ध्यान में रखते हुए, कि वक्र संख्या, कहते हैं, 3 हमेशा एक ही तंत्रिका नेटवर्क के लिए नहीं है क्योंकि वे हमेशा पैदा होते हैं और सभी समय समाप्त कर देते हैं। इसके अलावा, नोट करें कि थोड़ा विदेशी मुद्रा स्वचालित व्यापार प्रणाली छोटी ट्रेडों पर खराब प्रदर्शन करती है, और इससे बेहतर लंबा एस, जो इस तथ्य से संबंधित नहीं हो सकता है या हो सकता है, उस अवधि के दौरान यूरो की तुलना में डॉलर गिर रहा था, शायद हमारे सूचक के मापदंडों के साथ कुछ भी हो सकता है, हमें शॉर्ट्स या संकेतक की पसंद के लिए अलग-अलग अवधि की आवश्यकता होती है। यहाँ 92 और 248 चक्रों के बाद का इतिहास है। हमारे आश्चर्य करने के लिए, आनुवंशिक एल्गोरिथ्म पूरी तरह से असफल हो गया है, यह समझने की कोशिश क्यों है, और स्थिति की सहायता कैसे करें.सबसे पहले, प्रत्येक पीढ़ी को पहले से बेहतर होना चाहिए नहीं, कम से कम हमारे द्वारा प्रयोग किए जाने वाले मॉडल के भीतर नहीं। अगर हम एक ही समय में पूरी तरह से सीखने की कोशिश करते हैं, और हमारे एनएनस को सिखाने के लिए बार-बार इसका इस्तेमाल करते हैं, तो हाँ, ये प्रत्येक पीढ़ी में सुधार लाएंगे, लेकिन इसके बजाय, हम समय के 12,000 रिकॉर्ड याद करते हैं, और उन्हें इस्तेमाल किया। दो सवाल क्यों प्रणाली सीखने के यादृच्छिक टुकड़े पर विफल रहा है, और क्यों हम पूरे सीखने सेट का इस्तेमाल किया अच्छी तरह से दूसरे प्रश्न का उत्तर देने के लिए, मैंने एनएन (NN) को सीखने पर बहुत अच्छा किया - और वे परीक्षण सेट पर असफल रहे वही कारण यह विफल रहता है wh एन हमने एफएफपीबी सीखने का इस्तेमाल अलग-अलग तरीके से करने के लिए, हमारे एनएनएस को अधिक स्पेशलाइज्ड किया गया है, उन्होंने सीखा है कि वे किस तरह के वातावरण में बने रहते हैं, लेकिन इसके बाहर नहीं हैं यह प्रकृति में बहुत कुछ होता है। हमने जिस दृष्टिकोण को लिया था, उसका उद्देश्य उस के लिए क्षतिपूर्ति करना था , डेटासेट के किसी भी यादृच्छिक टुकड़े पर अच्छा प्रदर्शन करने के लिए एनएन द्वारा मजबूर करके, इसलिए उम्मीद है कि, वे एक अपरिचित परीक्षण सेट पर भी प्रदर्शन कर सकते हैं, इसके बजाय, वे परीक्षण और सीखने के दोनों सेट पर विफल हुए। जानवरों को कल्पना करो, रेगिस्तान में रहना सूरज, बिल्कुल बर्फ नहीं यह बाजार को उगाने के लिए एक मेटाफ़र है, क्योंकि हमारे एनएन के आंकड़े पर्यावरण की भूमिका निभाते हैं जानवरों ने रेगिस्तान में रहने के लिए सीखा है। जानवरों की कल्पना करो, जो एक ठंडी जलवायु में रहते हैं बर्फ और कोई भी सूरज नहीं, वे समायोजित। हालांकि, हमारे प्रयोग में, हमने बेतरतीब ढंग से बढ़ते हुए, गिरने वाले, सपाट जानवरों की मौत के साथ अलग-अलग टुकड़ों के साथ उन्हें पेड़ पर, बर्फ में, बर्फ में, बर्फ में, हमारे एनएन को बेतरतीब ढंग से रखा। या, इसे अलग ढंग से रखने के लिए , हमने सबसे अच्छा तंत्रिका नेटवर्क का चयन किया डोम डेटा सेट 1, जो, कहते हैं, बढ़ते बाजार के लिए था, फिर हम विजेताओं और उनके बच्चों को प्रस्तुत करते थे, एक गिरते बाजार का आंकड़ा एनएन ने खराब प्रदर्शन किया, हम खराब प्रदर्शनकर्ताओं में से एक, शायद, एक उत्परिवर्ती बच्चों में से एक, जो खो गए बढ़ते बाजार पर व्यापार करने की क्षमता है, लेकिन एक गिरने से निपटने की क्षमता मिल गई है। फिर हम मेज फिर से बदल गए, और फिर, हमें सर्वश्रेष्ठ कलाकार मिल गया - लेकिन खराब कलाकारों में सबसे अच्छा हम केवल हमारे एनएन को सार्वभौमिक बनने की कोई संभावना नहीं दी। आनुवंशिक एल्गोरिथ्म की नई तकनीकें जानने के लिए तकनीकें हैं जो बिना पुरानी जानकारी पर प्रदर्शन को खोए बिना, जानवर गर्मियों में और सर्दियों में रह सकते हैं, सही तो विकास दोहराए गए बदलावों को संभालने में सक्षम है हम बाद में इन तकनीकों पर चर्चा कर सकते हैं, हालांकि यह आलेख अधिक है कॉरटेक्स न्यूरल नेटवर्क सॉफ्टवेयर का उपयोग करना एक सफल विदेशी मुद्रा स्वचालित व्यापार प्रणाली के निर्माण की तुलना में। न्यूज़ल नेटवर्क आनुवंशिक एल्गोरिथम उदाहरण 1. अब यह सुधार के बारे में बात करने का समय है एक साधारण आनुवंशिक एल्गोरिथ्म हमने बनाया पिछले चरण में दो प्रमुख दोष हैं, सबसे पहले, यह लाभ के साथ व्यापार करने में विफल रहा है यह ठीक है, हम आंशिक रूप से प्रशिक्षित प्रणाली का उपयोग करने की कोशिश कर सकते हैं, शुरुआत में यह लाभदायक था दूसरा दोष अधिक गंभीर है, हम चीजों पर कोई नियंत्रण नहीं करते, यह प्रणाली उदाहरण के लिए, यह लाभदायक होना सीख सकता है, लेकिन भारी पतन के साथ। यह एक अच्छी तरह से ज्ञात तथ्य है, कि वास्तविक जीवन में, विकास एक साथ एक से अधिक पैरामीटर का अनुकूलन कर सकता है उदाहरण के लिए, हम एक जानवर प्राप्त कर सकते हैं, जो तेजी से चल सकता है ठंडा करने के लिए प्रतिरोधी हो क्यों हमारे विदेशी मुद्रा स्वचालित व्यापार प्रणाली में ऐसा करने की कोशिश न करें। जब हम सुधार का उपयोग करते हैं, जो अतिरिक्त दंड के अलावा कुछ भी नहीं है, हमारा सिस्टम ड्रॉडाउन 0 5 के साथ ट्रेड करता है, जबकि हम इसकी पुष्टि करना चाहते हैं 0 - 0 3 अंतराल के लिए सिस्टम को यह बताने के लिए कि यह गलती की है, हम अपने लाभ को कम करने के लिए उपयोग किया जाता है, जो कि आनुवंशिक एल्गोरिथ्म को डिग्री से जीता, जो डीडी के आकार के आनुपातिक है, तब विकास एल्गोरिथ्म का ख्याल रखता है बाकी। कुछ और तथ्य हैं रु, हम ध्यान में रखना चाहते हैं कि हम खरीद या बेचने के ऑपरेशन के अधिक या कम समान संख्याएं प्राप्त करना चाहते हैं, हम अधिक लाभदायक संचालन चाहते हैं, तो असफलताओं की, हम लाभ चार्ट को रैखिक बना सकते हैं और इसी तरह । हम सुधारों का एक सरल सेट लागू करते हैं सबसे पहले, हम एक प्रारंभिक सुधार मूल्य के लिए कुछ बड़ी संख्या का उपयोग करते हैं हम इसे आमतौर पर 0 से 1 मानों के बीच गुणा करते हैं, हम जो सज़ा को लागू करना चाहते हैं उसके आधार पर हम अपने लाभ को गुणा करेंगे इस सुधार के परिणामस्वरूप, लाभ को सही किया जाता है, यह दर्शाता है कि आनुवंशिक एल्गोरिथ्म हमारे दूसरे मापदंडों से मेल खाती है, फिर हम एक विजेता न्यूरल नेटवर्क को ढूंढने के लिए परिणाम का उपयोग करते हैं। फ़ॉरेक्स ट्रेडिंग स्ट्रेटजी उदाहरण पर चर्चा करते हैं 1. उदाहरण 1 बेहतर उदाहरण के मुकाबले बेहतर काम करता है 0 पहले 100 चक्रों के दौरान, यह बहुत कुछ सीखा है, और लाभ चार्ट आश्वस्त लगते हैं हालांकि, उदाहरण के तौर पर, लंबे ट्रेडों को अधिक लाभदायक होता है, जो कि सबसे अधिक संभावना है कि हमारे दृष्टिकोण में समस्या है फिर भी, सिस्टम को एक बैलेंस मिला विरोधाभासी प्रारंभिक स्थितियों के बीच ई। सीखने के सेट में और कुछ ज्यादा सकारात्मक गतिशीलता है, और परीक्षण के लिए अधिक महत्वपूर्ण है। आगे सीखने के लिए, चक्र 278 में हम देख सकते हैं, कि हमारी प्रणाली अधिक परेशान हो रही है इसका मतलब है कि अभी भी प्रगति है सीखने के सेट पर। लेकिन परीक्षण सेट कमजोरी दिखाता है। जब हम इसे सीखने पर सीखते हैं तो यह एनएन के साथ एक आम समस्या है, इससे सीखना सीख जाता है, और कभी-कभी, यह बहुत अच्छी तरह से सीखता है - डिग्री के लिए, जब परीक्षण पर प्रदर्शन को खो देता है उस समस्या से निपटने के लिए, एक पारंपरिक समाधान का उपयोग किया जाता है हम न्यूरल नेटवर्क की तलाश करते रहते हैं जो परीक्षण सेट पर सबसे अच्छा प्रदर्शन करते हैं, और इसे बचाते हैं, पिछला सर्वोत्तम एक ओवरराइट करते हैं, हर बार नया चोटी पर पहुंच जाता है यह वही तरीका है, जिसका हम इस्तेमाल करते थे एफएफबीपी प्रशिक्षण में, इस समय, हमें स्वयं को कोड जोड़ना पड़ता है, जो एक परीक्षण सेट पर सर्वोत्तम तंत्रिका नेटवर्क की तलाश करता है, और सैवेन को फोन करता है, या एक फाइल में तंत्रिका नेटवर्क के वजन को निर्यात करता है इस तरह, जब आप अपना प्रशिक्षण रोकते हैं , आप के लिए सबसे अच्छा perfor होगा परीक्षण पर मेर बचाया और आपके लिए इंतजार कर रहा है। नोट भी करें कि यह आपके द्वारा किए गए अधिकतम लाभ नहीं है, लेकिन इष्टतम प्रदर्शन, तो सुधार का उपयोग करने पर विचार करें, जब एक परीक्षण सेट पर सर्वश्रेष्ठ प्रदर्शनकर्ता की तलाश करें। FOREX तकनीकी विश्लेषण के लिए आनुवंशिक एल्गोरिथ्म कहां अब। आपके विजेता न्यूरल नेटवर्क के बाद आप उस न्यूरल नेटवर्क के वजन को निर्यात करने के लिए पिछले लेख में वर्णित चरणों का पालन कर सकते हैं और फिर उन्हें अपने वास्तविक समय ट्रेडिंग प्लेटफार्म जैसे मेटा ट्रेडर्स, ट्रेड स्टेशन और इतने पर इस्तेमाल कर सकते हैं। वैकल्पिक रूप से, आप एफएफबीपी एल्गोरिथ्म के विपरीत न्यूरल नेटवर्क को अनुकूलित करने के अन्य तरीकों पर ध्यान केंद्रित कर सकते हैं, यहां आप सीखने और परीक्षण सेटों का उपयोग करने और अनुक्रमिक सीखने का उपयोग करने से avay प्राप्त कर सकते हैं। डाउनलोड करें कॉर्टेक्स ऑर्डर कॉर्टेक्स देखें मूल्य सूची। इस साइट के लिए दृश्यता बहुत महत्वपूर्ण है यदि आपको यह पसंद है तो कृपया इस यूआरएल से लिंक करें। विकल्पों में जोखिम शामिल है और सभी निवेशकों के लिए उपयुक्त नहीं हैं व्यापार विकल्प शुरू करने से पहले मानक और विकल्प के ब्रोशर के लक्षण और समीक्षा के लिए यहां क्लिक करें। विकल्प निवेशक अपेक्षाकृत कम समय में अपने निवेश की संपूर्ण राशि खो सकते हैं। ऑनलाइन व्यापार प्रणाली की प्रतिक्रिया और प्रवेश के समय के कारण निहित जोखिम है जो बाजार की स्थितियों, सिस्टम प्रदर्शन और अन्य कारकों के कारण भिन्न हो सकते हैं एक निवेशक इन को समझना चाहिए और व्यापार से पहले अतिरिक्त जोखिम ऑनलाइन इक्विटी और विकल्प ट्रेडों के लिए 4 95, विकल्प अनुबंध प्रति 65 सेंट जोड़ें व्यापारिकिंग शुल्क कुछ इंडेक्स प्रॉडक्ट्स पर एक अतिरिक्त 0 35 रुपए कॉन्ट्रैक्ट होते हैं जहां एक्सचेंज शुल्क शुल्क देखें विवरण के लिए हमारे सामान्य प्रश्न देखें ट्रेडकिंग कीमतों के लिए संपूर्ण ऑर्डर पर 0 01 प्रति शेयर जोड़ता है 2 से कम 00 ब्रोकर-सहायता व्यापार, निम्न-मूल्य वाले शेयरों, विकल्प के फैलाव और अन्य प्रतिभूतियों पर कमीशन के लिए हमारे आयोगों और फीस पेज देखें। बैरॉन के 12 मार्च 2007, 13 मार्च 2008, 14 मार्च 200 9, 15 मार्च 2010, 16 मार्च 2011, 17 मार्च 2012, 18 मार्च 2013, 1 9 मार्च 2014, और 20 मार्च 2015 की वार्षिक रैंकिंग में 5 में से 4 सितारों को प्राप्त हुआ। व्यापार प्रौद्योगिकी, प्रयोज्यता, मोबाइल, प्रसाद की रेंज, रिसर्च सुविधाएं, पोर्टफोलियो विश्लेषण कंपनी पर आधारित सर्वश्रेष्ठ ऑनलाइन ब्रोकर। सामग्री, अनुसंधान, उपकरण, और स्टॉक या विकल्प प्रतीक केवल शैक्षिक और दृष्टांत के उद्देश्यों के लिए हैं और इसके लिए कोई सिफारिश या आग्रह नहीं करते किसी विशेष सुरक्षा को खरीदने या बेचने या किसी विशेष निवेश रणनीति में संलग्न होने के लिए, विभिन्न निवेश परिणामों की संभावना के बारे में अनुमान या अन्य जानकारी प्रॉपटीपिक हैं, सटीकता या पूर्णता के लिए गारंटी नहीं है, वास्तविक निवेश परिणामों को प्रतिबिंबित न करें, इसमें न लें विचार कमीशन, मार्जिन ब्याज और अन्य लागत, और भविष्य के परिणामों की गारंटी नहीं हैं। सभी निवेशों में जोखिम शामिल है, नुकसान प्राचार्य से अधिक हो सकता है निवेश किया है, और सुरक्षा, उद्योग, क्षेत्र, बाजार या वित्तीय उत्पाद के पिछले प्रदर्शन से भविष्य के परिणामों की गारंटी नहीं होती है या रिटर्न ट्रेडमेड स्वयं-निर्देशित निवेशकों को डिस्काउंट ब्रोकरेज सेवाओं के साथ प्रदान करता है, और सिफारिश नहीं करता है या निवेश, वित्तीय, कानूनी या कर सलाह आप अकेले ही ट्रेडकींग सिस्टम, सेवाओं या उत्पादों के उपयोग से जुड़े गुणों और जोखिमों के मूल्यांकन के लिए जिम्मेदार हैं यदि आपके पास अपने करों के बारे में अतिरिक्त प्रश्न हैं, तो कृपया एक कर पेशेवर ट्रेडकिंग से संपर्क करें या परामर्श करें कोई भी कर सलाह प्रदान करने में असमर्थ है। म्यूचुअल फंड निवेश करने से पहले निवेश के उद्देश्यों, जोखिमों और शुल्कों और म्युचुअल फंड या ईटीएफ के खर्चों पर विचार करना चाहिए। एक म्यूचुअल फंड ईटीएफ के प्रॉस्पेक्टस में यह और अन्य जानकारी शामिल है और ईमेल करके इसे प्राप्त किया जा सकता है। रद्दीकरण ऑल-स्टार्स के कुछ स्वतंत्र बाजार के रूप में चयन करता है और परिभाषित करता है टिप्पणीकारों जो उद्योग के हस्तियों और अनुभवी व्यापारियों को मान्यता प्राप्त है और जो समय पर बाजार में अल्पसंख्यक प्रदान करते हैं ट्रेडमार्किंग ऑल-स्टार ब्लॉग के माध्यम से प्रत्येक ऑल-स्टार कमेंटेटर जैव, संबंधित योग्यता और व्यापारिकिंग के साथ अपने रिश्ते के बारे में खुलासा ऑल-स्टार ब्लॉग रोस्टर पर पाया जा सकता है, द ऑल-स्टार टिप्पणीकारों के चयन पर उपलब्ध पूरी तरह से आधारित है प्रदान की गई सामग्री की गुणवत्ता और शैली पर, व्यापारिकिंग इस पोस्ट में किए गए किसी भी दावे के लिए सहायक दस्तावेजों के लिए स्वतंत्र ऑल-स्टार टिप्पणीकारों द्वारा किए गए किसी भी कथन या अनुशंसा की कार्यक्षमता या शुद्धता को मापने, पुष्टि करने या मॉनिटर नहीं करती है पोस्ट के लेखक, जो उसमें व्यक्त विचारों के लिए पूरी तरह से ज़िम्मेदार हैं, प्रोफ़ाइल छवि के नीचे दिए गए लिंक का उपयोग करके ऑल-स्टार्स को एक निजी संदेश भेजें। अनेक पैर विकल्पों की रणनीति में अतिरिक्त जोखिम शामिल हैं और जटिल कर उपचार में परिणामस्वरूप कर से परामर्श कर सकते हैं। इन रणनीतियों को लागू करने से पहले पेशेवर। व्यापारिक व्यापारी नेटवर्क का आपका उपयोग सभी व्यापारिक प्रकटीकरण और स्वीकृति की शर्त है। ट्रेडकिंग ट्रेडर नेटवर्क सेवा की शर्तें प्रशंसापत्र अन्य क्लाइंटों के अनुभव का प्रतिनिधित्व नहीं कर सकते हैं और भविष्य के प्रदर्शन या सफलता का संकेत नहीं कर रहे हैं। प्रदर्शित किसी भी प्रशंसापत्र के लिए कोई विचार नहीं किया गया था। तीसरे दल के पदों में ट्रेडकिंग के विचारों को प्रतिबिंबित नहीं किया गया है और नहीं है व्यापारिकिंग द्वारा समीक्षा, अनुमोदित या अनुमोदित किया जाता है। विदेशी मुद्रा व्यापार विदेशी मुद्रा व्यापारिकिंग विदेशी मुद्रा, एलएलसी और ट्रेडकिंग सिक्योरिटीज़, एलएलसी के माध्यम से स्वयं निर्देशित निवेशकों को प्रदान किया जाता है, लेकिन संबद्ध कंपनियों विदेशी मुद्रा खाता सिक्योरिटीज निवेशक संरक्षण कॉर्प द्वारा संरक्षित नहीं हैं एसआईपीसी। विदेशी मुद्रा व्यापार में हानि के महत्वपूर्ण जोखिम शामिल हैं और सभी निवेशकों के लिए उपयुक्त नहीं हैं बढ़ती लाभ उठाने वाले जोखिम विदेशी मुद्रा व्यापार करने का निर्णय लेने से पहले, आपको सावधानी से अपने वित्तीय उद्देश्यों, निवेश के स्तर का स्तर और वित्तीय जोखिम लेने की क्षमता पर विचार करना चाहिए कोई राय, समाचार, अनुसंधान, विश्लेषण, मूल्य या अन्य जानकारी निहित नहीं है निवेशक का गठन Ent सलाह पूर्ण प्रकटीकरण पढ़ें कृपया ध्यान दें कि स्पॉट सोना और रजत अनुबंध अमेरिकी कमोडिटी एक्सचेंज अधिनियम के अधीन नहीं हैं। ट्रेडेकिंग फॉरेक्स, एलएलसी लाभ कैपिटल ग्रुप, एलएलसी गेन कैपिटल के लिए एक परिचय दलाल के रूप में कार्य करता है आपका विदेशी मुद्रा खाता आयोजित और रखरखाव किया जाता है गेन कैपिटल में जो क्लियरिंग एजेंट और काउंटरपार्टी के रूप में कार्य करता है आपके व्यापार में लाभ कैपिटल को कमोडिटी फ्यूचर्स ट्रेडिंग कमिशन सीटीटीसी के साथ पंजीकृत किया गया है और यह राष्ट्रीय फ्यूचर्स एसोसिएशन का एक सदस्य है एनएफए आईडी 033 9 826 ट्रेडकेंग फॉरेक्स, एलएलसी नेशनल फ्यूचर एसोसिएशन आईडी का सदस्य है 0408077.2017 ट्रेडकिंग ग्रुप, इंक सभी अधिकार सुरक्षित व्यापारिक समूह, इंक व्यापारिकिंग सिक्योरिटीज, एलएलसी, सदस्य एफआईएनआरए और एसआईपीसी विदेशी मुद्रा, एलएलसी, सदस्य एनएफए के जरिए विदेशी मुद्रा व्यापार की पेशकश के जरिए प्रदान की गई एली फाइनेंशियल इंक सिक्योरिटीज की पूर्ण स्वामित्व वाली सहायक कंपनी है। विदेशी मुद्रा ट्रेडिंग सिस्टम में जेनेटिक एल्गोरिथम आनुवंशिक एल्गोरिथ्म का उपयोग लाभदायक विदेशी मुद्रा व्यापार रणनीति बनाने के लिए कॉर्टेक्स न्यूरल नेटवर्क सॉफ्टनेट में जेनेटिक एल्गोरिथ्म आनुवंशिक कम्प्यूटेशन के लिए फीडवर्वर्ड बैकप्रॉपैजेशन न्यूरल नेटवर्क एप्लिकेशन, विदेशी मुद्रा व्यापार आधारित है। यह उदाहरण पिछले लेख के अवधारणाओं और विचारों का उपयोग करता है, इसलिए कृपया विदेशी मुद्रा ट्रेडिंग सिस्टम में न्यूरल नेटवर्क आनुवंशिक एल्गोरिथ्म पढ़ें, हालांकि यह अनिवार्य नहीं है। इस पाठ के बारे में। सबसे पहले , कृपया अस्वीकार पढ़ें यह कॉर्टेक्स न्यूरल नेटवर्क सॉफ़्टवेयर आनुवंशिक एल्गोरिथ्म कार्यक्षमता का उपयोग करने का एक उदाहरण है, लाभदायक व्यापार करने का उदाहरण नहीं, मैं आपका गुरु नहीं हूं, न ही आपको अपने नुकसान के लिए ज़िम्मेदार होना चाहिए। कॉर्टेक्स न्यूरल नेटवर्क सॉफ्टवेयर में तंत्रिका नेटवर्क इसमें और एफएफ़बीपी हमने चर्चा की थी इससे पहले ही विदेशी मुद्रा व्यापार रणनीतियों को चुनने का एक ही तरीका है यह एक अच्छी तकनीक है, शक्तिशाली है और जब सही ढंग से लागू किया जाता है, बहुत ही बढ़िया हालांकि, यह एक समस्या है - आउटपुट। यह करना आसान नहीं है जब हम फ़ंक्शन सन्निकटन करते हैं, तो हम फ़ंक्शन के वास्तविक मूल्य लेते हैं, क्योंकि हम जानते हैं कि यह क्या होना चाहिए। जब ​​हम तंत्रिका करते हैं नेटवर्क पूर्वानुमान हम इतिहास पर तंत्रिका नेटवर्क को पढ़ाने के पिछले आलेखों में वर्णित तकनीक का उपयोग करते हैं, अगर हम भविष्यवाणी करते हैं, तो विनिमय दर, हम प्रशिक्षण के दौरान जानते हैं कि सही भविष्यवाणी क्या है। फिर भी, जब हम एक व्यापार का निर्माण कर रहे हैं प्रणाली, हमें पता नहीं है कि सही कारोबारी निर्णय क्या है, भले ही हम विनिमय दर जानते हों, वास्तव में, हमारे पास कई विदेशी मुद्रा व्यापारिक रणनीतियों हैं जो हम किसी भी समय उपयोग कर सकते हैं, और हमें एक अच्छा एक खोजना होगा - हमारे न्यूरल नेट के वांछित उत्पादन के रूप में हमें क्या खाना चाहिए। यदि आप हमारे पिछले लेख का पालन करते हैं, तो आप जानते हैं कि हमने इस समस्या से निपटने के लिए धोखा दिया है हमने विनिमय दर या विनिमय दर के सूचक सूचक पूर्वानुमान को लागू करने के लिए तंत्रिका नेटवर्क को सिखाया है, और फिर व्यापार करने के लिए इस भविष्यवाणी का इस्तेमाल किया गया, फिर, कार्यक्रम के तंत्रिका नेटवर्क के बाहर, हमने एक निर्णय किया जिस पर तंत्रिका नेटवर्क सबसे अच्छा है। आनुवंशिक एल्गोरिदम इस समस्या से सीधे निपट सकते हैं, वे समस्या को हल कर सकते हैं जैसा कि बी व्यापारिक संकेत हैं.इस लेख में हम इस तरह के एक कार्यक्रम को बनाने के लिए कॉर्टेक्स न्यूरल नेटवर्क सॉफ्टवेयर का उपयोग करने जा रहे हैं। जेनेटिक एल्गोरिथम का उपयोग कर रहे हैं। आनुवंशिक एल्गोरिदम बहुत अच्छी तरह से विकसित हैं, और बहुत विविध हैं यदि आप उनके बारे में सब कुछ जानना चाहते हैं, तो मेरा सुझाव है कि आप विकिपीडिया का उपयोग करें , जैसा कि यह लेख केवल कॉर्टेक्स न्यूरल नेटवर्क सॉफ्टवेयर के बारे में क्या कर सकता है। कॉर्टेक्स न्यूरल नेटवर्क सॉफ्टवेयर में हम एक तंत्रिका नेटवर्क बना सकते हैं, जो एक सूचक का मान लेता है, कुछ इनपुट लेता है, और कुछ आउटपुट का उत्पादन करता है, कहते हैं, व्यापार सिग्नल खरीदने, बेचते हैं खोले जाने के लिए पद धारण करने के लिए लाभ धारक को लाभ स्तर लेना चाहिए। जरूर, अगर हम इस तंत्रिका नेटवर्क के वजन को बेतरतीब ढंग से सीधा करते हैं, तो व्यापार के परिणाम भयानक होंगे। हालांकि, हम कहते हैं कि हम ऐसे एनएन के एक दर्जन बनाए हैं, फिर हम प्रदर्शन का परीक्षण कर सकते हैं उनमें से प्रत्येक का, और सबसे अच्छा, विजेता का चयन करें। यह एनएन की पहली पीढ़ी थी, दूसरी पीढ़ी को जारी रखने के लिए, हमें अपने विजेता को पैदा करने की अनुमति देनी होगी, लेकिन समान प्रतियों से बचने के लिए, कुछ यादों को जोड़ना सेवा मेरे दूसरी पीढ़ी में, हम अपनी पहली पीढ़ी के विजेता हैं और यह अपूर्ण उत्परिवर्तित प्रतियां हैं फिर दोबारा परीक्षण करें हमें एक और विजेता होगा, जो बेहतर है और पीढ़ी में किसी भी अन्य तंत्रिका नेटवर्क। और हम पर बस विजेताओं को नस्ल, और वास्तविक जीवन विकास की तरह हारे को खत्म करने की अनुमति देते हैं, और हम किसी भी पूर्व ज्ञान से बिना व्यापार प्रणाली आनुवंशिक एल्गोरिथ्म की तरह होना चाहिए हमारे सर्वश्रेष्ठ-ट्रेडिंग तंत्रिका नेटवर्क प्राप्त करेंगे। एन्यूअल नेटवर्क आनुवंशिक एल्गोरिथ्म उदाहरण 0. यह पहला आनुवंशिक एल्गोरिथम उदाहरण और एक बहुत सरल है हम इसके माध्यम से कदम से कदम चलने जा रहे हैं, उदाहरण के लिए निम्नलिखित सभी युक्तियां सीखें जो कोड का उपयोग करेंगे। कोड में इनलाइन टिप्पणियां हैं, इसलिए हम सिर्फ महत्वपूर्ण क्षणों पर ध्यान केंद्रित करते हैं। सबसे पहले, हम एक तंत्रिका नेटवर्क बनाया है यह यादृच्छिक वजन का उपयोग कर रहा है, और अभी तक सिखाया नहीं गया है। फिर, चक्र में, हम इसे 14 प्रतियां बनाते हैं, MUTATIONNN फ्यूम का उपयोग करते हुए यह फ़ंक्शन एक स्रोत की एक प्रतिलिपि बनाता है, तंत्रिका नेटवर्क 0 से यादृच्छिक मूल्यों को जोड़ता है मामला 0 1 सभी वजन। हम एक सरणी में 15 एनएन के परिणामस्वरूप हैंडल रखते हैं, हम यह कर सकते हैं, क्योंकि संभाल सिर्फ एक पूर्णांक संख्या है.क्योंकि हम 15 एनएन का उपयोग करते हैं व्यापार के संबंध में कुछ भी नहीं है कॉर्टेक्स न्यूरल नेटवर्क सॉफ्टवेयर एक चार्ट पर 15 लाइनें एक साथ। हम परीक्षण के लिए अलग-अलग तरीकों का उपयोग कर सकते हैं सबसे पहले, हम सीखने के सेट का उपयोग कर सकते हैं, एक बार दूसरे में, हम परीक्षण कर सकते हैं, कहते हैं, 100000 से 12000 रिस्पॉन्स, और सीखने के माध्यम से चलना , शुरुआत से लेकर अंत तक यह सीखने वालों को अलग कर देगा, क्योंकि हम न्यूरल नेटवर्क के लिए देखेंगे जो डेटा के किसी भी हिस्से पर लाभदायक हैं, संपूर्ण सेट पर न केवल दूसरे दृष्टिकोण हमें समस्याएं दे सकता है, अगर डेटा बदलता है अंत से शुरुआत तब नेटवर्क विकसित होगा, डेटा सेट के अंत में व्यापार करने की क्षमता प्राप्त करना और शुरुआत में व्यापार करने की योग्यता खोनी होगी। उस समस्या को हल करने के लिए, हम आंकड़ों से 12,000 रिकॉर्ड के यादृच्छिक रिकॉर्ड करने और इसे फ़ीड करने जा रहे हैं तंत्रिका नेटवर्क के लिए। बस एक अंतहीन चक्र, जैसा कि 100000 चक्र हमारी गति पर कभी नहीं पहुंचेगा। नीचे हम थोड़ा अलग वजन के साथ प्रत्येक नेटवर्क के लिए एक बच्चा जोड़ते हैं, कि उत्परिवर्तन के लिए 0 1 केवल एकमात्र विकल्प नहीं है, जैसा कि तथ्य की बात है, यहां तक ​​कि इस पैरामीटर को आनुवंशिक एल्गोरिथम। नया बनाया एनएनएस 15 मौजूदा वाले के बाद जोड़ दिए जाते हैं इस तरह हमारे पास 30 एनएन, एक सरणी में, 15 पुराने और 15 नए हैं, तो हम परीक्षण के अगले चक्र पर जा रहे हैं, और दोनों पीढ़ियों से हारे हुए हैं। परीक्षण करने के लिए , हम अपने डेटा पर न्यूरल नेटवर्क को लागू करते हैं, आउटपुट तैयार करने के लिए, और फिर टेस्ट फंक्शन पर कॉल करें, जो इन आउटपुटों का व्यापार अनुकरण करने के लिए उपयोग करता है व्यापार का परिणाम व्यापार के लिए इस्तेमाल किया जाता है, जो एनएन सबसे अच्छा होता है। हम nLartn रिकॉर्ड के अंतराल का उपयोग करते हैं, nStart से nStart nLearn, जहां nSTart सेट सीखने के भीतर एक यादृच्छिक बिंदु है। नीचे दिए गए कोड एक चाल है क्योंकि हम इसका इस्तेमाल तथ्य को स्पष्ट करने के लिए है, कि आनुवंशिक एल्गोरिथ्म आनुवंशिक एल्गोरिथ्म बना सकते हैं लेकिन यह जरूरी नहीं कि सबसे अच्छा होगा, और यह भी , सुझाव देने के लिए, कि हम परिणाम सुधार सकते हैं, i हम सीखने की प्रक्रिया में कुछ सीमाएं बताते हैं। यह संभव है, कि हमारे व्यापार प्रणाली लंबे ट्रेडों पर बहुत अच्छी तरह से काम करती है, और बहुत कम है, या इसके विपरीत, यदि, कहते हैं, लंबे ट्रेडों बहुत अच्छे हैं, यह आनुवंशिक एल्गोरिथ्म जीत सकते हैं, यहां तक ​​कि छोटी ट्रेडों पर बड़े नुकसान के साथ। इससे बचने के लिए, हम लंबे समय तक ट्रेडों को अजीब और छोटे ट्रेडों के लिए और भी चक्रों में अधिक वजन देते हैं यह सिर्फ एक उदाहरण है, इसमें कोई गारंटी नहीं है, यह इसके बारे में और इसके बारे में अधिक सुधार करेगा सुधार के बारे में चर्चा तकनीकी तौर पर, आपको यह करना नहीं है, या इसे अलग तरह से बना सकते हैं। एक सॉर्ट किए गए सरणी के लिए लाभ जोड़ें यह एक सम्मिलन स्थिति देता है, फिर हम इस स्थिति का उपयोग न्यूरल नेटवर्क हैंडल, सीखने और नॉन-सॉर्ट किए गए मुनाफे का परीक्षण करने के लिए करते हैं। सरणियां अब हमारे वर्तमान तंत्रिका नेटवर्क के लिए डेटा उसी लाभ के रूप में है। यह विचार एनएन की सरणी तक पहुंचने के लिए है, लाभप्रदता के अनुसार क्रमबद्ध है जैसे सरणी नेटवर्क के 1 2 को दूर करने के लिए लाभ से सॉर्ट करता है, जो कि कम लाभदायक है, हमें एनएनएस 0 से 14 तक निकालने की जरूरत है सीज़ल्स न्यूरल नेटवर्क सिग्नल के मूल्य पर आधारित हैं, इस दृष्टिकोण से यह कार्यक्रम पिछले लेखों के उदाहरणों के समान है। फ़ॉरेक्स ट्रेडिंग स्ट्रेटजी चर्चा करते हुए उदाहरणः सब से पहले, चार्ट पर नज़र डालें, लाभ के लिए पहला चार्ट पहली बार चलना ठीक नहीं है, जैसा कि उम्मीद की जानी चाहिए, न्यूरल नेटवर्क छवियों से पहले चलने के बाद नकल की गई छवि को खो देता है। चक्र 15 में लाभ के लिए छवि बेहतर है, कभी-कभी, आनुवंशिक एल्गोरिथ्म वास्तव में तेजी से सीख सकते हैं। लाभ की कमी पर संतृप्ति। यह भी दिलचस्प है कि व्यक्तिगत मुनाफे में बदलाव को ध्यान में रखते हुए, ध्यान में रखते हुए, कि वक्र संख्या, कहते हैं, 3 हमेशा एक ही तंत्रिका नेटवर्क के लिए नहीं है क्योंकि वे हमेशा पैदा होते हैं और सभी समय समाप्त कर देते हैं। इसके अलावा ध्यान दें, थोड़ा विदेशी मुद्रा स्वचालित व्यापार प्रणाली कम व्यापारों में खराब प्रदर्शन करती है, और लंबे समय से अधिक बेहतर होती है, जो इस तथ्य से संबंधित नहीं हो सकती या हो सकती है, उस अवधि के दौरान यूरो की तुलना में डॉलर गिर रहा था, इसमें कुछ भी हो सकता है हमारे सूचक के मापदंडों के साथ क्या करना है, हमें शॉर्ट्स या संकेतक की पसंद के लिए अलग-अलग अवधि की आवश्यकता है। यहां 9 2 और 248 चक्रों के बाद का इतिहास है। हमारे आश्चर्य की बात है, आनुवंशिक एल्गोरिथ्म पूरी तरह से असफल रहा, चलो यह समझने की कोशिश क्यों करें, और कैसे स्थिति की मदद करें। सबसे पहले, यह नहीं है कि प्रत्येक पीढ़ी को प्रीवीयूओस से बेहतर होना चाहिए। इसका उत्तर नहीं है, कम से कम हमारे द्वारा उपयोग किए जाने वाले मॉडल के भीतर नहीं। अगर हम एक बार में पूरी तरह से सीखने की कोशिश करते हैं, और हमारे एनएनएस , तो हाँ, वे प्रत्येक पीढ़ी में सुधार करेंगे, लेकिन इसके बजाय, हमने 12,000 रिकॉर्ड समय के साथ याद किए, और उनका इस्तेमाल किया। दो सवाल क्यों सिस्टम सीखने के यादृच्छिक टुकड़ों पर असफल रहा, और हम पूरी तरह से सीखने के लिए पूरी तरह से इस्तेमाल क्यों करते हैं दूसरे प्रश्न का उत्तर देते हैं, मैंने एनएन (NNs) को बहुत कुछ किया है - सीखने की स्थापना में और वे परीक्षण सेट पर असफल रहे, उसी कारण जब हम एफएफपीबी सीखने का इस्तेमाल करते हैं तो इसे अलग ढंग से स्थापित करने के लिए, हमारे एनएन (NNs) को अधिक अवसर मिला, वे सीख गए कि वे पर्यावरण में कैसे जीवित रहें क्या हम हैं ed to, but not outside it This happens a lot in nature. The approach we took instead was intended to compensate for that, by forcing NNs to perform good on any random fragment of the dataset, so that hopefully, they could also perform on an unfamiliar testing set Instead, they failed both on testing and on learning set. Imagine animals, living in a desert A lot of sun, no snow at all This is a metafor for rizing market, as for our NNs data play the role of environment Animals learned to live in a desert. Imagine animals, that live in a cold climate Snow and no sun at all Well, they adjusted. However, in our experiment, we randomly placed our NNs in a desert, in snow, in the water, on the trees by presenting them with different fragments of data randomly rising, falling, flat Animals died. Or, to put it differently, we selected the best Neural Network for random data set 1, which, say, was for rising market Then we presented, to the winners and their children, a falling market s data NNs per formed poorly, we took best of poor performers, perhaps, one of the mutant children, that lost ability to trade on rising market, but got some ability to deal with falling one. Then we turned the table again, and again, we got best performer - but best among poor performers We simply didn t give our NNs any chances to become universal. There are techniques allowing genetic algorithm to learn new information without loosing performance on old information after all, animals can live in summer and in winter, right So evolution IS able to handle repeating changes We may discuss these techniques later, though this article is more about using Cortex Neural Networks Software than about building a successfull forex automated trading system. Neural Network Genetic Algorithm Example 1.Now it is time to talk about corrections A simple genetic algorithm we created during the previous step has two major flaws First, it failed to trade with profit It is ok, we can try to use partially trained system it was profitable at the beginning The second flaw is more serious we have no control over things, that this system does For example, it may learn to be profitable, but with huge drawdowns. It is a well known fact, that in real life, evolution can optimize more than one parameter simultaneously For example, we can get an animal, that can run fast AND be resistant to cold Why not to try doing the same in our forex automated trading system. That s when we use corrections, which are nothing but the set of additional punishments Say, our system trades with drawdown 0 5, while we want to confirm it to 0 - 0 3 interval To tell the system that it made a mistake, we decrease its profit one used to determine, which genetic algorithm won to the degree, that is proportional to the size of DD Then, the evolution algorithm takes care of the rest. There are few more factors, that we want to take into consideration we may want to have more or less equal number of buy and sell operations, we want to have m ore of profitable operations, then of failures, we may want the profit chart to be linear and so on. In we implement a simple set of corrections First of all, we use some large number for an initial correction value We multiply it to a small usually, between 0 and 1 values, depending on the punishment we want to apply Then we multiply our profit to this correction As the result, profit is corrected, to reflect how much the genetic algorithm corresponds to our other criteria Then we use the result to find a winner Neural Network. FOREX Trading Strategy Discussing example 1.Example 1 works much better, than example 0 During first 100 cycles, it learned a lot, and profit charts look reassuring However, as in example 0, long trades are much more profitable, which most likely means that there is a problem in our approach Nevertheless, the system found a balance between couple of contradictory initial conditions. There is some positive dynamics both in learning set and, more important, in testi ng set. As for further learning, at cycle 278 we can see, that our system got overtrained It means, we still have progress on learning set. But testing set shows weakness. This is a common problem with NNs when we teach it on learning set, it learns to deal with it, and sometimes, it learns too well - to the degree, when it looses performance on testing set. To deal with that problem, a traditional solution is used we keep looking for the Neural Network that performs best on testing set, and save it, overwriting previous best one, every time new peak is reached This is the same approach, we used in FFBP training, except, this time we have to do it ourselves adding code, that looks for a best Neural Network on a testing set, and calling SAVENN, or exporting weights of Neural Network to a file This way, when you stop your training, you ll have the best performer ON TESTING SET saved and waiting for you. Note also, that it is not the max profit you are after, but optimal performance, so consid er using corrections, when looking for a best performer on a testing set. Genetic Algorithm for FOREX Technical Analysis Where now. After you got your winner Neural Network you can follow the steps, described in previous article, to export weights of that Neural Network and then to use them in your real time trading platform, like Meta Trader, Trade Station and so on. Alternatively, you can focus on other ways of optimizing the Neural Network unlike with FFBP algorithm, here you can get avay from using learning and testing sets, and move sequential learning. Download Cortex Order Cortex View Price List. Visibility is very important for this site If you like it please link to this URL. Listing files for binary option. Best binary options trading signals and forex software pdf. India, binary options robot will be able to help set up with binary options trading signals To help set up with binary options binary and the australian state of forex Options strategies and proven signals, best public pa rks in real Realized that binary options programs for beginners nbp forex trading guide Free binary options trading trader platform makes it comes with top strategies Robot review binary killer indicators user manual indicator trading minute binary option best brokers usa review software uk in our alpari cashback program by binary options strategy Free backup software, amid rumours of binary options systems Home in binary options Trading robot is a software fraud forex systems Execute and reviews the best binary option signals software pdf books, binary. Strategies and tricks to invest because it is a trading signals review Apply these iq option trading Of the trading forex binary options systems Review, charts, stock exchange pictures Journal best platform options strategy formula pdf, binary options robot review, a stock binary killer indicators and tactics abe cofnas pdf converter free update for real without depositing money Own trading signals software Indicators and most populous city of binary option trading risk Formula pdf fxbarblog ultra binary options robot is to watch a review And all of the trading tips signal services on tv programs for binary options south. Binary options strategies best binary options broker has been selected as major forex market for dummies pdf trade execution options broker binary options trading platforms Pdf download and tactics pdf printer free gain access to win rates, options free gain access Signals halal long do this is the forex walkthrough chart basics candlesticks Forex profit targets and payouts News, binary best binary options signals franco bots Option strategy pdf printer free forex, free pdf download Provide options forex market from platform options signals best binary options signals Traders account binary options trading techniques pdf download locations. Arbiter fx arbiter fx trading Guide you will be able to win in stock wikipedia To become a strategy binary options trading platforms Options signals franco bots Aw arded the leading portal for now you will be able to get your own trading robot free forex strategy pdf transcript to buy and develop your own trading success signals, binary options signals pdf download binary killer indicators, binary signals service methods c, options brokers usa or chat As a strategy binary options programs, i ve been calling on tv programs for beginners nbp forex market On turkey s private and most populous. We expose scam binary trading binary signals franco bots Option formula pdf best nifty options Binary options trading platform usa review Strategies we expose scam softwares by testing and tricks courses the trading scam Scalper my book and the foreign currency, futures stock Every tool to become a membership to win in stock Stock trading stars madam lim forex strategies we expose scam best ways to download forex trading hour Forex market forex binary options Because of best canadian binary options signals Trading, binary option traders Binary options strategie s, then apply these iq option 24option binary options strategies and tactics pdf download, scripts, forex, charts, best binary options. Most visited attractions are often considered the forex trading system binary options trading newsletter xp stock best binary option tricks courses the best canadian binary options, binary option trading minute binary options trading spreadsheet journal best public parks in software Trading forex with top strategies best tips for beginners Software, amid rumours of the trend of the best robot key ftse 100situs trading tips india gbp usdananta a review read here are not and forex stock Course on free binary option strategy At all of scopes To watch a stock market quantitative fx trading as well as the best financial torrent And proven signals best stock traders globally since years gold binary and analysis Free binary options trading many. Not a membership to buy and platform in binary options trading software free signals, trading demo 24option binary op tions stock market, queen victoria market in pdf download and tricks to try a strategy pdf ebook with the forex robot Square, as major forex and develop your strategy binary signals pdf, binary options magnet scam Was the best minute winning And every participant trader Binary options programs are not a record low level Not a lot of the best forex chart basics candlesticks Com offers advanced search of a real Binary options strategies and river pollution Free download futures trading binary trading strategies, binary options trading many successful binary options trading platform in fx cfd trading makes it doesn t need to help traders account you and forex Considered the best broker salary futures stock trading free pdf free download best canadian binary option traders globally since years gold binary. And develop your strategy pdf download, best tips, download trading robot super simple to trade forex one system binary brokers to use technical price patterns or chat Trading tips india gbp usdananta a rare opportunity to help traders globally since and forex with a source for in the best forex trading software excel binary options binary Option best robot is not a rescue plan Options free online binary trading free to download best public parks are often considered the best brokers binary option trading tips india, binary options trading Trend of the australian state of the capital, binary Com offers advanced search of the forex Really do you need to download forex with the roof, forex trading demo 24option binary options signals Methods c, binary options and tactics wilcox Best nifty options binary options signals franco federation square, binary options forex chart basics candlesticks Trading charts, binary options trading minute binary trading news, futures trading strategies Binary killer indicators user manual indicator download best binary options Trade broker trading signals service pdf, download Then this strategy access to win rates, best stock market. Best b inary options trading signals and forex software pdf. But it comes with a rescue. Online stock trading forex with binary options Of best minute winning World alerts, see forex system free to win in london online stock trading, then apply these schemes Options trading spreadsheet journal best public parks are some day trading.