การคาดการณ์ของ Forex ตัวอย่างนี้มีความคล้ายคลึงกับก่อนหน้าข้อแตกต่างเพียงอย่างเดียวคือมันแสดงข้อมูลสำหรับการแลกเปลี่ยนเงินตราต่างประเทศคู่ forex วิธีการทำงานกับ applet. If คุณไม่ได้เห็นตัวอย่างแรกโปรดสำรวจแรก - คำอธิบายพื้นฐานคือ มีอยู่ในแอปเพล็ตนี้ข้อมูลต่อไปนี้จะพร้อมใช้งานทั้งหมดของพวกเขาคือค่าที่ปิดท้ายตลอดทั้งปีของปี 2550 คือ 313 ค่าเช่นเดียวกับแอพเพล็ตก่อนหน้าชุดค่าผสมแต่ละชุดมีค่าต่อศูนย์ดังนี้ช่วง 0, ปิดมูลค่าในช่วง 0 จำนวนของค่าและศูนย์อีกครั้งหลังจากค่าที่รู้จักกันล่าสุด EURUSD - EUR USD ข้อมูลคู่สกุลเงิน USDJPY - EUR USD ข้อมูลสกุลเงินคู่ข้อมูล USDUSDCHF - EUR USD ข้อมูลคู่สกุลเงิน EURJPY - EUR สกุลเงินดอลลาร์ข้อมูลคู่สกุลเงินอีกครั้งทราบว่าตัวอย่างนี้มีไว้เพื่อภาพประกอบเท่านั้นการซื้อขายโดยใช้การตั้งค่าอย่างง่ายนี้มักจะไม่ไกลจากการใช้การคาดการณ์ตามค่าที่มีอยู่ล่าสุดนอกจากนี้ทราบว่าสำหรับการซื้อขายเราจำเป็นต้องพัฒนากฎการเข้าและออก , และว่าพวกเขามีความสำคัญมากกว่าการคาดการณ์ที่แน่นอนกรุณารอจนกว่า applet จะถูกโหลด Applet และคำอธิบาย c Marek Obitko, 2008 เครือข่ายประสาทใน applet ใช้คลาส Java BPNeuron และ BPNet จาก NeuralWebspace, c Tom Vehovsk, 1998 ซึ่งเป็น การปรับเปลี่ยนเพื่อให้เป็นไปตามวัตถุประสงค์ของแอพพลิเคชันนี้สองโฟ - ใช้ตัวบ่งชี้เซลล์ประสาทเครือข่ายการกระจายโดยตรง feedforward เครือข่าย neaural ซึ่งเป็นการเรียนรู้โดยการเผยแพร่กลับข้อผิดพลาด backpropagation เครือข่ายจะถูกโหลดผ่านไฟล์ DLL, C source code ซึ่งแนบเครือข่าย Neuron คืออะไร มากกว่าการส่งออกแบบไม่เชิงเส้นเป็นฟังก์ชันของปัจจัยการผลิตที่ทางเข้าให้บริการข้อมูลผู้ใช้เช่นชุดเวลาตัวอย่างความหมายของเอาท์พุทยังตั้งโดยผู้ใช้เช่นสัญญาณ 1 ซื้อ 0 ขายโครงสร้างของเครือข่าย, อีกครั้งตั้งโดยผู้ใช้เครือข่ายประกอบด้วยการกระจายโดยตรง - ชั้น input ชั้น input ซึ่งมีองค์ประกอบเป็น inputs. Hidden layer ซ่อนชั้นประกอบด้วยโหนดคำนวณที่เรียกว่า ne uron s และชั้น output layer ซึ่งประกอบด้วยหนึ่งหรือหลายเซลล์ประสาท s, yields เป็นผลผลิตในเครือข่ายโหนดทั้งหมดของชั้นที่อยู่ติดกันมีการเชื่อมโยงการเชื่อมต่อเหล่านี้เรียกว่า synapses แต่ละ synapse มีน้ำหนักน้ำหนัก wi, j, k, ซึ่งจะถูกคูณด้วยข้อมูลที่ส่งผ่าน synapses การย้ายข้อมูลจากซ้ายไปขวาเป็นอินพุทจากเครือข่ายไปยังผลลัพธ์ดังนั้นชื่อเครือข่ายการกระจายโดยตรงตัวอย่างทั้งหมดของเครือข่ายนี้แสดงไว้ในภาพด้านล่างข้อมูลที่ประมวลผลเป็นเซลล์ประสาทในสอง ขั้นตอนที่ 1 1 ทั้งหมดของปัจจัยการผลิตคูณด้วยน้ำหนักที่เหมาะสมคุณจะถูกเพิ่ม 2 2 แล้วจำนวนเงินที่เกิดขึ้นในการจัดการเปิดใช้งานฟังก์ชั่นการเปิดใช้งานเซลล์ประสาทหรือการยิงและการเปิดใช้งานหรือการยิงและส่งไปยังทางออกเท่านั้นความหมายของการเปิดใช้งาน neuron ฟังก์ชันเป็นเป็น neuron ทำงานแบบจำลองและเซลล์ประสาทสมองจะเรียกเฉพาะหลังจากข้อมูลได้ถึงเกณฑ์หนึ่งในด้านคณิตศาสตร์ก็แค่ให้เครือข่าย nonlinearity Wi thout มันสูญเสียสุทธิของเซลล์ประสาทจะเป็นแบบจำลอง autoregressive แบบจำลองการทำนายเชิงเส้นหน้าที่การทำงานของเซลล์ประสาทที่พบมากที่สุดคือฟังก์ชัน sigmoid 1 1 exp - xfx 1 1 exp - x เกณฑ์การเปิดใช้งานของฟังก์ชันนี้คือ 0 เกณฑ์นี้สามารถ จะถูกเลื่อนไปบนแกนนอนที่ค่าใช้จ่ายของป้อนเข้าใส่อคติเพิ่มเติมเซลล์ประสาทและเรียกว่าอินพุทอินพุตลำเอียงอคติซึ่งได้รับมอบหมายน้ำหนักบางอย่างในลักษณะเดียวกับปัจจัยการผลิตอื่น ๆ neuron ดังนั้นจำนวนของปัจจัยการผลิตชั้นเซลล์ประสาท s ในแต่ละชั้นและน้ำหนักของปัจจัยการผลิต neuron neuron เครือข่ายของเซลล์ทั้งแบบ nonlinear ซึ่งจะสร้างเมื่อต้องการใช้รูปแบบนี้คุณจำเป็นต้องรู้น้ำหนักน้ำหนักถูกคำนวณโดยการฝึกอบรมเครือข่ายในอดีตข้อมูลเช่นมีการป้อนข้อมูลก่อนหน้า ข้อมูลเป็นค่าที่รู้จักกันของสัญญาณขาออกน้ำหนักของเครือข่ายได้รับการปรับให้เหมาะกับเอาท์พุทของตนกับโซลูชันทดสอบโดยปกติอินพุตไปยังเครือข่ายได้รับข้อมูลอินพุทและข้อมูลขาออกหลายชุดและค่าความคลาดเคลื่อนที่คำนวณได้ d eviation ของการส่งออกจากเครือข่ายการทดสอบเครือข่ายการฝึกอบรมคือการลดปัญหานี้โดยการเพิ่มประสิทธิภาพน้ำหนักมีวิธีการเพิ่มประสิทธิภาพหลายในหมู่ที่วิธีการหลักกลับการขยายพันธุ์ของข้อผิดพลาด ALO และวิธีการปรับปรุงพันธุกรรมไฟล์แนบไฟล์ Test. Train ห้องสมุดมี สองหน้าที่รถไฟและรถไฟทดสอบได้รับการออกแบบเพื่อฝึกอบรมเครือข่ายเพื่อให้ข้อมูลเข้าและออกการทดสอบคือการคำนวณข้อมูลขาออกตามน้ำหนักที่ได้รับหลังจากใช้รถไฟ ใส่ค่าสีเขียวและพารามิเตอร์สีน้ำเงินเอาต์พุตของฟังก์ชัน Train เป็น. double inTrain - ป้อนค่า double outTarget ที่เก่ากว่า - Imprint double first outTrain - ออกจากเครือข่ายหลังการฝึกอบรม int ntr - จำนวนชุดการฝึกอบรม input-output UEW - การจัดการคีย์ ค่าภายนอกที่จะเริ่มต้นใช้งานน้ำหนัก 1 ใช้ extInitWt, 0 ใช้ตัวเลขสุ่ม extInitWt - ค่าเดิมของน้ำหนักที่ผ่านการฝึกอบรม doubleWt - ค่าน้ำหนักหลังจากการฝึกอบรม int numLayers - จำนวนชั้นในเครือข่ายรวมทั้งอินพุตซ่อนและส่งออก int lSz - array size numLayers ซึ่งเก็บจำนวนของเซลล์ประสาทในแต่ละชั้น lSz 0 lSz 0 ระบุจำนวนอินพุตของเครือข่าย int OAF - คุณลักษณะสำคัญในการเปิดใช้งานของเซลล์ประสาทเอาต์พุตที่เปิดใช้งาน 1 ฟังก์ชัน 0 ไม่มีคู่ LR - การฝึกอบรมความเร็วคู่ MF - ขณะนี้ อัตราการเรียนรู้ int nep - จำนวนขั้นตอนการฝึกอบรมสูงสุด epochs Epoch ประกอบด้วยการตรวจสอบการฝึกอบรมทั้งหมดชุด maxMSE คู่ - ข้อผิดพลาดเฉลี่ยซึ่งในการเรียนรู้หยุดเข้าสีเขียวและออก ใส่ค่าพารามิเตอร์สีน้ำเงินของฟังก์ชัน Test is. double inpTest - ป้อนข้อมูลเก่าขึ้นก่อน double outTest - Imprint int ntt - ชุดของข้อมูลขาเข้าและขาออก double extInitWt - ค่าเริ่มต้นของน้ำหนัก numLayers - จำนวนชั้นในเครือข่ายรวมทั้งใส่ซ่อนและเอาต์พุต int lSz - numLayers ขนาดอาร์เรย์ซึ่งเก็บจำนวนของเซลล์ประสาทในแต่ละชั้น l lSz 0 ระบุจำนวนอินพุตของเครือข่าย int OAF - คุณลักษณะสำคัญในการเปิดใช้งานของเซลล์ประสาทเอาต์พุต s เปิดใช้งาน 1 ฟังก์ชัน 0 ไม่ใช้การเปิดใช้งาน เอาต์พุตของเซลล์ประสาทขึ้นอยู่กับลักษณะของเอาท์พุทถ้าสัญญาณขาออกของเครือข่ายเป็นแบบทวินาม 0 1 คุณต้องใช้ฟังก์ชันการกระตุ้น OAF 1 ถ้าเอาท์พุทเป็นตัวบ่งชี้ราคาฟังก์ชั่นการกระตุ้นในเลเยอร์เอาต์พุตไม่จำเป็นต้อง OAF ตัวอย่างของตัวชี้วัดที่ใช้ neuron Network. BPNN - การคาดการณ์ในอนาคตพารามิเตอร์ป้อนเข้าเครือข่ายเป็นญาติที่เพิ่มขึ้นใน price. xi เปิด testbar เปิด testbar ล่าช้า i -1 0.where ล่าช้าฉันนำมาจาก Fibonacci ชุดสุทธิ เอาท์พุทการทำงานเป็นที่คาดการณ์การเพิ่มขึ้นของญาติของราคาในอนาคตฟังก์ชั่นการเปิดใช้งานในชั้นออกเป็นค่าพารามิเตอร์ deactivated. Input เป็น indicator. extern int lastBar - จำนวนบาร์สุดท้ายที่ extern int futBars - จำนวนของบาร์คาดการณ์ไว้ในอนาคต extern int numLayers - จำนวนชั้น ในเครือข่ายรวมทั้งอินพุท, ซ่อนและออก extern int numInputs - จำนวนอินพุตของเครือข่ายภายนอก int numNeurons1 - จำนวนของเซลล์ประสาทในจำนวนชั้น 1 extern int numNeurons2 - จำนวนของเซลล์ประสาทในจำนวนชั้น 2 extern int numNeurons3 extern int numNeurons4 extern int numNeurons5 extern int ntr - จำนวนชุดการฝึกอบรมของ input - output extern คู่ LR - ความเร็วของเครือข่ายการเรียนรู้ extern คู่ MF - ค่าสัมประสิทธิ์ของเวลาเรียนรู้เครือข่าย extern int nep - จำนวนขั้นตอนการฝึกอบรมสูงสุด epochs. extern int maxMSEpwr - เลขชี้กำลังที่ใช้ในการคำนวณข้อผิดพลาดของค่าเฉลี่ยสูงสุดที่อนุญาตซึ่งสามารถอ่านได้ maxMSE 10 maxMSEpwr. Buy-Sell - ซื้อขาย Buy-Sell - indicato predictive r สัญญาณการซื้อขายเช่นเดียวกับในตัวอย่างก่อนหน้านี้เครือข่ายอินพุต serve. xi เปิด testbar เปิด testbar delay i -1 0 xi เปิด testbar เปิด testbar delay i -1 0.for บาร์ซึ่งในอดีตได้รับสัญญาณเพื่อซื้อหรือขาย สัญญาณสุดท้ายเป็นสิ่งที่เหมาะสำหรับการป้อนสัญญาณเพื่อให้ได้สัญญาณที่กำหนดสัญญาณออกจากเครือข่ายคือ 1 หรือ 0 buy sell เลเยอร์การเปิดใช้งาน function. extern int lastBar - จำนวนบาร์สุดท้าย extern int minProfit - กำไรขั้นต่ำเพื่อหารายการในอุดมคติ จุดในอดีต extern เกณฑ์สอง - เกณฑ์สำหรับการรับรู้สัญญาณเอาต์พุตเป็น 0 หรือ 1 extern int numLayers - จำนวนชั้นในเครือข่ายรวมทั้งอินพุตที่ซ่อนอยู่และออก extern int numInput - จำนวนของเครือข่าย input. extern int numNeurons1 - จำนวนของเซลล์ประสาทในจำนวนชั้น 1 extern int numNeurons2 - จำนวนของเซลล์ประสาทในจำนวนชั้น 2 extern int numNeurons3 extern int numNeurons3 extern int numNeurons4 extern int numNeurons4 extern int numNeurons5 extern int ntr - t จำนวนชุดการฝึกอบรมของ input-output ขึ้นอยู่กับจำนวนสัญญาณซื้อในอดีต 0 ตัวเลือกสัญญาณที่ถูกต้องทั้งหมด extern double LR - ความเร็วของเครือข่ายการเรียนรู้ extern double MF - ค่าสัมประสิทธิ์ของเวลาการเรียนรู้เครือข่าย extern int nep - จำนวนสูงสุดของขั้นตอนการฝึกอบรม epochs extern int maxMSEpwr - เลขชี้กำลังที่ใช้ในการคำนวณข้อผิดพลาดของค่าเฉลี่ยสูงสุดที่อนุญาตซึ่งเรียนได้ maxMSE 10 maxMSEpwr. Arrow ทางด้านขวาของเส้นสีเขียวแนวตั้งจะแสดงสัญญาณการซื้อที่สร้างโดยเครือข่ายเพื่อทดสอบแถบในอนาคตลูกศร ด้านซ้ายแสดงจุดเริ่มต้นที่ดีที่สุดในอดีตการติดตั้งไฟล์ไฟล์แนบ DLL ที่แนบมาในไฟล์ C Program MetaTrader 4 ห้องสมุดผู้เชี่ยวชาญเปิดใช้ DLL ในเครื่องมือ metatrader - ตัวเลือก - ที่ปรึกษาผู้เชี่ยวชาญ - อนุญาตให้นำเข้า DLL หาก ไฟล์ DLL ไม่ทำงานคอมไพล์เองไฟล์ทั้งหมดที่จำเป็นมีอยู่ใน. เครือข่าย Neur ระบบไฮบริดและหยุดสำหรับ Forex. by Michael R Bryant. Neural เครือข่ายได้ถูกใช้ใน tradi ระบบของหลายปีที่มีองศาความสำเร็จที่แตกต่างกันสถานที่หลักของพวกเขาคือโครงสร้างแบบไม่เชิงเส้นของพวกเขาสามารถจับภาพความซับซ้อนของการเคลื่อนไหวของราคาได้ดีกว่ามาตรฐานกฎเกณฑ์การซื้อขายตามตัวบ่งชี้หนึ่งในการวิพากษ์วิจารณ์ได้ว่ากลยุทธ์การซื้อขายผ่านเครือข่ายประสาทเทียมมีแนวโน้มสูง เพื่อให้พอดีและดังนั้นจึง don t ทำงานได้ดีกับข้อมูลใหม่การแก้ปัญหาที่เป็นไปได้สำหรับปัญหานี้คือการรวมเครือข่ายประสาทกับกฎยุทธศาสตร์ตามกฎเพื่อสร้างกลยุทธ์แบบผสมผสานบทความนี้จะแสดงวิธีการนี้สามารถทำได้โดยใช้ Adaptrade Builder โดยเฉพาะบทความนี้จะแสดงให้เห็นถึงโครงข่ายประสาทเทียมต่อไปนี้และตรรกะที่ใช้กฎสำหรับรายการทางการค้าวิธีการข้อมูลสามส่วนจะถูกใช้โดยส่วนที่สามใช้ในการตรวจสอบกลยุทธ์ขั้นสุดท้ายรหัสกลยุทธ์ที่เกิดขึ้นสำหรับทั้ง MetaTrader 4 และ TradeStation จะแสดงและจะแสดงให้เห็นว่าผลการตรวจสอบมีความเป็นบวกสำหรับแต่ละแพลตฟอร์ม NetworkNeural เป็นตัวกรองรายการค้า ematically เครือข่ายประสาทเป็นชุดค่าผสมที่ไม่ใช่เชิงเส้นของปัจจัยการผลิตที่มีน้ำหนักอย่างน้อยหนึ่งรายการที่สร้างมูลค่าเอาท์พุทอย่างน้อยหนึ่งรายการสำหรับการซื้อขายเครือข่ายประสาทเทียมโดยทั่วไปจะใช้เป็นหนึ่งในสองวิธี 1 เพื่อทำนายการเคลื่อนไหวของราคาในอนาคตหรือ 2 เป็นตัวบ่งชี้ หรือตัวกรองสำหรับการซื้อขายนี่ใช้เป็นตัวบ่งชี้หรือตัวกรองการค้าจะถือเป็นตัวบ่งชี้เครือข่ายประสาททำหน้าที่เป็นเงื่อนไขเพิ่มเติมหรือตัวกรองที่ต้องมีความพึงพอใจก่อนที่จะสามารถป้อนการค้าข้อมูลอินพุตไปยังเครือข่ายมักจะอื่น ๆ ตัวชี้วัดทางเทคนิคเช่นโมเมนตัม, stochastics, ADX, ค่าเฉลี่ยเคลื่อนที่เป็นต้นรวมถึงราคาและชุดค่าผสมของปัจจัยก่อนหน้าอินพุทจะถูกปรับขนาดและเครือข่ายประสาทได้รับการออกแบบมาเพื่อให้ผลลัพธ์เป็นค่าระหว่าง -1 ถึง 1 หนึ่ง วิธีการคืออนุญาตให้รายการยาวถ้าเอาท์พุทมากกว่าหรือเท่ากับค่าธรณีประตูเช่น 0 5 และรายการสั้น ๆ ถ้าผลผลิตน้อยกว่าหรือเท่ากับค่าลบของเกณฑ์เช่น -0 5 เงื่อนไขนี้จะ อยู่ใน a ddition เงื่อนไขการเข้าใด ๆ ที่มีอยู่ตัวอย่างเช่นถ้ามีเงื่อนไขรายการยาวก็จะต้องเป็นจริงและส่งออกเครือข่ายประสาทจะต้องมีอย่างน้อยเท่ากับค่าเกณฑ์สำหรับรายการยาวเมื่อตั้งค่าเครือข่ายประสาท ผู้ประกอบการค้ามักจะรับผิดชอบในการเลือกปัจจัยการผลิตและโครงสร้างเครือข่ายและการฝึกอบรมเครือข่ายซึ่งกำหนดค่าน้ำหนักที่เหมาะสมดังที่แสดงไว้ด้านล่าง Adaptrade Builder ทำตามขั้นตอนเหล่านี้โดยอัตโนมัติในฐานะส่วนหนึ่งของกระบวนการสร้างวิวัฒนาการซึ่งซอฟต์แวร์เป็น การใช้เครือข่ายประสาทเทียมเป็นตัวกรองการค้าช่วยให้สามารถรวมเข้ากับกฎระเบียบอื่น ๆ ได้อย่างง่ายดายเพื่อสร้างกลยุทธ์การซื้อขายแบบไฮบริดซึ่งเป็นกลยุทธ์ที่ผสมผสานคุณสมบัติที่ดีที่สุดของวิธีการแบบดั้งเดิมที่อิงกับกฎเกณฑ์และข้อดีของโครงข่ายประสาทเทียม ตัวสร้างอาจรวมกฎครอสโอเวอร์ค่าเฉลี่ยเคลื่อนที่กับเครือข่ายประสาทเทียมเพื่อให้ตำแหน่งที่ยาวขึ้นเมื่อค่าเฉลี่ยเคลื่อนที่เร็วข้ามเหนือค่าเฉลี่ยเคลื่อนที่ช้า อายุและผลลัพธ์ของเครือข่ายประสาทเทียมอยู่ที่หรือสูงกว่าขีด จำกัด กลยุทธ์การซื้อขายแบบสแตนด์อโลนและแบบย้อนกลับกลยุทธ์การซื้อขายแบบหยุดและย้อนกลับเป็นกลยุทธ์ที่มีอยู่ในตลาดทั้งในระยะยาวหรือแบบสั้น ๆ อย่างเคร่งครัดในการพูดหยุดและถอยหลัง หมายความว่าคุณย้อนกลับการค้าเมื่อคำสั่งหยุดของคุณถูกตีอย่างไรก็ตามผมใช้เป็นสั้นสำหรับกลยุทธ์การค้าใด ๆ ที่ย้อนกลับจากยาวไปสั้นและยาวและอื่น ๆ เพื่อให้คุณเสมอในตลาดตามคำจำกัดความนี้, มันไม่จำเป็นสำหรับการสั่งซื้อที่จะหยุดคำสั่งคุณสามารถป้อนและย้อนกลับโดยใช้ตลาดหรือคำสั่ง จำกัด เช่นกันนอกจากนี้ยังไม่จำเป็นที่แต่ละด้านใช้ตรรกะเดียวกันหรือแม้กระทั่งประเภทการสั่งซื้อเดียวกันตัวอย่างเช่นคุณสามารถป้อนยาวและออก สั้น ๆ เกี่ยวกับคำสั่งหยุดและป้อนสั้นและออกจากคำสั่งซื้อของตลาดโดยใช้กฎและเงื่อนไขที่แตกต่างกันสำหรับการออกจากรายการแต่ละรายการนี่จะเป็นตัวอย่างของกลยุทธ์หยุดและย้อนกลับแบบไม่สมมาตรข้อดีหลักของการหยุดและถอยหลัง กลยุทธ์คือโดยเสมอในตลาดคุณ nev หลีกเลี่ยงการเคลื่อนไหวใหญ่ข้อดีอีกข้อหนึ่งคือความเรียบง่ายเมื่อมีกฎและเงื่อนไขแยกต่างหากสำหรับการเข้าและออกธุรกิจการค้ามีความซับซ้อนมากขึ้นและอื่น ๆ ที่อาจเกิดขึ้นได้อย่างไม่ถูกต้องการรวมรายการและทางออกหมายถึงการตัดสินใจในเรื่องเวลาที่น้อยลงจะต้องมีขึ้นซึ่งอาจหมายถึงความผิดพลาดน้อยลง ในทางตรงกันข้ามก็สามารถถกเถียงกันว่าเงื่อนไขที่ดีที่สุดสำหรับการออกจากการค้าจะไม่ค่อยเหมือนกันกับผู้ที่เข้ามาในทิศทางตรงกันข้ามที่เข้าและออกค้ามีการตัดสินใจแยกต่างหากโดยเนื้อแท้ที่ควรจึงใช้กฎแยกและตรรกะข้อเสียอื่นที่อาจเกิดขึ้น ช่องว่างขนาดใหญ่ที่เปิดขึ้นกับตำแหน่งอาจหมายถึงการสูญเสียขนาดใหญ่ก่อนที่กลยุทธ์จะสามารถย้อนกลับกลยุทธ์ที่เข้าและออกจากทางเลือกได้มากขึ้นหรือทางออกนั้นเมื่อสิ้นสุดการทำงาน day สามารถลดผลกระทบของช่องว่างที่เปิดได้เนื่องจากเป้าหมายคือการสร้างกลยุทธ์ forex, MetaTrader 4 MT4 เป็นตัวเลือกที่ชัดเจนสำหรับการซื้อขาย tform ระบุว่า MetaTrader 4 ได้รับการออกแบบมาสำหรับ forex และใช้กันอย่างแพร่หลายในการซื้อขายตลาดเหล่านั้นเช่น MetaTrader vs TradeStation A Language Comparison อย่างไรก็ตามในช่วงไม่กี่ปีที่ผ่านมา TradeStation ได้กำหนดเป้าหมายให้ตลาด forex ก้าวร้าวมากขึ้นทั้งนี้ขึ้นอยู่กับปริมาณการซื้อขายและ หรือระดับบัญชีก็เป็นไปได้ที่จะค้าตลาดอัตราแลกเปลี่ยนผ่าน TradeStation โดยไม่ต้องเสียค่าใช้จ่ายใด ๆ แพลตฟอร์มหรือจ่ายค่าคอมมิชชั่นใด ๆ Spread มีรายงานแน่นกับสภาพคล่องที่ดีในคู่ forex สำคัญด้วยเหตุผลเหล่านี้แพลตฟอร์มทั้งสองถูกกำหนดเป้าหมายสำหรับโครงการนี้ปัญหาต่าง ๆ เกิดขึ้น เมื่อกำหนดเป้าหมายหลายแพลตฟอร์มพร้อมกันก่อนอื่นข้อมูลอาจแตกต่างกันไปในแพลตฟอร์มที่แตกต่างกันโดยมีความแตกต่างในโซนเวลาราคาสำหรับบาร์ปริมาณและช่วงวันที่ที่พร้อมใช้งานเพื่อให้ข้อมูลเหนือกว่าความแตกต่างเหล่านี้ได้รับข้อมูลจากทั้งสองแพลตฟอร์มและกลยุทธ์ ถูกสร้างขึ้นในชุดข้อมูลทั้งสองแบบพร้อม ๆ กันกลยุทธ์ที่ดีที่สุดคือสิ่งที่ทำงานได้ดี ดีทั้งชุดข้อมูลแม้จะมีความแตกต่างในข้อมูลใด ๆ การตั้งค่าข้อมูลที่ใช้ใน Builder จะแสดงไว้ด้านล่างในรูปที่ 1 ตามที่สามารถสรุปได้จากตารางข้อมูลการตลาดในรูปตลาดยูโรดอลล่าร์ดอลล่าร์มีเป้าหมายเป็น EURUSD โดยมีขนาดบาร์ 4 ชั่วโมง 240 นาทีขนาดบาร์หรือตลาดอื่น ๆ จะทำหน้าที่ได้ดีเช่นกันฉันสามารถรับข้อมูลได้มากเท่าใดผ่านแพลตฟอร์ม MT4 ของฉันตามที่แสดงในช่วงวันที่ที่แสดงในชุดข้อมูลรูปที่ 1 1 ดังนั้นจึงใช้ช่วงวันที่เดียวกัน ในการได้รับชุดข้อมูลเทียบเท่าจากชุดข้อมูล TradeStation ชุดที่ 1 80 ของข้อมูลถูกใช้สำหรับ Building รวมกันในตัวอย่างและนอกกลุ่มตัวอย่างด้วย 20 6 20 14 ถึง 2 10 15 ที่ตั้งไว้สำหรับการตรวจสอบ 80 จากเดิม 80 แล้ว ตั้งไว้ในตัวอย่างที่มี 20 ชุดออกตัวอย่างของดังที่แสดงในรูปที่ 1 ส่วนต่างราคาถามถูกตั้งไว้ที่ 5 pips และค่าใช้จ่ายการซื้อขาย 6 pips หรือ 60 ต่อจำนวนเต็มจำนวนมาก 100,000 หุ้นถูกสันนิษฐานต่อ round - เปิดทั้งสองชุดข้อมูลถูกรวมอยู่ในการสร้างตามที่ระบุโดยเครื่องหมายถูกใน l eft-hand คอลัมน์ของตารางข้อมูลตลาดกำหนดค่า Market Market 1 ข้อมูลสำหรับสร้างกลยุทธ์ forex สำหรับ MetaTrader 4 และ TradeStation ปัญหาอื่น ๆ ที่อาจเกิดขึ้นเมื่อกำหนดเป้าหมายหลายแพลตฟอร์มคือ Builder ได้รับการออกแบบเพื่อทำซ้ำทางแพลตฟอร์มที่สนับสนุนแต่ละตัวคำนวณตัวชี้วัดซึ่ง อาจหมายความว่าค่าตัวบ่งชี้จะแตกต่างกันไปขึ้นอยู่กับว่ามีแพลตฟอร์มใดบ้างที่เลือกไว้เพื่อหลีกเลี่ยงความขัดแย้งที่อาจเป็นไปได้นี้ตัวชี้วัดใด ๆ ที่ประเมินใน MetaTrader 4 แตกต่างจาก TradeStation ควรจะถูกตัดออกจากโครงสร้างซึ่งหมายความว่าตัวบ่งชี้ต่อไปนี้ควรหลีกเลี่ยง ตัวชี้วัดอื่น ๆ ทั้งหมดที่พร้อมใช้งานสำหรับทั้งสองแพลตฟอร์มจะถูกคำนวณด้วยวิธีเดียวกันในทั้งสองแพลตฟอร์ม TradeStation จะมีตัวบ่งชี้ทั้งหมดที่มีอยู่ใน Builder ในขณะที่ MetaTrader 4 ไม่ได้หมายความรวมถึงตัวบ่งชี้ที่มีอยู่ในแพลตฟอร์มทั้งสองเท่านั้น MetaTrader 4 แพลตฟอร์มควรเลือกเป็นประเภทรหัสใน Builder ซึ่งจะลบออกโดยอัตโนมัติ ตัวชี้วัดใด ๆ จากชุดการสร้างที่ไม่พร้อมใช้งานสำหรับ MT4 ซึ่งจะทำให้ตัวบ่งชี้ที่มีอยู่ในทั้งสองแพลตฟอร์มนอกจากนี้เนื่องจากฉันสังเกตเห็นความแตกต่างในข้อมูลไดรฟ์ข้อมูลที่ได้จากแต่ละแพลตฟอร์มฉันได้ลบตัวบ่งชี้ที่ขึ้นกับปริมาณทั้งหมดออกจากชุดที่สร้าง สุดท้ายตัวบ่งชี้เวลาของวันถูกเอาออกเนื่องจากความแตกต่างในเขตเวลาระหว่างแฟ้มข้อมูลในรูปที่ 2 ด้านล่างรายการตัวชี้วัดที่ใช้ในชุดสร้างจะแสดงขึ้นเรียงตามลำดับหรือไม่โดยตัวบ่งชี้ถูกพิจารณาโดย การสร้างกระบวนการพิจารณาคอลัมน์ตัวชี้วัดที่นำออกจากการพิจารณาด้วยเหตุผลที่กล่าวถึงข้างต้นจะปรากฏที่ด้านบนสุดของรายการตัวชี้วัดที่เหลือจะเริ่มต้นด้วย Simple Mov Ave เป็นส่วนหนึ่งของชุดการสร้างรูปที่ 2 การเลือกตัวบ่งชี้ใน Builder แสดงตัวบ่งชี้ ลบออกจากชุด build ตัวเลือกการประเมินผลที่ใช้ในกระบวนการสร้างจะแสดงในรูปที่ 3 ตามที่กล่าวไว้ MetaTrader 4 ได้รับเลือกเป็นตัวเลือกการออกรหัสหลังจากที่มีการสร้างกลยุทธ์ t ในตัวสร้างตัวเลือกใด ๆ ในแท็บตัวเลือกการประเมินผลซึ่งรวมถึงประเภทของโค้ดสามารถเปลี่ยนแปลงได้และจะมีการประเมินกลยุทธ์ใหม่ซึ่งจะเขียนรหัสใหม่ในภาษาใดก็ตามคุณลักษณะนี้ถูกใช้เพื่อรับรหัส TradeStation สำหรับ กลยุทธ์สุดท้ายหลังจากสร้างกลยุทธสำหรับ MetaTrader 4. รูปที่ 3 ตัวเลือกการประเมินผลใน Builder สำหรับกลยุทธ์ forex EURUSD การสร้างกลยุทธ์การหยุดและย้อนกลับประเภทการออกทั้งหมดถูกลบออกจากชุด build ดังรูปที่ 4 ทั้งหมด สามประเภทของคำสั่งเข้า - ตลาดหยุดและขีด จำกัด - ถูกทิ้งเป็นพิจารณาซึ่งหมายความว่ากระบวนการสร้างอาจพิจารณาใด ๆ ของพวกเขาในระหว่างกระบวนการสร้างรูปที่ 4 ประเภทการสั่งซื้อที่เลือกใน Builder เพื่อสร้างหยุดและย้อนกลับ strategy. The ซอฟต์แวร์สร้างโดยอัตโนมัติสร้างกฎตามเงื่อนไขทางตรรกะสำหรับการเข้าและออกเพื่อเพิ่มเครือข่ายประสาทเทียมกับกลยุทธ์ก็จำเป็นเพียงอย่างเดียวเพื่อเลือกตัวเลือกรวมถึงเครือข่ายประสาทเทียมในเงื่อนไขการป้อนข้อมูลในกลยุทธ์การเลือก แท็บไอออนดังที่แสดงไว้ด้านล่างในรูปที่ 5 การตั้งค่าเครือข่ายประสาทถูกทิ้งไว้ที่ค่าเริ่มต้นของพวกเขาเป็นส่วนหนึ่งของตรรกะแบบหยุดและย้อนกลับตัวเลือกด้านการตลาดได้รับการตั้งค่าเป็นระยะสั้นและตัวเลือกในการรอออกก่อนที่จะเข้าสู่การค้าใหม่ ถูกยกเลิกการเลือกหลังมีความจำเป็นต้องเปิดใช้งานคำสั่งเข้าออกจากตำแหน่งปัจจุบันในการกลับรายการการตั้งค่าอื่น ๆ ทั้งหมดถูกปล่อยให้เป็นค่าเริ่มต้นรูปที่ 5 ตัวเลือกยุทธศาสตร์ที่เลือกใน Builder เพื่อสร้างกลยุทธ์ไฮบริดโดยใช้ทั้งเงื่อนไขกฎและสภาพเครือข่ายประสาท ลักษณะวิวัฒนาการของกระบวนการสร้างใน Builder ได้รับการชี้แนะโดยสมรรถภาพซึ่งคำนวณจากวัตถุประสงค์และเงื่อนไขที่กำหนดไว้ในแท็บเมตริกดังที่แสดงไว้ด้านล่างในรูปที่ 6 วัตถุประสงค์ในการสร้างถูกเก็บไว้อย่างง่ายเพื่อเพิ่มผลกำไรสูงสุดในขณะที่ลดความซับซ้อนซึ่ง มีน้ำหนักน้อยเมื่อเทียบกับกำไรสุทธิส่วนใหญ่เน้นเงื่อนไขการสร้างซึ่งรวมถึงค่าสัมประสิทธิ์สหสัมพันธ์และความสำคัญสำหรับคุณภาพกลยุทธ์โดยรวมเนื่องจากเรา ll เป็นแถบเฉลี่ยในธุรกิจการค้าและจำนวนของธุรกิจการค้าในตอนแรกเฉพาะแถบเฉลี่ยในธุรกิจการค้าที่ถูกรวมเป็นเงื่อนไขการสร้างอย่างไรก็ตามในบางส่วนของต้นสร้างกำไรสุทธิได้รับความนิยมมากกว่าความยาวทางการค้าเพื่อให้จำนวน มีการเพิ่มช่วงที่ระบุสำหรับจำนวนการซื้อขายระหว่าง 209 และ 418 ซึ่งเท่ากับความยาวเฉลี่ยระหว่าง 15 ถึง 30 บาร์ขึ้นอยู่กับจำนวนบาร์ในช่วงการสร้างดังนั้นการเพิ่มเมตริกนี้จึงให้ความสำคัญมากขึ้น เกี่ยวกับเป้าหมายความยาวทางการค้าซึ่งส่งผลให้มีสมาชิกเพิ่มขึ้นในกลุ่มประชากรที่มีช่วงความยาวทางการค้าที่ต้องการรูปที่ 6 วัตถุประสงค์และเงื่อนไขการสร้างที่กำหนดไว้ในแท็บเมตริกจะกำหนดวิธีการคำนวณสมรรถภาพทางกายเงื่อนไขในการเลือกกลยุทธ์ยอดนิยมจะสร้างเงื่อนไขการสร้างซ้ำ ยกเว้นว่าเงื่อนไขของกลยุทธ์ด้านบนได้รับการประเมินในช่วงข้อมูลทั้งหมดที่ไม่รวมถึงส่วนการตรวจสอบซึ่งแยกต่างหากแทนที่จะเป็นเพียงช่วงเวลาสร้างเช่นในกรณีของ buil d เงื่อนไขเงื่อนไขด้านกลยุทธ์ด้านบนถูกใช้โดยโปรแกรมเพื่อกำหนดกลยุทธ์ที่ตรงตามเงื่อนไขทั้งหมดในประชากรที่แยกต่างหากการตั้งค่าขั้นสุดท้ายจะทำในแท็บตัวเลือกการสร้างดังที่แสดงด้านล่างในรูปที่ 7 ตัวเลือกที่สำคัญที่สุดที่นี่คือ ขนาดประชากรจำนวนรุ่นและตัวเลือกในการรีเซ็ตตามผลการดำเนินงานนอกกลุ่มตัวอย่างขนาดประชากรถูกเลือกให้มีขนาดใหญ่พอที่จะทำให้ประชากรมีความหลากหลายในขณะที่ยังมีขนาดเล็กพอที่จะสร้างได้ในระยะเวลาที่เหมาะสม จำนวนรุ่นขึ้นอยู่กับระยะเวลาที่ใช้ในการสร้างต้นแบบเล็กน้อยเพื่อให้ได้ผลลัพธ์ที่จะเริ่มบรรจบกันรูปที่ 7 ตัวเลือกในการสร้าง ได้แก่ ขนาดประชากรจำนวนชั่วอายุคนและตัวเลือกสำหรับการรีเซ็ตประชากรตามตัวอย่าง performance ตัวเลือกการตั้งค่า OOS Performance ที่ไม่อยู่ในกลุ่มตัวอย่างจะเริ่มกระบวนการสร้างหลังจากจำนวนรุ่นที่ระบุถ้าเงื่อนไขที่ระบุไว้ในกรณีนี้ประชากรจะ รีเซ็ตถ้ากำไรสุทธิตัวอย่างไม่เกิน 20,000 ค่านี้ถูกเลือกขึ้นอยู่กับการทดสอบเบื้องต้นว่าเป็นค่าที่สูงพอที่อาจจะไม่ได้ผลดังนั้นกระบวนการสร้างซ้ำทุกๆ 30 ชั่วอายุจนกว่าจะด้วยตนเอง หยุดนี่คือวิธีที่จะทำให้โปรแกรมสามารถระบุกลยุทธ์ตามเงื่อนไขกลยุทธ์ยอดนิยมในช่วงเวลาที่ขยายได้เป็นระยะ ๆ ประชากรของกลยุทธ์ขั้นสูงสามารถตรวจสอบได้และกระบวนการสร้างจะถูกยกเลิกไปเมื่อพบกลยุทธ์ที่เหมาะสมข้อควรทราบที่ฉันได้ใส่ไว้ - ตัวอย่างในเครื่องหมายคำพูดเมื่อมีการใช้ช่วงเวลาที่ไม่ได้ใช้ตัวอย่างเพื่อตั้งค่าประชากรใหม่ในลักษณะนี้ระยะเวลาที่ไม่อยู่ในกลุ่มตัวอย่างจะไม่หมดไปจากตัวอย่างอีกต่อไปเนื่องจากระยะเวลาดังกล่าวถูกนำมาใช้เพื่อเป็นแนวทางในกระบวนการสร้าง มันเป็นส่วนหนึ่งของช่วงเวลาในตัวอย่างอย่างมีประสิทธิภาพนั่นคือเหตุผลว่าทำไมเราจึงควรตั้งส่วนที่สามสำหรับการตรวจสอบความถูกต้องตามที่กล่าวไว้ข้างต้นหลังจากผ่านไปหลายชั่วโมงแล้วและมีการสร้างใหม่โดยอัตโนมัติ กลุ่มเป้าหมายด้านบนเส้นโค้งส่วนของการค้าขายที่ปิดสนิทแสดงไว้ด้านล่างในรูปที่ 8 เส้นโค้งส่วนแสดงให้เห็นถึงประสิทธิภาพการทำงานที่สอดคล้องกันทั้งในส่วนของข้อมูลที่มีจำนวนการซื้อขายที่เพียงพอและเป็นผลลัพธ์เดียวกันในทั้งสองชุดข้อมูลรูปที่ 8 เส้นโค้งส่วนได้เสียในการค้าขายของ EURUSD stop-and-reverse กลยุทธ์ในการตรวจสอบกลยุทธ์ในช่วงการตรวจสอบวันที่ควบคุมบนแท็บตลาดให้ดูรูปที่ 1 ถูกเปลี่ยนเป็นวันที่สิ้นสุดของข้อมูล 2 11 2015 และยุทธศาสตร์ได้รับการประเมินใหม่โดยการเลือกประเมิน คำสั่งจากเมนูยุทธศาสตร์ใน Builder ผลที่ได้แสดงไว้ด้านล่างในรูปที่ 9 ผลการตรวจสอบในกล่องสีแดงแสดงให้เห็นว่ากลยุทธ์จัดเก็บข้อมูลที่ไม่ได้ใช้ในระหว่างกระบวนการสร้างรูปที่ 9 เส้นโค้งส่วนแบ่งการค้าที่ปิดสำหรับ EURUSD stop - และ รวมถึงระยะเวลาการตรวจสอบขั้นสุดท้ายการตรวจสอบครั้งสุดท้ายคือการดูว่ากลยุทธ์ดำเนินการกับข้อมูลแต่ละชุดแยกกันอย่างไรโดยใช้ตัวเลือกการแสดงผลโค้ดสำหรับแพลตฟอร์มดังกล่าวซึ่งเป็นสิ่งที่จำเป็นเนื่องจาก s อธิบายข้างต้นอาจมีความแตกต่างในผลขึ้นอยู่กับ 1 ประเภทรหัสและ 2 ชุดข้อมูลเราจำเป็นต้องตรวจสอบว่าการตั้งค่าที่เลือกลดความแตกต่างเหล่านี้ตามวัตถุประสงค์เพื่อทดสอบกลยุทธ์สำหรับ MetaTrader 4 ชุดข้อมูลจาก TradeStation ถูกยกเลิกการเลือกในแท็บตลาดและได้รับการประเมินกลยุทธ์ใหม่ผลที่ได้แสดงด้านล่างในรูปที่ 10 ซึ่งจะทำซ้ำเส้นโค้งด้านล่างในรูปที่ 9 รูปที่ 10 เส้นโค้งส่วนได้เสียในการค้าขายแบบปิดสำหรับกลยุทธ์การหยุดและถอยหลังของ EURUSD ได้แก่ ระยะเวลาการตรวจสอบสำหรับ MetaTrader 4. ท้ายสุดเพื่อทดสอบกลยุทธ์สำหรับ TradeStation ชุดข้อมูลจาก TradeStation ได้รับการคัดเลือกและชุด MetaTrader 4 ถูกยกเลิกการเลือกในแท็บตลาดเอาท์พุทโค้ดเปลี่ยนเป็น TradeStation และกลยุทธ์ใหม่ - ประเมินแล้วผลที่ได้แสดงด้านล่างในรูปที่ 11 และดูเหมือนจะคล้ายกับเส้นโค้งกลางในรูปที่ 9 ตามที่คาดไว้รูปที่ 11 เส้นโค้งส่วนได้เสียในการค้าขายแบบปิดสำหรับกลยุทธ์การหยุดและถอยหลังของ EURUSD รวมทั้งการตรวจสอบความถูกต้อง ระยะเวลาสำหรับ TradeStation รหัสสำหรับทั้งสองแพลตฟอร์มมีไว้ด้านล่างในรูปที่ 12 คลิกที่ภาพเพื่อเปิดไฟล์โค้ดสำหรับแพลตฟอร์มที่เกี่ยวข้องการตรวจสอบรหัสแสดงให้เห็นว่าส่วนกฎของกลยุทธ์ใช้เงื่อนไขความผันผวนที่แตกต่างกันเป็นเวลานาน และด้านสั้น ๆ ปัจจัยการผลิตของเครือข่ายประสาทเทียมประกอบด้วยตัวบ่งชี้ต่างๆรวมทั้งแนวโน้มในแต่ละสัปดาห์ ZLTrend แนวโน้มสูงในวันนี้ออสซิลเลเตอร์ InvFisherCycle InvFisherRSI แถบ Bollinger และส่วนเบี่ยงเบนมาตรฐานลักษณะไฮบริดของกลยุทธ์สามารถดูได้โดยตรง คำสั่งรหัสจากรหัส TradeStation ถ้า EntCondL และ NNOutput 0 5 จากนั้นเริ่มซื้อ EnMark-L NShares หุ้นถัดไปแถบที่ตลาดตัวแปร EntCondL แสดงเงื่อนไขการป้อนข้อมูลตามกฎและ NNOuput เป็นผลลัพธ์ของเครือข่ายประสาทเงื่อนไขทั้งสองมี เพื่อเป็นจริงในการวางคำสั่งซื้อแบบยาวเงื่อนไขการเข้าสู่ระบบแบบสั้นทำงานในรูปแบบเดียวกันรูปที่ 12 รหัสกลยุทธ์การซื้อขายสำหรับกลยุทธ์การหยุดและถอยหลัง EURUSD ซ้าย MetaTrader 4 righ t, TradeStation คลิกที่รูปเพื่อเปิดไฟล์รหัสที่เกี่ยวข้องดาวน์โหลดไฟล์ Builder project ที่มีการตั้งค่าที่อธิบายไว้ในบทความนี้บทความนี้ศึกษากระบวนการสร้างกลยุทธ์เครือข่ายประสาทเทียมแบบใช้กฎแบบไฮบริดให้กับ EURUSD โดยใช้วิธีหยุดและ - กลับมาอยู่ในแนวทางการตลาดกับ Adaptrade Builder แสดงให้เห็นว่าสามารถสร้างรหัสกลยุทธ์สำหรับหลายแพลตฟอร์มได้โดยการเลือกเซตย่อยร่วมกันของตัวบ่งชี้ที่ทำงานในลักษณะเดียวกันในแต่ละแพลตฟอร์มการตั้งค่าที่จำเป็นในการสร้างกลยุทธ์ที่ย้อนกลับมาจากระยะยาว สั้นและด้านหลังได้รับการอธิบายและแสดงให้เห็นว่ากลยุทธ์ที่เกิดขึ้นในเชิงบวกในส่วนที่แยกต่างหากการตรวจสอบของข้อมูลนอกจากนี้ยังได้รับการยืนยันว่ากลยุทธ์สร้างผลลัพธ์ที่คล้ายคลึงกันกับข้อมูลและตัวเลือกรหัสสำหรับแต่ละแพลตฟอร์มดังกล่าวข้างต้นหยุด - and - reverse มีข้อบกพร่องหลายประการและอาจไม่ดึงดูดทุกคนอย่างไรก็ตามวิธีการเสมอในตลาดอาจจะน่าสนใจยิ่งขึ้นด้วย ข้อมูล forex เนื่องจากตลาด forex ค้าขายตลอดเวลาดังนั้นไม่มีช่องว่างในการเปิดเซสชั่นและใบสั่งซื้อมีการใช้งานอยู่ตลอดเวลาและพร้อมสำหรับการกลับรายการการค้าเมื่อมีการเปลี่ยนแปลงของตลาดการใช้แถบข้อมูล 4 วันในรูปแบบอินทราเน็ตให้ข้อมูลเพิ่มเติม บาร์ของข้อมูลสำหรับใช้ในการสร้างกระบวนการ แต่ก็เป็นอย่างอื่นโดยธรรมโดยพลการที่ธรรมชาติตลอดเวลาในตลาดของกลยุทธ์หมายความว่าการค้าจะดำเนินการในชั่วข้ามคืนกระบวนการสร้างได้รับอนุญาตให้วิวัฒนาการเงื่อนไขที่แตกต่างสำหรับการป้อนยาวและระยะสั้น, แม้จะมีชื่อกลยุทธ์ที่เกิดขึ้นจะเข้าสู่ธุรกิจการค้าทั้งแบบยาวและแบบสั้นในใบสั่งซื้อของตลาดแม้ว่าคำสั่งซื้อในตลาดหยุดและขีด จำกัด ทั้งหมดได้รับการพิจารณาโดยกระบวนการสร้างขึ้นโดยอิสระสำหรับแต่ละด้านในทางปฏิบัติการย้อนกลับ จากระยะยาวเป็นระยะสั้นจะหมายถึงการขายสั้น ๆ สองเท่าของจำนวนหุ้นในตลาดเนื่องจากกลยุทธ์ในปัจจุบันมีความยาวเช่นถ้าฐานะยาวในปัจจุบัน 100,000 หุ้นคุณจะขายสั้น 200,0 00 ในตลาดหากหุ้นปัจจุบันมีจำนวน 100,000 หุ้นคุณจะซื้อหุ้น 200,000 หุ้นย้อนกลับไปในช่วงสั้น ๆ จนถึงระยะยาวประวัติความเป็นมาที่สั้นกว่าที่ควรจะเป็นในอุดมคติอย่างไรก็ตามผลประกอบการมีความเป็นบวกในส่วนของการตรวจสอบ, แนะนำกลยุทธ์นี้ไม่ได้พอดีความคิดนี้สนับสนุนความคิดที่ว่าเครือข่ายประสาทเทียมสามารถใช้ในกลยุทธ์การซื้อขายโดยไม่ต้องพอดีกับยุทธศาสตร์การตลาดกลยุทธ์ที่นำเสนอนี้ไม่ได้มีไว้สำหรับการซื้อขายจริงและไม่ผ่านการทดสอบจริง การติดตามและการซื้อขายในเวลาอย่างไรก็ตามบทความนี้สามารถใช้เป็นแม่แบบสำหรับการพัฒนากลยุทธ์ที่คล้ายกันสำหรับ EURUSD หรือตลาดอื่น ๆ เช่นเคยกลยุทธ์การซื้อขายที่คุณพัฒนาควรได้รับการทดสอบอย่างละเอียดในการติดตามเรียลไทม์หรือข้อมูลแยกต่างหากเพื่อตรวจสอบผลลัพธ์ และทำความคุ้นเคยกับลักษณะการซื้อขายของกลยุทธ์ก่อนที่จะทำการซื้อขายหลักทรัพย์สดบทความนี้ปรากฏในจดหมายข่าว Adaptrade Software ฉบับเดือนกุมภาพันธ์ปีพ. ศ. 2558 ผลการดำเนินงานที่สมมุติฐานหรือผลการดำเนินงานจำลองมีข้อ จำกัด บางประการที่ไม่เหมือนกับการบันทึกการปฏิบัติงานจริงผลลัพธ์ที่จำลองมาไม่ได้แสดงถึงการค้าประเวณีที่แท้จริงตั้งแต่ธุรกิจที่ยังไม่ได้รับการปฏิบัติจริงผลลัพธ์อาจมีอยู่ภายใต้หรือมากกว่าที่ได้รับการชดเชยสำหรับผลกระทบ ปัจจัยบางอย่างของตลาดเช่นการขาดโปรแกรมการค้าที่จำลองขึ้นในเรื่องทั่วไปจะต้องเป็นไปตามข้อเท็จจริงที่ได้รับการออกแบบมาด้วยประโยชน์ที่เกิดขึ้นจากสายการผลิตไม่ได้รับรองว่าเป็นไปได้ว่าบัญชีใดจะสามารถบรรลุผลกำไรหรือขาดทุนที่คล้ายคลึงกัน SHOWN หากคุณต้องการรับทราบถึงพัฒนาการใหม่ ๆ ข่าวและข้อเสนอพิเศษจาก Adaptrade Software โปรดเข้าร่วมรายการอีเมลของเราขอบคุณ
No comments:
Post a Comment