Neuronale - netze - الفوركس

ميتاترادر ​​خبير استشاري نيوروناليس نيتز إست إينس دير نيويرن سلاغورتن إم هاندل. إس كلينغت كول أوند أنسبروشسفول. نايشت زو فيل ليوت ششينن زو فيرستيهن، كان أليس بير نيورونيل نيتز سيند. نيورونين إن دير ريلن ويلت ونزير جيهيرن سيند فنومينال كومبليزيرت. كان فر داي ميستن بيراشند، جيدوش، إست، داس داس جيهيرن مهر أودر وينيجر إين ريزيج كيست ششالتونجن. نيورونين سيند زيلين، داي ويي ششالتونجن ميت كوتلكتريسشن ليتونجينكوت، جينانت أكسون، داس أوسلوفين أوند بير دن منكليشن كريبر فيربيندن. جيد بيويغونغ، وهرنهمونغ أودر أكتيون، يموت سي تون، هو يموت سوم دير يموت أكسون، يموت إليكتريسش دفعة أوسلسن. نديرونغ تريت أوف، وين داي فريكونز ديس إليكتريسشن إمبولز فون دن نيورونين جيسنديت فويريرت. ويتير إمبولز زو إينر رياكتيون فرين. إين فيرينجيرونغ دير بيويركت، داس إين أندر. نيورونال نيتز فيرسوشت، داي بروزيس ديس مانشكليشن جيهيرنز زو إموليرن، إندم داي أورغانيزاتيون فون إنفورماتيونين إن دن نيورونين. إم جيجينزاتز زو تاتسكليشن نيورون زيلين، إين نيورون نيتزويرك إكسيستيرت نور إن دير ماسشين. إس إست إين ماسشيننغويشت، داي إنهلت إنفورماتيونين داربر، واس ونتر ستودي. إين نيوروناليس نيتس فر إين هاندلزيستم مشتن جيمينزام إنديكاتورن وي وي إين غليتندر دورششنيت ستوديرن، دير رسي أوند ستوشاستك أوزيلاتور. دير غليتند دورششنيتسويرت فر داي أكتيل بار زلت ألس إيجينس نيورون. داي رسي إست أندرس، وير ويرد إس إين سيبارات نيورون سين. وين إش زهن إنديكاتورين إن مينم ويركزيوغكاستن هابين، دان هاي إش 10 نيورونين إن مينم نيتزويرك. كومبيوتر لين تراديتيونيل لينير، إينفاك بروبلم. وين سي داس إرجبنيس دير ماثيماتيسشن أوبيراتيونين وي داي كوبيكورزل أوس ويسن ولن 355، الحاسوب سيند مثالي فر داي أوفغابي. بيرشنن سي سنيل إين برزيس أنتورت. ويي إم مانسكليشن جيهيرن، نيورونال نيتز فورم سينابسن ميت أنديرن نيرفنزلن. وين جيسكولت، غروبن فون نيرفنزلن كنن ليرنين، مستر زو إركينن. إس إست دييز إيجنشافت، يموت نيورونال نيتز حتى نتزليتش ماشت. ديس إرمغليشت إس أونس، بروغرام زو إرستيلن، داي ميت تراديتيونلن كومبوتينغ أونمغليش ور. إرستيلن إينس سوفتواربروجرامز، إين جيسيشت زو إركينن، زوم بيسبيل، إكستريم سكويريغ ور. إس إست فييل إينفاشر، إين نيتزويرك، إين جيسيشت زو إركينن، إندم إمر إمر ويدر زيجت داي نيتزويرك-جيسيكتر زو ترينيرن. داس جيهيرن إست إين فزينيرندس ثيما أوس إيجينم ريشت. نيبنبي بيمركت، مين فراو أوند إيش نهمن إينن أومفريج-كورس إن دير نيورولوجي بير إين فيديو-سيري ذي غريت كورس. وين سي إنتيريس a ألين إن دن جيجنستاند هابين، إش إمبهل فيرستيهن ديس جيهيرنس فون جانيت نوردن. إس أومفاست إم ديتايل ويي نيورونين أناتومي إم جيسامتن ​​جيهيرنز أوند ديس جيسامتن ​​كريبرز فيربيندن. نيورونال نيتز أوند ديفيسينهانديل نيورونال نيتز كومن إنز سبيل، وين داي أنتورت نايشت حتى برزيس إست. كليبين ميت ديسم بلوغ ثيما ديفيسهانديل، إس جيبت كين ريشتيج أنتورت، كان ماشت داس بيرفيكت سيستيم فر دن هاندل. إين تيبيشر بريفاتانليجر كنت ساجين، داس بيست سيستيم فر دن هاندل إست دير، دير داس ميست جيلد ماشت. إين أندرس كينت ساجين، داس داس بيست سيستيم فر دن هاندل إست ديرجينيج ميت دير هشستين شارب-راتيو. فيل ولن إتواس في دير ميت. داس بروبلم دير كوبيست ترادينغ سيستيمكوت إست مردوتيغ، ودورش إس إينن إيدالن كانديدات فر أنغريف ميت نيورونالن نيتزن. داي ديسيغنر-كونتورن-ستز فون فورسكريفتن، داي، لوت ديس هاندلرز، بيلدن سي إين نوميريسش ميثود زور ميسونغ ديس بستن سيستمز. مينسكليتش جيهيرن هوستن إتوا 100 ميلياردن نيورونين. تروتز دير بيمهونجن فيلر أونسيرر كوندن، إش هيبي نوش ميت تريفن 100 ميلياردن ماركتينديكاتورن زور فيرفغونغ. إين مغليشكيت، فيرستركين داي ويركونغ فون نيورونين إن ونزيرر تولست إست أوف أوسجيبلينديت إبينن إرستيلن. إين نيتزويرك بستهت أوس مهريرن ششيشتن، جيويلز ميت مهريرن نيورونين جيبيلديت. جيديس نيورون إست ميت جيديم نيورون إن دير نكستين إبين فيربوندن. ديد فيربيندونغ دان ترغت سين إيجين إينزيغارتيجن جيويشتيتن ويرت. إين نيورون ويرد دن ويرت ديس نيورونس مولتيبليزيرت أوند دورش داس جيويشت ديس داي أوسجهند فيربيندونغ أوف ديسن ويرت بيرجيبن. داس نيورون آم إند داي أوسجهند فيربيندونغ ويرد زوسامنفاسند ألي إينغهندن فيربيندونجن أند بروباجيرن ديسيس إرجبنيس أوف داي نشست إبين دورش ألي أوسجهندن فيربيندونجن. بيلدر ماشين داي إيدي ويت إنتيتييفير. أبيلدونغ 1 إنتلت إين كلينس بيسبيل. داي 2 أوند 3 أوف دير لينكين سيت سيند داي إينغنغ إنز نيتس. دييز إينغنغ إرهالتن دورش داس جيويشت دير فيربيندونغ أوف داي نشست إبين مولتيبليزيرت. داي 2 مولتيبليزيرت ميت ديم 0.5 جيبين أونس 1، أوند 3 فون 2 جيبين أونس 6. داي زويت ششيشت إهلت إينن نود داي فاست داي إرجبنيس أوس دير فورهريجن ششيشت، جيبين أونس 7. دير نشست سكريت ور زو فيرمهرن 7 دورش داي جيويشت أوف داي أوسجهندن فيربيندونجن أوند بيرجيبن سي سي أوف دير نشستين إبين. أبيلدونغ 1: إين بيسبيل فر إين نيوروناليس نيتس، داي ويترغاب دير إرجبنيس ناش فورن. داس كورز بيسبيل أوبين كنن ويدرهولت أوند إن فورم إينس غرينن نيتزويركس ميتيناندر فيركيتت ويردن. ونتر، إن أبيلدونغ 2، وير هابين إين بيسبيل إينس غرين نيتزويركس. بيسبيلنيتزويرك هات 3 إينغابين، يموت فيبورجين إبين فيربوندن سيند. داي فيبورجين إبين ويرد دان زو إينم إينزيجن أوسغانغ أنجكلوسن. أوسغبلينديتن إبينن ويردن ششولونجن زو إرليشترن. جي كومبلكسر داس بروبلم جي مهر ششيشتن أوند نوتن إرفورديرليش. أبيلدونغ 2: عين بيسبيل فر إين غريرز نيوروناليس نيتز. داس نيتس ليرنت دورش داي جيويشت فيل فيربيندونجن أكتواليسيرن. إس جيبت فيل سوفتوارالغوريثمن، داي فيرونديت ويردن، أم ليرنين إن نيورونالن نيتزن زو إريشن. سي فالن إن زوي كاتيغورين، بيرواشت أوند ونبيرواشتس ليرنين. بيتروتس ليرنين جيسهت ميت ديم بينوتزر إم نيتزويرك زو ساجين، وين سين فورهرزاجين كوركت سيند. داس نيتزويرك دان بيريشنيت سين فيلر أوند إينيم دير ألغوريثمن فيروينديت، أم دن فيلر زو بيهيبن. إين بيسبيل هيرفر إست داي أومجيكهرت فيرمهرونغ، داي فيلر دير فورهيرزاج ديس نيتسيس بيريشنيت. داس نيتزويرك فيروينديت إينن سنيلن ألغوريثموس دان ألي جويشت فيربيندونغ ميت ديسم فيلر أكتواليسيرن. أومجيكهرت فيرمهرونغ إست إين دير هفيجيرن تراينينغ ستراتيجين. ونبروشتس ليرنين فيروينديت إرجندين آرت فون فيتنيس أودر سكورينغ-ألغوريثموس، إن ديم داس نيتزويرك ويرد إرجبنيس سيلبست ميت أوند فيرسوشن، بي جيديم ناكفولجندن فيرسوتش زو فيربيسرن. إين بيسبيل فر أونبيوفزيتيغت تراينينغ إست دير جينيتيسش ألغوريثموس. ديزر خوارزمية إرستيلت إين بيفلكيرونغ فون نيورونالن نيتزن أوند فيرونديت إين بيويرتونغزالغوريثموس إنتوكلت، داي فوم بينوتزر زوم رانغ دير بيفلكيرونغ. داناتش، إس إست بيرلبن دير ستركستن. داي توب-رانغ-نيتز إرهالتن بليبن أوند كريبرودوزيرنكوت أوند ونتين أوف بلاتس جيورفين بيكومن. داي نيتز ريبرودوزيرن، إندم ميسشن أوند أنباسن دير فيربيندونغ جيويشت. نيورونال نيتز كنن إرهبليش سيستيم هندلر إهر ألغوريثمنتيشنيك دورش إرفورسشن ميلياردن كومبيناتيونن ونتر إين ريلاتيف كلين توليبوكس إنديكاتورن ونترستتزن. دايس ونتيرسشيديت سيتش فوم ستاندارد-أوبتيميرونغ، داي ويرد زهلن إن فيرسشيدينن إنديكاتورين، داي أوف دير سوش ناش كان كومبيناتيون جيبت داس ميست جيلد زورك. داي تاتساش، داس نيتزويرك كنن مهرير مانهمن زو برفين (غليشجويشت، شارب-راتيو، etc.) أم زو بستيمن، داي بيستن هاندلزيستم فيرينجر هيلفت داي وهرسشينليشكيت، داس إس إين بستيمت ماناهم أوفيرماسيز. إين غوتيس بيسبيل دفر إست كونتوستاند. وين إين سيستيم داس جيبين أوند نهمن زويششن داي نيتورنديت أوند ديم ريسيكو أنجيباست ويغ زورك، إس بيجينت زو سكريت ويج فون دير زهلنفيراربيتونغ إنتديكن داي بستن زهلن زو نوتزن أوند ويتر إن ريشتونغ تاتسكليش Lern - أوند مستر-أنيركنونغ. نيورونال نيتز إرويسن سيتش ألس سهر نتزليتش إن إينر فيلزهل فون أنويندونجن فون جيسيكتسيركينونغ ناش ورونغ ماركت فورهيرساجين. سي إكسيل و جيبت إس موستر، داي سكويريغ فر أونس، زو إركينن سيند. ديس فيكيت ماشت نيتزويرك فون أونسكتزباريم ويرت بي دير لانغون سكويريجر بروبلم ميت مهريرين Variablen. MetaTrader 4 - بيسبل نيورونيل نيتز في ميتاتريدر فيرويندن إينفورونغ فيل فون إهنن هابين وهرزشينليش داي مغليشكيت دير فيرويندونغ فون نيورونالن نيتزن في إهرم إي بيتراشتيت. ديسيس ثيما وار سهر هاي، بيسوندرز ناش دير 2007 الآلي تجارة بطولة أوند ديم سبيكتاكولرن جيوين فون أفضل ميت سينم نظام أوف أساس نيورونالر نيتز. فيل إنترنيت-فورين وردن ميت ثيمن بيرفلوتيت إم زوسامنهانغ ميت نيورونالن نيتزن أوند ديفيسانهانديل. ليدر إست يموت الأصلي MQL4 أومسيتزونغ فون ن نايشت إينفاش. إس إرفوردرت إينيج بروغراميركنتنيس أوند داس إرجبنيس وورد نايشت سهر إفيزينت سين، بيسوندرس، وين سي مشتن، داس إهر أبسكليندس إرجينيس إم تيستر أوف غرو منغن فون داتن تستن ولن. في ديسم أرتيكل ويرد إش إهنن زيجن، وي وي سي فري فيرفغار (ونتر لغبل)، بيكانت فاست أرتيفيسيال نيورال نيتورك ليبراري (فان) إن إهرم MQL4 كود فيرويندن، وريند بيستيمت هيندرنيس أوند إينشكرنكونجن فيرميدن ويردن. أويردم جيه إش دافون أوس، داس دير ليسر ميت أرتيفيسيال نيورال نيتوركس (آن) أوند دير تيرمينولوجي إن زوسامنهانغ ميت ديسم ثيما فيرتراوت إست، سو داس إش ميش أوف براكتيشيس أسبيكت دير فيرويندونغ فون بيستيمتر إمبليمنتيرونغ فون آن إن MQL4 سيراتش كونزنتريرن ويرد. فان إيجنشافتين أم إن فولم أومفانغ داي مجليشكيتن دير فان إمبليمنتيرونغ زو فيرستيهن، موس مان سيتش ميت إهرر دوكومنتاتيون أوند دن آم هوفستن فيروينديتن فونكتيونن فيرتراوت ماشن. داي تيبيش فيرويندونغ فون فان إست إينفاشيس فورجششالتيتس نيتزويرك زو ششافن، إس ميت إينيجن داتن ترينيرن أوند لوفين. داس إرستيلت أوند ترينيرت نيتزويرك كنت دان إن إين ديتي جيسبيشرت ويردن أوند سبتر زور ويتيرن فيرويندونغ ويدر هيرجيستلت ويردن. أم إين آن زو إرستلنموس مان داي فانكريتستاندارد () فونكتيون فيرويند. سيهن وير أونس داي سينتاكس أن: وو نوملايرس داي جيسامتزهل فون ششيشتن دارستيلت، إينسكليليش دير Eingabe - أوند دير أوسغابيشيشت. داس لنوم أوند فولجند أرغمنت ريبرسنتيرت داي أنزاهل فون نيورونين إن جيدر ششيشت، بيجينند ميت دير إينغابيشيشت، أوند إندند ميت دير أوسغابيشيشت. أم إين نيتس ميت إينر فيربورجينن ششيشت ميت 5 نيورونين، 10 إينغابين أوند 1 أوسغابي زو إرزيوجين، مسست مان إس نينن، ويي فولغت: سوبالد داس آن إرستيلت إست، وير داي نشست أوبيراتيون، إس ميت إينيجن Eingabe - أوند أوسغابيداتن زو ترينيرن. داي إينفاشست أوسبيلدونزميثود إست إنكريمنتيلس تراينينغ، داس دورش داي فولجند فونكتيون إريشت ويردن كان: ديز فونكتيون نيمت دن بوينتر زو ستروكت فان زوفور زوركجيجبين فون فانكريستاندارد () أوند بيد إينغابيداتنفكتور أوند أوسغابيداتنفكتور. داي Eingabe - أوند أوسغابيفكتورن سيند أريس ديس فانتيب تيبس. ديس الفن إست في تات عين مزدوج - أودر إين تعويم - Typ، أبهنجيغ فون دير الفن ويي كومبيليرت ويرد. في ديزر إمبليمنتيرونغ ويردن يموت Eingabe - أوند أوسغابيفكتورن مزدوجة صفائف سينت. سوبالد داس آن أوسبيلدت إست، ور داس نشت جيونشت فيتور داي أسوفهرونغ ديس نيتسس. داي فونكتيون يموت يموت أومسيتست، إست ويي فولغت ديفينيرت: ديز فونكتيون نيم دن بوينتر زو ستروكت فان. داس زوفور إرستلت نيتزويرك دارستليند، أوند إينن إينغابيفكتور ديس ديفينيرتن تيبس (دوبل أري). دير ركغابيويرت إست إين أوسغابيفكتور-أري. ديس تاتشاش إست ويتشتيغ، دا وير فر إين أوسغابي-نيتزويرك إمر إين إليمنت أري ميت ديم أوسغانغسويرت، أنستيل ديس أوسغانغزويرت سيلبست إرهالتن. ليدر فيرويندن داي ميستن فان فونكتيونن إينن بوينتر أوف إين ستروكت فان داس آن دارستليند، واس نايشت ديركت جيهاندابت ويردن كان فون MQL4، داس ستروكتورن ألس داتنتيبن نايشت ونتيرستت. أم دييز إينسكرنكونغ زو فيرميدن مسن وير داس أومانتيلن، أوند إن إرجندينر آرت أوند ويس فور MQL4 فيربيرجن. داي إينفاشست ميثود إست إين أري فون ستروكت فان بوينترن زو إرستيلن، داس داي ريشتيجن ويرت هلت أوند سيتش أوف سي ميت إينم إندكس بيزيهت، دارغستيلت فون إينر إنت فاريابل. . لذا، يمكن أن يكون هذا النظام من قبل فاريابلنتيب ميت إينم ونتيرستتزن إرسيتزن أوند إين ورابر-بيبليوثيك إرستيلن، داي ميت MQL4 كود ليشت إنتغريرت ويردن كان. داي فان روندوم إينويكلن ناش بيستم ويسن، ونتيرستزت MQL4 كين فونكتيونن ميت فاريابلر أرغمنت-ليست، لذلك مسن وير أوتش داميت أومجهين. أوف دير أنديرن سيت، وين داي C-فونكتيون (ميت فاريابلر أرغمنت ليج) ميت زو فييلن أرغمنتن أوفجيروفن ويرد، باسيرت نيكتس فالشيس، بيرنهمن وير إين فيست ماكسيمال أنزاهل فون أرغمنتن إن MQL4 فونكتيون بيرجيبن أن C-بيبليوثيك. داي ريسولجيرند ويكيل-فونكتيون وريد أوسهن وي فولغت: وير ويشسلتن داي فريند فان ميت f2M (داي فر فان تو مقل ستهت)، فيروينديتن ستاتيسش أنزاهل فون أرغمنتن (4 ششيتن) أوند دير زوركجيبند ويرت إست جيتست إين إندكس فر إنتيرن أري فون أنس داي ستروكت فان داتن هالتند، إرفورديرليش فر فان زوم أربيتن. أوف دييز ويز كنن وير ليشت إين سولش فونكتيون إنرهالب مقل-كود أوفروفين. داس غليتش غهت فر: لاست، ليس نوت ليست مينست إيت داي تاتاش، داس سي زو إهر إينمال إرستيلتس أن زرستر مسن، دورش دن أوفروف زو: أم آن هاندلز فريزوجيبن، مسن سي داي نيتز إن أومجيكهرتر ريهنفولج زيرسترن، ويي سي سي إرزيوغت هابين. ألترناتيف كنن سي فيرويندن: أليردينغس بن إش زيمليش سيشر، داس إينيج فون إهنن بيفورزوجين إهر ترينيرتن نيتز زو سبيشرن، فر إين سبتير فيرويندونغ ميت: ناترليش كان داس جيسبيشرت نيتز سبتر نيو جيلادين (أودر إهر نيو إرستيلت) ويردن، ميت: سوبالد وير داي غروندفونكتيونن كينن، كنتن وير فيرسوشن داس إن ونزريم إي زو فيرويندن، يبر زيرست مسن داس Fann2MQL باكيت إنزتاليرن. Fann2MQL إنستاليرن أم داي فيرويندونغ ديس باكيتس زو فيرينفاشن، هيب إش دن مسي إنزتالر إرستيلت، دير دن جيسامتن ​​كلكود إنتلت، بلوس فوركومبيتيليرت بيبليوثيكن أوند Fann2MQL. mqh هيدر-داتي، داي ألي Fann2MQL فونكتيونن ديكلاريرت. دير إنستالاشيونسفورغانغ إست سهر إينفاش. زورست ويردن سي إنفورميرت، داس Fann2MQL ونتر غل ليزنز إست: إنستالاشيون فون Fann2MQL، سكريت 1 دان ولن سي دين أوردنر أم داس باكيت زو إنزتيرن. سي نين دن معيار برنامج فيرويندن فيليزفونمول أودر إنستاليرن ديركت في إهر ميتا تراديركسيرتس فيرزيتشنيس. سبتر ويردن ألي ديتيان ديركت a إهر أورت بلاتزيرت، أنسونستن ويردن سي ألي مانويل كوبيرن مسن. إنستالاشيون فون Fann2MQL، سكريت 2 دير إنزتالر بلاتزيرت ديتيان إن داي فولجندن أوردنر: وين سي إن إينن ديديزيرتن Fann2MQL أوردنر إنستاليرن مشتن، كوبيرن سي بيت دن إنهالت فون دن إينل ليبراريز ونتيروردنر إهر إنتسبريشندس ميتاترادر ​​فيرزيتشنيس. دير إنزتالر إنستالير إن أوتش داي فان بيبليوثيك في إهرين سيستمبيبليوثيكن أوردنر (Windowssystem32 إن دن ميستن فلن). دير سرك إنتهلت دن جيسامتن ​​كيلكود فون Fann2MQL. سي كنن دن كيلكود ليسن، دير إين ولتيماتيف دوكومنتاتيون إست، وين سي مهر إنفورماتيونين بير داي إنتيرنا بنتيجن. سي كنن دن كود أوش فيربيسرن أوند زوستزليتش هينزوفغن، وين سي داس مشتن. إش إرموتيج سي مير إهر باتشس زو ششيكن، وين سي إتواس إنتيرسانتيس إمبليمنتيرن. نيورونال نيتز إن إهرم إي فيرويندن سوبالد داي Fann2MQL إنستاليرت إست، كنن سي بيجينن، إهرين إيجين إي أودر إنديكاتور زو شكريبن. إس جيبت فيل مغليش فيرويندونغ فون ن. سي كنن سي فيرويندن، أم زونفتيج كورسبويغونجن زو برونوستيزيرن يبر داي كواليت سولشر بروغنوسن أوند داي مجليشكيت إينن إشتن فورتيل زو إرلانجن، إست زويفلهافت. سي كنن فيرسوشن، إهر إيجين ستراتيجي ميت راينفورسيمنت ليارنينغ تيشنيكن، إيتوا إين Q-ليارنينغ أودر إتواس هنليشس زو شكريبن. سي نينن فيرسوشن ن ألس إينن سيغنالفولتر فر إهرن هيوريستيسشن إي زو فيرويندن أودر ألي دييز تيشنيكن كومبينيرن، واس أوتش إمر سي سي مشتن. سي سيند نور دورش إهر إيجين فانتاسي جيغرنزت. هير زيج إش إهنن إين بيسبيل دير فيرويندونغ إينس ن ألس إينفاشن فيلتر فر سيغنال، جينيريرت فون ماسد. بيت بيتراشتن سي إس نايشت ألس ويرتفولن إي، سوندر ألس بيسبيلانويندونغ فون Fann2MQL. وريند دير إركلرونغ بير داس فورجين، هير دير بيسبيل إي: NeuroMACD. mq4 فونكتيونيرت. إش ويرد إهنن زيجن، وي داي Fann2MQL إفكتيف في مقل فيروينديت ويردن كان. داي أليرست ساش فر جيدين إي، إست داي ديكلاراشيون دير غلوبالين إن فاريابلن ديفينيرت أوند أبسشنيت أومفاسن. هير إست دير بيجين ديس نيوروماسد، دير ديز دينغ إنتلت: دير إينلود-بيفهل جيبت أن يموت Fann2MQL. mqh هيدر-ديتي زو لادن، ويلش داي ديكلاراشيون ألر Fann2MQL فونكتيونن إنتلت. داناش سيند ألي Fann2MQL باكيت-فونكتيونن فر دن إينزاتز إم سكريبت فيرفغبار. داي أنباث - Konstante ديفينيرت دن بفاد زوم سبيكرن أوند لادن فون ديتيان ميت أوسبيديليتن فان نيتزويركين. سي مسن ديسن أوردنر إرستيلن، d. h. C: آن. داي نيم - كونستانت إنتلت دن نامن ديسيس إي، دير سبتر فر داس لادن أوند سبيشرن نيتزويرك-دتيان فيروينديت ويرد. إينغابيباراميتر سيند زيمليش أوفنسيتشتليتش أوند داي إس نايشت سيند، ويردن سبتر إرلوترت، سوي غلوبال فاريابلن .. دير إينستيغسبونكت فر جيدين إي إست سين إينيت () فونكتيون: زونشست ويرد جيبرت، أوب دير إي أوف دن ريشتيجن زيترمن أنجوينديت ويرد. داي أنينبوتس متغير إنهلت يموت أنزهل دير نيورونالن نيتزويركينجنج. دا وير دري ستز فون فيرسشيدينن أرغمنتن فيرويندن ويردن، سول إس تيلبار دورش 3 سين. أنباث ويرد بيريشنيت زوم ريفلكتيرن فون إي نيم أوند ماجنومبر. يموت أوس دن سلوما. فاستما و سيغنالما إينغابارغمنتن بيريشنيت ويرد، يموت مبتكر فر يموت ماسد-إنديكاتور سيغنال فيروينديت ويردن. سوبالد إير دن أنباث كينت، فيرسوشت دير إي نيورونال نيتز ميت دير أنلواد () فونكتيون زو لادين، داي إش ويتر أونتن بيسكريبن ويرد. داي هلفت دير جيلادينن نيتز إست فر داي لونغ-بوسيتيون فيلترونغ جيداشت أوند يموت أندر هلفت فر شورت. داي أنسلودد متغير ورد فيروينديت داي داي تاتشاش أنزوزيجن، داس ألي نيتز كوركت إنيتياليسيرت وردن. وي وي هرسشينليش بيمركت هابين، ديزر بيسبيل إي فيرسوشت مهرير نيتزويرك زو لادين. إش بيزويفل، داس إس إن ديزر أنويندونغ ويركليش نوتوديغ إست، يبر إش ولت إهنن داس فول بوتنزيال فون Fann2MQL زيجن، داي مهرير نيتزويرك غليشزيتيغ هاندهابت أوند كان سي مواز فيراربيتن كان، ونتر أوسنوتزونغ فون مهريرن كيرنين أودر بو. أوم إس زو إرمغليشن نوزت Fann2MQL يموت إنتل خيوط كتل بناء التكنولوجيا. داي فونكتيون f2Mparallelinit () ويرد فيروينديت، داي إين سنيتستيل زو إنيتياليسيرن. هير إست دير ويج، دن إش زوم إنيتياليسيرن دير نيتز فيروينديت هيب: وي سي سيهن كنن، وين داي f2Mcreatefromfile () فيرساغت، دورش دن نيغاتيفن ركيغابويرت أنجزيغت ويرد، ويرد داس نيتزويرك ميت دير f2Mcreatestandard () فونكتيون إرستيلت ميت أرغمنتن داروف هينويست، داس داس إرستلت نيتزويرك 4 ششيتن (إينسكليليش إين-أوند أوسغابي) هابين سولت، AnnInput21 نيورونين إن دير زويتن فيربورجينن ششيشت أوند 1 نيورونس إن دير أوسغابيسشيشت. في دير إينغنغ هابين سولت، أنينبوت نيورونين إن دير إرستن فيربورجينن ششيشت، f2Msetactfunctionhidden () ويرد فيروينديت، أم داي أكتيفيرونزفونكتيون فون فيربورجينن ششيشتن أوف سيغموديسميتريكستيبويز إينزوستلين (سيه فان دوكومنتاتيون فون فاناكتيفاتيونفونسينوم) أوند داس غليتش جيلت فر داي أوسغابيشيشت. دان جيبت إس دن أوفروف a f2mrandomizeweights (). داي فيرونديت ويرد نيورون فيربيندونزجيويشت إنرهالب ديس نيتزس زو إنيتياليسيرن. هير هابي إش دن بيريش فون لوت-0،4 0،4gt فيروينديت، سي كنن يبر جيد أند أندر فيرويندن، أبهنجيغ فون إهرر أنويندونغ. ديزر ستيل هابين سي وهرزشينليش داي فونكتيون ديبوغ () بيمركت، داي إش إين بار مال فيرونديت. إس إست إين دير إينفاستن ميثودن، أم داي فيربوس إبين إهريز إي زو ندرن. زوسامن ميت إهر أوند ديم إينغابيباراميتر ديبوغليفيل كنن سي داي آرت وويس أبستيمن، داس إهر رمز يموت ديبوغ-أوسغابي برودوزيرت. وين داس إرست أرغمنت دير فونكتيون ديبوغ (). دير ديبوغ-ليفيل ههر ألس ديبوغليفيل إرزيوغت داي فونكتيون كين أوسغابي. وين إس نيدريجر ألس غليش إست، ويرد دير تكست سترينغ أوسجيبن. وين دير ديبوغ-ليفيل 0 إست، ويرد ديزر سلسلة إرور: دن تبدأ أنجيهانغن. أوف ديز ويس كنن ديبوغ فون إهرم كود إرزيوغت أوف مهرير إبينن أوفتيلن. داي ويكتيستن سيند وهرزشينليش فيلر، لذلك داس سي أوف داي إبين 0 زوجوردنيت سيند. سي ويردن أوسغيبن، أور وين سي إهر ديبوجليفيل ونتر 0 سينكين (واس نايشت جيراتن ويرد). أوف إبين 1 ويردن إينيج ويكتيج إنفورماتيونين أوسغيجيبن، ويي بيستتيغونغ ديس إرفولغريشن لادنز ديس نيتسس أودر إرزيوغونغ. أوف ستوف 2 أودر ههر نيمت داي بيديوتونغ فون جيدروكتن إنفورماتيونين ألمليش أب. فور دير أوسفرليشن إرلوتيرونغ دير ستارت () فونكتيون، داي سهر لانغ إست، موس إش إهنن إينيج ويتير فونكتيونن زيجن، داي دازو جيداشت سيند داي نيتز إينغاب فورزوبيريتن أوند داي تاتسكليشن نيتز أوزوفرين: داي فونكتيون أنبريبارينبوت () فيروينديت، أم دن إينغابينامن فر داي نيتز فورزوبيريتن (داهر دير الاسم). دير زويك إست ريشت إينفاش، يبر داس إست دير بونكت أن دن إش سي إرينر موس، داس داي إينغابيداتن ريشتيغ نورماليسيرت ويردن مسن. إس جيبت كين أوسجيفيلت نورماليسيرونغ إن ديسم فال، إش هيب إينفاش داي ماسد Haupt - أوند سيغنالويرت، داي نيا دن جيونشتين بيريتش أوف دن بيركسيكتيغتن داتن بيركريتن. في ديم ريلن بيسبيل سولتن سي وهرششينليش مهر أوفمركسامكيت أوف ديسيس ثيما ليجن. وي وي وهرششينليش فيرموتن، إست داي أوسوهل دير ريتشتيجن إينغابارغمنت فر نيتزينغاب، إس كوديرن، إست زيرزيتزونغ أوند نورماليسيرونغ إينر دير ويكتيستن فاكتورن بي دير نيورونالن نيتس-فيراربيتونغ. ويي إش بيريتس إروونت، هات داي Fann2MQL داي فيكيت داي نورمال فونكتيوناليت ديس ميتاترادر ​​زو إرويترن، كان داي موازي مولتيثريدد فيراربيتونغ فون نيورونالن نيتزن إست. داس غلوبال الوسيطة ديستيرس موازية فيرهالتن. داي رونانز () فونكتيون فرت ألي إنيتيسيرتن نيتز أوس أوند إرهلت داي أوسغابرن فون إهنن أوند سبيتشرت إن ديم أنوتوتبوت أري. داي أنسرونباراليل فونكتيون إست فيرانتورتليش فر داي هاندابونغ ديس جوبس إن دير مولتيثريدد ويس. سي ديفت دي داي f2mrunparallel () أوف، داي داي أنزاهل فون زو فيراربيتندن نيتزن زو فيراربيتن ألس إين إرستيس أرغمنت نيمت، داس زويت سيت أر إين أري ميت هاندلز فر ألي نيت داي داي سي أوسفرن ولن، داي بيريتستلونغ ديس إينغابيفكتور إست إين دريتس أرغمنت. ألي نيتس مسن أوف دن غليتشن إينغابيداتن أوسجيفرت ويردن. دير إمبفانغ دير أوسغابي أوس ديم نيتس إرفولغت دورش مهرير أوفروف فون f2mgetoutput (). بيتراشتن وير نون داي ستارت () فونكتيون: إش بيسكريب إس كورز، دا إس ريشت غوت كومنتيرت إست. داي تريدالويد () بيربرفت، أوب إس دير هاندل إرلوبت إست. إيم غروند إس إس بيربرفت داي أنسلودد فاريابل، داي أنجيبت، داس ألي أنس ريشتيغ إنيتياليسيرت ووردن، دان بيربرفت سي دن ريشتيجن زيترمن، ميندستكونتوستاند أوند إرلوبت آم إند نور أوف ديم إرستن تيك إينس نيوين بالكن زو هاندلن. داي نكستن زوي فونكتيون ويردن فيروينديت نيتزينغاب فورزوبيريتن أوند داي نيتس-فيراربيتونغ أوزوفهرن، وردن نور وينيج زيلن ويتر أوبين بيسكريبن. ألس نشستس بيرشنن وير أوند سيتزن سي سبتر إن فاريابلن زور فيراربيتونغ، داي ماسد ويرت دير Signal - أوند هوبت-ليني فر دن زوليتزت أوفجيبوتن بالكين أوند دن فورهيريجن. داي أكتيل بالكن ويرد أوسجيلاسن، دا إر نوش نايشت أوفجيبوت إست أوند ويرد وهرسشينليش نيو جيزيتشنيت ويرد. داي سيلسينال أوند بويسينال ويردن إنتسبريشند دير ماسد Signal - أوند هوبت-ليني كريوزونغ بيريشنيت. بيد سيغنال ويردن فر لينغ أوند كورز بوسيتيونسفيراربيتونغ فيروينديت، داي سيمتريسش سيند، ويرد أيضا إش نور دن فال فر لونغ-بوسيتيونسين بيسكريبن. داي لونغتيكيت متغير إنهلت يموت تيكتنومر دير أكتيل جيفنتن بوسيتيون. وين إس غليتش زو -1 إست، ويرد كين بوسيتيون جيفنيت، وي وين دير بيسينال جيسيتست إست، كنت داس أوف إين غيوت مغليشكيت هينويسن إين لونغ-بوسيتيون زو فنن. وين يموت متغير نيوروفيلتر نايشت جيسيتست إست، ويرد يموت موقف طويل جيفنيت أوند داس إست دير فال، أوهن يموت العصبية نيتز فيلترونغ دير سيغنال - يموت طلب زو كوفن إست جيسنديت. ديزر ستيل سول داي لونجينبوت متغير يموت فون أنبريبارينبوت () فر إين سبتير فيرويندونغ فوربيريتيتن إنبوتفيكتور إرينرن. وين لونغتيسكت فاريابل داي غلتيج تيكيت-نومر هلت، برفت دير إي أوب سي نوش أوفن إست أودر دورش ستوبلوس أودر تاكيبروفيت جيسكلوسن وورد. طلب (1) مصنف 5.0 / 5 بناء على 1 تقييمات العملاء تقييم (1) | طلب (1) مصنف 5.0 / 5 بناء على 1 تقييمات العملاء تقييم (1) | طلب (1) إيتم تايب: إيفنت & بارتي سوبليز؛ براند نيم: نون؛ ميت جيوين أبسكلوس ديزر ويرت ويرد دان زو أنترين () فونكتيون بيرجيبن أوند ألي فيرانتورتليشن نيتز فر دن أومغانغ ميت لونغ-بوسيتيون سيند ميت إهم ترينيرت. ألس إينغابيفكتور ويرد داي متغير لونجينبوت فيروينديت، يموت يموت إنبوتفيكتور إم لحظة ديس فننس دير بوسيتيون هلت. أوف ديز وايس ويرد داس نيتس جيلهرت، ويلشيس سيغنال جيوين إبرينغت أوند ويلشيس إست إس نايشت. سوبالد سي إين أوزجيبيلدتس نيتس هابين، لست داس أومزشالتن فون نيوروفيلتر أوف ترو داس نيتز فيلترن. داي أنويسلونغ () فيروينديت نيورونيل نيتز ويس بيرشنيت ألس إين ميتلويرت دير فون ألين نيتزن زوركجيبينن ويرت ميت بيديوتنغ فر داي بيهاندلونغ إينر لونغ-بوسيتيون. ويرد ونتر فيرويندونغ ديس نيورونالن نيتزس ويس ألس ميتلويرت دير ويرت فون ألين نيتزن جيمينت زو هاندابين، داي لونغ-بوسيتيون زورك بيريشنيت. دير دلتا باراميتر ويرد ألس إين سكويلنويرت فيروينديت، داس أنزيغت، داس داس جيفيلتير سيغنال غلتيغ إست أودر نايشت. ويي فيل أندر ويرت وورد إير دورش دن بروزيس دير أوبتيميرونغ إرهالتن. نون، سوبالد وير ويسن، ويي إس فونكتيونيرت، ويرد إش إهنن زيجن، ويي إس فيروينديت ويردن كان. داس تستبار إست ناترليش يوروس. إش بينوتست داي داتن فون ألباري. زو M5 زيترمن كونفيرتيرت. إش نوتزت داي زيت فون 31.12.2007 بيس 01.01.2009 فر داي أوسبيلدونغ أوبتيميرونغ أوند 01.01.2009-22.032009 فر تيستزويك. بيريتس إم إرستن لوف هيبي إش فيرسوشت، داي بروفيتابيلستين ويرت فر ستوبلوس، تاكيبروفيت، سلوما، فاستما أوند سيغنالما أرغمنت زو إرهالتن، داي إش دان إن داي NeuroMACD. mq4 ديتي كوديرت هيبي. دير نيورفيلتر وورد إبنفالز أوسجشالتت، سوي سافان. داي أنسنومبر وورد أوف 0 جيسيتست أم نيورونال فيراربيتونغ زو فيرميدن. إش بينوتست دن جينيتيسشن خوارزمية فر أوبتيميرونسبروزيس. سوبالد داي ويرت إمبفانغن ووردن، ساه دير ريسولتيرند بيريشت ويي فولغت أوس: بيريشت بير ترينيغسداتن ناش غروندليجندر باراميتروبتيميرونغ. وي سي سيهن كنن، هيبي إش دن إي أوف ديم ميني-كونتو ميت إينر لوت-غري فون 0.01 أوند إينر أنفانغزينزالونغ فون 200 إينجيستست. سي كنن دييز بارامتر جيدوش كونتوينستلونجن أودر فورليبن أنباسن أن ديزر ستيل هابين وير جينوغ رينتابل أوند فيرليرند ترادس، سو داس وير دن سيفان أنستلن أوند داي أنسنومبر أوف 30 سيتزن. إست داس جيتان، لاسي إش دن تيستر نوش إينمال دورشلوفين داس إرجبنيس وار جيناو داس غليتش، أور دير تاتساش، داس دير بروزيس سهر فييل لانغزامر وار (ألس فولغ دير نيورونالن فيراربيتونغ أوند دن أوردنر C: آن وورد ميت دن ترينرتن نيتسويركين بيسيدلت، ويي ونتين أوف ديم بيلد جيزيغت. ستيلين سي سيشر، داس دير C: أن أوردنر فور ديسم دورشلوف فور ديم إكسيستيرت دير C: آن أوردنر. سوبالد وير نيتز ترينيرت هابين، إست إس زيت، زو تستن وي إس سيش فيرهلت. زيرست فيرسوشن وير إس أوف دن تراينينغزداتن. ندرن سي دن نيوروفيلتر زو ترو أوند سافان زو فالس أوند ستارتن سي دن تيستر. داس إرجبنيس، داس إش إرهالتن هابين، ويرد ونتن جيزيغت. بيشتن سي، داس إس ليشت فر سي فال ونتيرسشيدليش سين سينت، دا إس إينيج زوفليكيت إنراهالب نيتزويرك إن فيربيندونغ جيويشتن نيورون إست بي ديم نيتزويرك إنيتياليسيرونغ فورغيزين (إن ديسم بيسبيل، داس إش إكسبلزيتن أوفروف f2Mrandomizeweights فيروينديت () إنرهالب أنلواد () إرجبنيس إرهالتن أوف ترينينغزداتن ميت سيغنال نيورونالر فيلترونغ أكتيفيرت دير نيتوغوين إست إتواس غرر (20،03 جيجنبر 16،92)، دوش دير جيوينفاكتور هي فييل ههر (1،25 جيجنبر 1،1) داي أنزهل دير ترادس إست فيل فينيجر (83 فس 1188) أوند داي دورششنيتليش أوفيناندرفولجيند فيرلوست أنزاهل ويرد فون 7 أوف 2 جيسنكت. جيدوش زيغت إس نور، داس نيورونال سيغنالفيلتيرونغ فونكتيونيرت، يبر إس ساجت نيكتس داربر، ويي سي أوف داتن أربيتيت، داي نايشت فر فيروينديت وردن وريند ديس تراينينغز. داس إرجبنيس، داس إش أوس دير تيستفاس إرهالتن هابين (01.01.2009 - 20.03.2009) إست ونتن دارغستيلت: إرجبنيس إرهالتن فون تيستداتن ميت نيورونالر فيلترونغ أكتيفيرت داي أنزهل دير أوسجيفرتن ترا ديس إست زيمليش جيرينغ، أوند إس إست سكوير زو ساجين، أوب إس داي كاليت ديزر ستراتيجي إست، يبر إش ولت نايشت زيجن، ويي داي داي بيستن رينتابل نيا زو شكريبت، يبر إركلرن، ويي مان نيورونيل نيتز إن إهرم MQL4 كود نوتزن كنت. دير ويركليش إفكت دير فيرويندونغ فون نيورونالن نيتزن إن ديسم فال كان نور دان جيسهن ويردن، وين داي إرجبنيس دير إي أوف تستداتن إم فيرجليتش زو سيهن سيند ميت نيوروفيلتر ein - أوند أوسجيشالتيت. إم فولجندن إست داس إرهالتن إرجبنيس دير تستداتنبيريود أوهن نيورونال سيغنالفيلتيرونغ: إرجبنيس فون تستداتن أوهن نيورونال فيلترونغ. دير ونترشيد إست سهر أوفنزيكتليتش. وي وي سيهن، ماشت داي نيورونال فيلترونغ أوس إينم فيرليرندن إي إينن رينتابلن إش هوف، داس سي أوس ديسم أرتيكيل جيلرنت هابين، ويي مان نيورونال نيتز في ميتاترادر ​​فيرونديت. ميت هيلف ديس إينفاشن، فرين أوند أوبين-سورس-باكيت Fann2MQL كنن سي إينفاش داي نيورونال نيتزشيشت إن براكتيشش جيديم خبير استشاري هينزوفجن أودر فانجن سي أن إهرين إيجينن زو شكريبن، دير فولستنديغ أودر تيلويس أوف نيورونالن نيتزن باسيرت. داي إينزيغارتيج مولتي-ثرادينغ-فيكيت كان إهر فيراربيتونغ فيل ميل بيسكليونيجن، أبهنجيغ فون دير أنزهل دير بو-كيرن، إنزبسوندير وين بستيمت باراميتر أوبتيميرت ويردن. إن إينم فال هات إس إس داي أوبتيميرونغ ماينر التعزيز التعلم باسيرتن إي فيراربيتونغ فون إيتوا 4 تاجين أوف نور 28 ستندن فيركرست، ميت إينر 4-كيرن إنتيل بو. وريند ديس شكريبنز ديسيس أرتيكلز هيبي إش ميش إنتسكلوسن Fann2MQL أوف دير إيجينن ويبزيت زو سيتزن: fann2mql. wordpress. سي فيندن دورت نيويست فيرسيون فون Fann2MQL أوند مغليشرويس ألي زوكنفتيجن فيرسيونين سوي داي دوكومنتاتيون ألر فونكتيونن. إش فيسبريش، ديس سوفتوار فر ألي ألي فيرسيون ونتر غل-ليزنز زو هالتن، سو، وين سي مير جيغليش كومنتار سندن، فيتور-أنفراجن أودر باتشس، داي إش إنتيريسانت فيند، سين سي سيشر، إس إن نشستين فيرسيونين زو فيندن. بيت بيشتن سي، داس ديزر أرتيكل نور داي سهر غروندليجند فيرويندونغ فون Fann2MQL زيغت. دا ديسيس باكيت نايشت فييل مهر إست ألس فان، كنن سي ألي ويركزيوج فر داي فيروالتونغ فون فان نيتزن فيرويندن، ويي: أوند إس جيبت فييل مهر بير فان أوف دير فاست الاصطناعي الشبكة العصبية مكتبة ويبزيت: هيب إش إينن ونديوتندن فيلر إن NeuroMACD. mq4 جيفندن. يموت أوردركلوس () فونكتيون فر شورت-بوسيتيونين وورد ميت دير تيكيت-نومر الاب طويل جيسبايست بوسيتيونزن. إس فرت زو إينر سشيفن ستراتيغي، كان مهر إن داي ريشتونغ جينغ شورتس زو هالتن أوند لونغس زو سكلين: إن دير كوريكتن فيرسيون ديس سكريبتس هابي إش ديسن فيلر بيهوبن أوند داي أوردر كلوز () ستراتيجي إنزجيسمت إنتفرنت. داس هات داس جيسامتبيلد ديس إينفلوسس نيورونالر فيلترونغ نايشت فيرندرت، نوش وار داي كونتوستاندورف فليغ أندرس. سي فيندن بيد فيرسيونين ديسيس إي a ديسن أرتيكيل أنجيهانغن. bersetzt aus dem Englischen von MetaQuotes Software Corp. Originalartikel: mql5enarticles1565Trading Software mit Quellcode Kuumlnstliche Neuronale Netze und Regressionsanalyse zur Aktien Forex Prognose Waumlhrend meines Bachelor Reports habe ich eine Software geschrieben, mit der Anhand der Regressionsanlyse der Dax Kurs prognostiziert werden konnte. Als Eingabe Daten wurden verschiedene Waumlhrungen, Indizes aber auch Rohstoffe uumlbergeben. Anhand dieser Daten wurde dann naumlchste Kurs (Tag, Monat, Woche) berechnet. Das ganze lieszlige sich auch auf den Forex Markt abbilden, zum Vorhersagen von Waumlhrungsdaten. Da Forexdaten in Echtzeit relativ einfach und kostenguumlnstig abgefragt werden koumlnnen, eignet sich die Regressionsanalyse wunderbar fuumlr das Daytrading, in dem auch kleine Intervalle analysiert werden. Wenn ich die Zeit haumltte, wuumlrde ich mir eine entsprechende Forex Boumlrsensoftware programmieren und es mal versuchen. Weiterhin wurde eine Software programmiert, die eine Prognose mit Hilfe von kuumlnstlichen neuronalen Netzen durchfuumlhrt. Auch hier wurden die oben genannten Parameter eingegeben. Da die Software zur Analyse nun seit ca. 2 Jahren auf meinen Rechner rumliegt, habe ich mir uumlberlegt diese kostenlos zum Download anzubieten. Vielleicht kann der eine oder andere was damit Anfangen. Den Teil mit den kuumlnstlichen Neuronalen Netzen finde ich nicht so elegant (braucht verdsammt viel Zeit und auch hier muumlsste noch sehr viel probiert werden), aber mit der Regressionsanalyse bin ich schon der Meinung, dass man daraus ein sehr gutes Forex Tool entwerfen koumlnnte. Die Anwendung wurde mit dem C Builder programmiert. Wer Interesse an den Quellcode hat, sollte hiermit schon arbeiten. Download der Trading Software Regressionsanalyse Kuumlnstliche neuronale Netze Teil 1 Kuumlnstliche neuronale Netze Teil 2 Falls jemand diese Software als Basis fuumlr eine neue nutzt, freue ich mich auf Feedback. Bitte habt Verstaumlndnis dafuumlr, dass die Software fuumlr die Uni Abschlussarbeit programmiert worden ist und daher diverse Punkte nicht integriert sind. Auszligerdem ist ein Bachelor Report nur eine halbe Diplomarbeit, so dass ich nicht so viel Zeit investieren konnte. Betrachtet es nicht als fertige Loumlsung, sondern als einen moumlglichen Ansatz. Falls jemand nun eine Boumlrsen Software programmiert und damit das groszlige Geld verdient, freue ich mich uumlber eine Spende :) Ich moumlchte keine Fragen zur Software beantworten. Im Anhang einige Beispiele der Anwendung Der Regressionsanalyse wird ein Input als CSV uumlbergeben. Hier koumlnnen dann die einzelnen Waumlhrungspaare und ggf. weitere Kennzahlen einflieszligen. Nach der Berechnung wird nun der simulierte und der tatsaumlchliche Kurs angezeigt. Wenn diese Software als Forex Software umgebaut wird, koumlnnte man sich z. B. die naumlchste Kurs Prognose berechnen lassen. Im ersten Schritt findet das Training der kuumlnstlichen neuronale Netze statt. Dies benoumltigt einige Stunden Im zweiten Script, kann das Ergebnis einfach berechnet werden. Das Ergebnis muss dann nur entsprechend multipliziert werden. Hinweis: Dieser Artikel und die dazugehrige Software wurden von Philipp von der Born verfasst. Bitte keine Fragen zur SoftwareMetaTrader 4 - Beispiele Neuronale Netze In MetaTrader verwenden Einfhrung Viele von Ihnen haben wahrscheinlich die Mglichkeit der Verwendung von neuronalen Netzen in Ihrem EA betrachtet. Dieses Thema war sehr hei, besonders nach der 2007 Automated Trading Championship und dem spektakulren Gewinn von Better mit seinem System auf Basis neuronaler Netze. Viele Internet-Foren wurden mit Themen berflutet im Zusammenhang mit neuronalen Netzen und Devisenhandel. Leider ist die native MQL4 Umsetzung von NN nicht einfach. Es erfordert einige Programmierkenntnisse und das Ergebnis wrde nicht sehr effizient sein, besonders, wenn Sie mchten, dass Ihr abschlieendes Ergenis im Tester auf groe Mengen von Daten testen wollen. In diesem Artikel werde ich Ihnen zeigen, wie Sie die frei verfgbare (unter LGPL), bekannte Fast Artificial Neural Network Library (FANN) in Ihrem MQL4 Code verwenden, whrend bestimmte Hindernisse und Einschrnkungen vermieden werden. Auerdem gehe ich davon aus, dass der Leser mit Artificial Neural Networks (ann) und der Terminologie in Zusammenhang mit diesem Thema vertraut ist, so dass ich mich auf praktische Aspekte der Verwendung von bestimmter Implementierung von ann in MQL4 Sprache konzentrieren werde. FANN Eigenschaften Um in vollem Umfang die Mglichkeiten der FANN Implementierung zu verstehen, muss man sich mit ihrer Dokumentation und den am hufigsten verwendeten Funktionen vertraut machen. Die typische Verwendung von FANN ist ein einfaches vorgeschaltetes Netzwerk zu schaffen, es mit einigen Daten trainieren und laufen. Das erstellte und trainierte Netzwerk knnte dann in eine Datei gespeichert werden und spter zur weiteren Verwendung wieder hergestellt werden. Um ein ann zu erstellenmuss man die fanncreatestandard() Funktion verwende. Sehen wir uns die Syntax an: Wo numlayers die Gesamtzahl von Schichten darstellt, einschlielich der Eingabe - und der Ausgabeschicht. Das lNnum und folgende Argumente reprsentiert die Anzahl von Neuronen in jeder Schicht, beginnend mit der Eingabeschicht, und endend mit der Ausgabeschicht. Um ein Netz mit einer verborgenen Schicht mit 5 Neuronen, 10 Eingaben und 1 Ausgabe zu erzeugen, msste man es nennen, wie folgt: Sobald das ann erstellt ist, wre die nchste Operation, es mit einigen Eingabe - und Ausgabedaten zu trainieren. Die einfachste Ausbildungsmethode ist inkrementelles Training, das durch die folgende Funktion erreicht werden kann: Diese Funktion nimmt den Pointer zu struct fann zuvor zurckgegeben von fanncreatestandard () und beide Eingabedatenvektor und Ausgabedatenvektor. Die Eingabe - und Ausgabevektoren sind Arrays des fanntype Typs. Diese Art ist in Tat ein double - oder ein float - Typ, abhngig von der Art wie FANN kompiliert wird. In dieser Implementierung werden die Eingabe - und Ausgabevektoren double Arrays seingt. Sobald das ann aussgebildet ist, wre das nchte gewnscht Feature die Asufhrung des Netzes. Die Funktion die dies Umsetzt, ist wie folgt definiert: Diese Funktion nimmt den Pointer zu struct fann . das zuvor erstellte Netzwerk darstellend, und einen Eingabevektor des definierten Typs ( double Array). Der Rckgabewert ist ein Ausgabevektor-Array. Diese Tatsache ist wichtig, da wir fr ein Ausgabe-Netzwerk immer ein Element Array mit dem Ausgangswert, anstelle des Ausgangswert selbst erhalten. Leider verwenden die meisten FANN Funktionen einen Pointer auf ein struct fann das ann darstellend, was nicht direkt gehandhabt werden kann von MQL4, das Strukturen als Datentypen nicht untersttzt. Um diese Einschrnkung zu vermeiden mssen wir das ummanteln, und in irgendeiner Art und Weise vor MQL4 verbergen. Die einfachste Methode ist ein Array von struct fann Pointern zu erstellen, das die richtigen Werte hlt und sich auf sie mit einem Index bezieht, dargestellt von einer int Variable. . So knnen wir den nicht untersttzten Variablentyp mit einem untersttzten ersetzen und eine Wrapper-Bibliothek erstellen, die mit MQL4 Code leicht integriert werden kann. Die FANN rundum Einwickeln Nach bestem Wissen, untersttzt MQL4 keine Funktionen mit variabler Argumente-Liste, so mssen wir auch damit umgehen. Auf der anderen Seite, wenn die C-Funktion (mit variabler Argumente Lnge) mit zu vielen Argumenten aufgerufen wird, passiert nichts falsches, also bernehmen wir eine feste maximale Anzahl von Argumenten in MQL4 Funktion bergeben an C-Bibliothek. Die resultierende Wickel-Funktion wrde aussehen wie folgt: Wir wechselten die fhrende fann mit f2M (die fr FANN TO MQL steht), verwendeten statische Anzahl von Argumenten (4 Schichten) und der zurckgebende Wert ist jetzt ein Index fr interne Array von anns die struct fann Daten haltend, erforderlich fr FANN zum Arbeiten. Auf diese Weise knnen wir leicht eine solche Funktion innerhalb MQL-Code aufrufen. Das gleiche geht fr: Last, but not least ist die Tatsache, dass Sie zu Ihr einmal erstelltes ann zerstren mssen, durch den Aufruf zu: Um ann Handles freizugeben, mssen Sie die Netze in umgekehrter Reihenfolge zerstren, wie Sie sie erzeugt haben. Alternativ knnen Sie verwenden: Allerdings bin ich ziemlich sicher, dass einige von Ihnen bevorzugen ihre trainierten Netze zu speichern, fr eine sptere Verwendung mit: Natrlich kann das gespeicherte Netz spter neu geladen (oder eher neu erstellt) werden, mit: Sobald wir die Grundfunktionen kennen, knnten wir versuchen das in unserem EA zu verwenden, aber zuerst mssen das Fann2MQL Paket installieren. Fann2MQL Installieren Um die Verwendung des Pakets zu vereinfachen, habe ich den msi installer erstellt, der den gesamten Quellcode enthlt, plus vorkompilierte Bibliotheken und Fann2MQL. mqh Header-Datei, die alle Fann2MQL Funktionen deklariert. Der Installationsvorgang ist sehr einfach. Zuerst werden Sie informiert, dass Fann2MQL unter GPL Lizenz ist: Installation von Fann2MQL, Schritt 1 Dann whlen Sie denn Ordner um das Paket zu installieren. Sie knnen den Standard verwenden Program FilesFann2MQL oder installieren direkt in Ihr Meta Traderexperts Verzeichnis. Spter werden alle Dateien direkt an ihre Orte platziert, ansonsten werden Sie alle manuell kopieren mssen. Installation von Fann2MQL, Schritt 2 Der Installer platziert Dateien in die folgenden Ordner: Wenn Sie in einen dedizierten Fann2MQL Ordner installieren mchten, kopieren Sie bitte den Inhalt von den include und libraries Unterordner Ihr entsprechendes MetaTrader Verzeichnis. Der Installer installiert auch die FANN Bibliothek in Ihren Systembibliotheken Ordner (Windowssystem32 in den meisten Fllen). Der src enthlt den gesamten Quellcode von Fann2MQL. Sie knnen den Quellcode lesen, der eine ultimative Dokumentation ist, wenn Sie mehr Informationen ber die Interna bentigen. Sie knnen den Code auch verbessern und zustzliche Features hinzufgen, wenn Sie das mchten. Ich ermutige Sie mir Ihre Patches zu schicken, wenn Sie etwas interessantes implementieren. Neuronale Netze in Ihrem EA verwenden Sobald die Fann2MQL installiert ist, knnen Sie beginnen, Ihren eigene EA oder Indikator zu schreiben. Es gibt viele mgliche Verwendung von NN. Sie knnen sie verwenden, um zuknftige Kursbewegungen zu prognostizieren aber die Qualitt solcher Prognosen und die Mglichkeit einen echten Vorteil zu erlangen, ist zweifelhaft. Sie knnen versuchen, Ihre eigene Strategie mit Reinforcement Learning Techniken, etwa ein Q-Learning oder etwas hnliches zu schreiben. Sie knnen versuchen NN als einen Signalfolter fr Ihren heuristischen EA zu verwenden oder alle diese Techniken kombinieren, was auch immer Sie mchten. Sie sind nur durch Ihre eigene Fantasie gegrenzt. Hier zeige ich Ihnen ein Beispiel der Verwendung eines NN als einfachen Filter fr Signale, generiert von MACD. Bitte betrachten Sie es nicht als wertvollen EA, sondern als Beispielanwendung von Fann2MQL. Whrend der Erklrung ber das Vorgehen, hier der Beispiel EA: NeuroMACD. mq4 funktioniert. Ich werde ihnen zeigen, wie die Fann2MQL effektiv in MQL verwendet werden kann. Die allererste Sache fr jeden EA, ist die Deklaration der globalen Variablen definiert und Abschnitt umfassen. Hier ist der Beginn des NeuroMACD, der diese Dinge enthlt: Der Include-Befehl gibt an die Fann2MQL. mqh Header-Datei zu laden, welche die Deklaration aller Fann2MQL Funktionen enthlt. Danach sind alle Fann2MQL Paket-Funktionen fr den Einsatz im Skript verfgbar. Die ANNPATH - Konstante definiert den Pfad zum Speichern und laden von Dateien mit ausgebildeten FANN Netzwerken. Sie mssen diesen Ordner erstellen, d. h. C:ANN . Die NAME - Konstante enthlt den Namen dieses EA, der spter fr das Laden und Speichern Netzwerk-Dateien verwendet wird. Eingabeparameter sind ziemlich offensichtlich und die es nicht sind, werden spter erlutert, sowie globale Variablen.. Der Einstiegspunkt fr jeden EA ist seine init() Funktion: Zunchst wird geprft, ob der EA auf den richtigen Zeitrahmen angewendet wird. Die AnnInputs Variable enthlt die Anzahl der neuronalen Netzwerkeingnge. Da wir drei Stze von verschiedenen Argumenten verwenden werden, soll es teilbar durch 3 sein. AnnPath wird berechnet zum Reflektieren von EA NAME und MagicNumber . die aus den SlowMA . FastMA and SignalMA Eingabeargumenten berechnet wird, die spter fr die MACD-Indikator Signale verwendet werden. Sobald er den AnnPath kennt, versucht der EA neuronale Netze mit der annload() Funktion zu laden, die ich weiter unten beschreiben werde. Die Hlfte der geladenen Netze ist fr die Long-Position Filterung gedacht und die andere Hlfte fr Shorts. Die AnnsLoaded Variable wird verwendet um die Tatsache anzuzeigen, dass alle Netze korrekt initialisiert wurden. Wie Sie wahrscheinlich bemerkt haben, dieser Beispiel EA versucht mehrere Netzwerke zu laden. Ich bezweifle, dass es in dieser Anwendung wirklich notwendig ist, aber ich wollte Ihnen das volle Potenzial von Fann2MQL zeigen, die mehrere Netzwerke gleichzeitig handhabt und kann sie parallel verarbeiten kann, unter Ausnutzung von mehreren Kernen oder CPUs. Um es zu ermglichen nutzt Fann2MQL die Intel Threading Building Blocks Technologie. Die Funktion f2Mparallelinit() wird verwendet, die eine Schnittstelle zu initialisieren. Hier ist der Weg, den ich zum Initialisieren der Netze verwendet habe: Wie Sie sehen knnen, wenn die f2Mcreatefromfile() versagt, was durch den negativen Rckgabewert angezeigt wird, wird das Netzwerk mit der f2Mcreatestandard() Funktion erstellt mit Argumenten darauf hinweist, dass das erstellte Netzwerk 4 Schichten (einschlielich Ein - und Ausgabe) haben sollte, AnnInput21 Neuronen in der zweiten verborgenen Schicht und 1 Neurons in der Ausgabeschicht. in der Eingnge haben sollte, AnnInput Neuronen in der ersten verborgenen Schicht, f2Msetactfunctionhidden() wird verwendet, um die Aktivierungsfunktion von verborgenen Schichten auf SIGMOIDSYMMETRICSTEPWISE einzustellen (siehe FANN Dokumentation von fannactivationfuncenum ) und das gleiche gilt fr die Ausgabeschicht. Dann gibt es den Aufruf an f2mrandomizeweights() . die verwendet wird neuron Verbindungsgewichte innerhalb des Netzes zu initialisieren. Hier habe ich den Bereich von lt-0,4 0,4gt verwendet, Sie knnen aber jede andere verwenden, abhngig von Ihrer Anwendung. An dieser Stelle haben Sie wahrscheinlich die Funktion debug() bemerkt, die ich ein paar Mal verwendete. Es ist eine der einfachsten Methoden, um die Verbose Ebene Ihres EA zu ndern. Zusammen mit ihr und dem Eingabeparameter DebugLevel knnen Sie die Art und Weise abstimmen, dass Ihr Code die Debug-Ausgabe produziert. Wenn das erste Argument der Funktion debug() . der Debug - level hher als DebugLevel erzeugt die Funktion keine Ausgabe. Wenn es niedriger als gleich ist, wird der text String ausgegeben. Wenn der Debug-Level 0 ist, wird dieser String ERROR: an den Beginn angehangen. Auf diese Weise knnen Debug von Ihrem Code erzeugt auf mehrere Ebenen aufteilen. Die wichtigsten sind wahrscheinlich Fehler, so dass sie auf die Ebene 0 zugeordnet sind. Sie werden ausgegeben, auer wenn Sie Ihre Debuglevel unter 0 senken (was nicht geraten wird). Auf Ebene 1 werden einige wichtige Informationen ausgegeben, wie Besttigung des erfolgreichen Ladens des Netzes oder Erzeugung. Auf Stufe 2 oder hher nimmt die Bedeutung von gedruckten Informationen allmhlich ab. Vor der ausfhrlichen Erluterung der start() Funktion, die sehr lang ist, muss ich Ihnen einige weitere Funktionen zeigen, die dazu gedacht sind die Netz Eingabe vorzubereiten und die tatschlichen Netze auszufhren: Die Funktion annprepareinput() wird verwendet, um den Eingabenamen fr die Netze vorzubereiten (daher der Name). Der Zweck ist recht einfach, aber das ist der Punkt an den ich Sie erinnern muss, dass die Eingabedaten richtig normalisiert werden mssen. Es gibt keine ausgefeilte Normalisierung in diesem Fall, ich habe einfach die MACD Haupt - und Signalwerte, die nie den gewnschten Bereich auf den bercksichtigten Daten berschreiten. In dem realen Beispiel sollten Sie wahrscheinlich mehr Aufmerksamkeit auf dieses Thema legen. Wie Sie wahrscheinlich vermuten, ist die Auswahl der richtigen Eingabeargumente fr Netzeingabe, es Codieren, ist Zersetzung und Normalisierung einer der wichtigsten Faktoren bei der neuronalen Netz-Verarbeitung. Wie ich bereits erwhnte, hat die Fann2MQL die Fhigkeit die normale Funktionalitt des MetaTrader zu erweitern, was die parallel multithreaded Verarbeitung von neuronalen Netzen ist. Das globale Argument Parallel steuert dieses Verhalten. Die runanns() Funktion fhrt alle initialisierten Netze aus und erhlt die Ausgabrn von ihnen und speichert in dem AnnOutput Array. Die annsrunparallel Funktion ist verantwortlich fr die Handhabung des Jobs in der multithreaded Weise. Sie ruft die f2mrunparallel() auf, die die Anzahl von zu verarbeitenden Netzen zu verarbeiten als ein erstes Argument nimmt, das zweite Argument ist ein Array mit Handles fr alle Netze die Sie ausfhren wollen, die Bereitstellung des Eingabevektor ist ein drittes Argument. Alle Netz mssen auf den gleichen Eingabedaten ausgefhrt werden. Der Empfang der Ausgabe aus dem Netz erfolgt durch mehrere Aufrufe von f2mgetoutput (). Betrachten wir nun die start() Funktion: Ich beschreibe es kurz, da es recht gut kommentiert ist. Die tradeallowed() berprft, ob es der Handel erlaubt ist. Im Grunde ist es berprft die AnnsLoaded Variable, die angibt, dass alle anns richtig initialisiert wurden, dann berprft sie den richtigen Zeitrahmen, Mindestkontostand und erlaubt am Ende nur auf dem ersten Tick eines neuen Balken zu handeln. Die nchsten zwei Funktion werden verwendet Netzeingabe vorzubereiten und die Netz-Verarbeitung auszufhren, wurden nur wenige Zeilen weiter oben beschrieben. Als nchstes berechnen wir und setzen sie spter in Variablen zur Verarbeitung, die MACD Werte der Signal - und Haupt-Linie fr den zuletzt aufgebauten Balken und den vorherigen. Die aktuelle Balken wird ausgelassen, da er noch nicht aufgebaut ist und wird wahrscheinlich neu gezeichnet wird. Die SellSignal und BuySignal werden entsprechend der MACD Signal - und Haupt-Linie Kreuzung berechnet. Beide Signale werden fr lange und kurze Positionsverarbeitung verwendet, die symmetrisch sind, also werde ich nur den Fall fr Long-Positionen beschreiben. Die LongTicket Variable enthlt die Ticketnummer der aktuell geffneten Position. Wenn es gleich zu -1 ist, wird keine Position geffnet, so wenn der BuySignal gesetzt ist, knnte das auf eine gute Mglichkeit hinweisen eine Long-Position zu ffnen. Wenn die Variable NeuroFilter nicht gesetzt ist, wird die Long-Position geffnet und das ist der Fall, ohne die neuronale Netz Filterung der Signale - die Order zu kaufen ist gesendet. An dieser Stelle soll die LongInput Variable die an von annprepareinput() fr eine sptere Verwendung vorbereiteten InputVector erinnern. Wenn LongTicekt Variable die gltige Ticket-Nummer hlt, prft der EA ob sie noch offen ist oder durch StopLoss oder TakeProfit geschlossen wurde. Wenn die Order nicht nicht geschlossen ist, passiert nichts, wenn die Order durch den trainoutput Vektor geschlossen ist, der nur eine Ausgabe hat, wird berechnet den Wert von -1 zu halten wenn die Order wurde mit Verlust geschlossen wurde oder 1, wenn die Order mit Gewinn abschloss Dieser Wert wird dann zu anntrain() Funktion bergeben und alle verantwortlichen Netze fr den Umgang mit Long-Positionen sind mit ihm trainiert. Als Eingabevektor wird die Variable LongInput verwendet, die die InputVector im Moment des ffnens der Position hlt. Auf diese Weise wird das Netz gelehrt, welches Signal Gewinne erbringt und welches ist es nicht. Sobald Sie ein ausgebildetes Netz haben, lsst das Umschalten von NeuroFilter auf true das Netz filtern. Die annwiselong() verwendet neuronale Netz weise berechnet als ein Mittelwert der von allen Netzen zurckgegebenen Werte mit Bedeutung fr die Behandlung einer Long-Position. wird unter Verwendung des neuronalen Netzes weise als Mittelwert der Werte von allen Netzen gemeint zu handhaben, die Long-Position zurck berechnet. Der Delta Parameter wird als ein Schwellenwert verwendet, das anzeigt, dass das gefilterte Signal gltig ist oder nicht. Wie viele andere Werte wurde er durch den Prozess der Optimierung erhalten. Nun, sobald wir wissen, wie es funktioniert, werde ich Ihnen zeigen, wie es verwendet werden kann. Das Testpaar ist natrlich EURUSD. Ich benutzte die Daten von Alpari. zu M5 Zeitrahmen konvertiert. Ich nutzte die Zeit von 31.12.2007 bis 01.01.2009 fr die Ausbildung Optimierung und 01.01.2009-22.032009 fr Testzwecke. Bereits im ersten Lauf habe ich versucht, die profitabelsten Werte fr StopLoss, TakeProfit, SlowMA, FastMA und SignalMA Argument zu erhalten, die ich dann in die NeuroMACD. mq4 Datei codiert habe. Der NeuroFIlter wurde ebenfalls ausgeschaltet, sowie SaveAnn . die AnnsNumber wurde auf 0 gesetzt um neuronale Verarbeitung zu vermeiden. Ich benutzte den genetischen Algorithmus fr Optimierungsprozess. Sobald die Werte empfangen wurden, sah der resultierende Bericht wie folgt aus: Bericht ber Trainigsdaten nach grundlegender Parameteroptimierung. Wie Sie sehen knnen, habe ich den EA auf dem Mini-Konto mit einer Lot-Gre von 0.01 und einer Anfangseinzahlung von 200 eingesetzt. Sie knnen diese Parameter jedoch Kontoeinstellungen oder Vorlieben anpassen An dieser Stelle haben wir genug rentable und verlierende Trades, so dass wir den SaveAnn anstellen und die AnnsNumber auf 30 setzen. Ist das getan, lasse ich den Teaster noch einmal durchlaufen Das Ergebnis war genau das gleiche, auer der Tatsache, dass der Prozess sehr viel langsamer war (als Folge der neuronalen Verarbeitung) und den Ordner C:ANN wurde mit den trainierten Netzwerken besiedelt, wie unten auf dem Bild gezeigt. Stellen Sie sicher, dass der C:ANN Ordner vor diesem Durchlauf vor dem existiert Der C:ANN Ordner. Sobald wir Netze trainiert haben, ist es Zeit, zu testen wie es sich verhlt. Zuerst versuchen wir es auf den Trainingsdaten. ndern Sie den NeuroFilter zu true und SaveAnn zu false und starten Sie den Tester. Das Ergebnis, das ich erhalten haben, wird unten gezeigt. Beachten Sie, dass es leicht fr Sie Fall unterschiedlich sein knnte, da es einige Zuflligkeit innerhalb Netzwerke in Verbindung Gewichten Neuron ist bei dem Netzwerk Initialisierung vorgesehen (in diesem Beispiel, das ich expliziten Aufruf f2Mrandomizeweights verwendet() innerhalb annload(). Ergebnis erhalten auf Trainingsdaten mit Signal neuronaler Filterung aktiviert. Der Nettogewinn ist etwas grer (20,03 gegenber 16,92), doch der Gewinnfaktor ist viel hher (1,25 gegenber 1,1). Die Anzahl der Trades ist viel weniger (83 vs 1188) und die durchschnittlich aufeinanderfolgende Verluste Anzahl wird von 7 auf 2 gesenkt. Jedoch zeigt es nur, dass neuronale Signalfilterung funktioniert, aber es sagt nichts darber, wie sie auf Daten arbeitet, die nicht fr verwendet wurden whrend des Trainings. Das Ergebnis, das ich aus der Testphase erhalten haben (01.01.2009 - 20.03.2009) ist unten dargestellt: Ergebnis erhalten von Testdaten mit neuronaler Filterung aktiviert. Die Anzahl der ausgefhrten Tra des ist ziemlich gering, und es ist schwer zu sagen, ob es die Qualitt dieser Strategie ist, aber ich wollte nicht zeigen, wie man die besten rentable nEA zu schreibt, aber erklren, wie man neuronale Netze in Ihrem MQL4 Code nutzen knnte. Der wirkliche Effekt der Verwendung von neuronalen Netzen in diesem Fall kann nur dann gesehen werden, wenn die Ergebnisse der EA auf Testdaten im Vergleich zu sehen sind mit NeuroFilter ein - und ausgeschaltet. Im Folgenden ist das erhaltene Ergebnis der Testdatenperiode ohne neuronale Signalfilterung: Ergebnisse von Testdaten ohne neuronale Filterung. Der Unterschied ist sehr offensichtlich. Wie sie sehen, macht die neuronale Filterung aus einem verlierenden EA einen rentablen Ich hoffe, dass Sie aus diesem Artikel gelernt haben, wie man neuronale Netze in MetaTrader verwendet. Mit Hilfe des einfachen, freien und Open-Source-Paket Fann2MQL knnen Sie einfach die neuronale Netzschicht in praktisch jedem Expert Advisor hinzufgen oder fangen Sie an Ihren eigenen zu schreiben, der vollstndig oder teilweise auf neuronalen Netzen basiert. Die einzigartige Multi-Threading-Fhigkeit kann Ihre Verarbeitung viele Male beschleunigen, abhngig von der Anzahl der CPU-Kerne, insbesondere wenn bestimmte Parameter optimiert werden. In einem Fall hat es die Optimierung meiner Reinforcement Learning basierten EA Verarbeitung von etwa 4 Tagen auf nur 28 Stunden verkrzt, mit einer 4-Kern Intel CPU. Whrend des Schreibens dieses Artikels habe ich mich entschlossen Fann2MQL auf der eigenen Website zu setzen: fann2mql. wordpress. Sie finden dort die neueste Version von Fann2MQL und mglicherweise alle zuknftigen Versionen sowie die Dokumentation aller Funktionen. Ich verspreche, diese Software fr alle Versionen unter GPL-Lizenz zu halten, so, wenn Sie mir jegliche Kommentare senden, Feature-Anfragen oder Patches, die ich interessant finde, seien Sie sicher, es in nchsten Versionen zu finden. Bitte beachten Sie, dass dieser Artikel nur die sehr grundlegende Verwendung von Fann2MQL zeigt. Da dieses Paket nicht viel mehr ist als FANN, knnen Sie alle Werkzeuge fr die Verwaltung von FANN Netzen verwenden, wie: Und es gibt viel mehr ber FANN auf der Fast Artificial Neural Network Library Webseite: leenissen. dkfann Post Scriptum Nach dem Schreiben dieses Artikels habe ich einen unedeutenden Fehler in NeuroMACD. mq4 gefunden. Die OrderClose() Funktion fr Short-Positionen wurde mit der Ticket-Nummer fr Long-Positionen gespeist. Es fhrte zu einer schiefen Strategie, was mehr in die Richtung ging Shorts zu halten und Longs zu schlieen: In der korrekten Version des Skripts habe ich diesen Fehler behoben und die OrderClose() Strategie insgesamt entfernt. Das hat das Gesamtbild des Einflusses neuronaler Filterung nicht verndert, noch war die Kontostandkurve vllig anders. Sie finden beide Versionen dieses EA an diesen Artikel angehangen. bersetzt aus dem Englischen von MetaQuotes Software Corp. Originalartikel: mql5enarticles1565