Free Neural Network Forex Trading

Enfin un réseau neuronal REAL EA Free Something New Membre commercial Inscrit septembre 2008 911 Messages Bonjour tout le monde, son été un moment. Je n'ai généralement pas prendre de telles pauses de participer à ce forum, mais depuis plus d'un an, j'ai travaillé sur un projet très intense et après une année de tests en avant Im ici pour le partager avec vous tous. Im amis avec de nombreux commerçants professionnels et un tas d'entre nous se sont réunis, a combiné notre expertise et créé un réseau neuronal système automatisé pour Metatrader qui fonctionne réellement. Étant conscients que la plupart des EA sont absolument sans valeur ou pire, les escroqueries, nous avons pensé que wed être fournir quelque chose d'unique au commerçant de détail moyenne de personnes qui peuvent vraiment être digne de confiance. Ce groupe s'appelle Metaneural. Weve a utilisé des réseaux de neurones et les a appliqués au trading Forex avec succès dans le passé et a décidé de traduire cette méthode dans un système de Metatrader. Il est largement connu que les grandes entreprises commerciales et les hedge funds utilisent des systèmes sophistiqués d'intelligence artificielle et de réseau nueral pour tirer profit des marchés financiers avec une précision stupéfiante. Nous avons pensé, pourquoi ne peut pas ce pouvoir aussi être disponible pour nous les investisseurs de petite monnaie Donc, j'ai pris une pause de toutes mes autres activités et travaillé dur avec Metaneural pour développer ce système, qui je crois être le seul REAL réseau neuronal EA. En fait, il n'a même pas besoin d'être une EA, le code peut être écrit en C pour fonctionner exactement de la même manière dans tradestation, esignal, neuroshell, ou toute plate forme qui permet l'importation et la collecte de données DLL, Neurosolutions. Ive a fait des indicateurs et des systèmes de négociation pour la communauté forexfactory depuis des années, donc je voulais vous donner les gars la seule version gratuite de l'EA sur l'Internet Metaneural. Je veux recevoir vos commentaires et impressions. Si ce fil va bien et doesnt obtenir sidetracked mal étendre le procès. Ive a eu l'amusement décrypter le marché de forex avec les grands esprits sur ce forum pendant des années et c'est mon plaisir de donner en arrière. Réseaux neuronaux dans les EE est l'avenir, j'espère que vous les gars pouvez réaliser cela et de développer vos propres systèmes. La première étape dans la création d'un cerveau réseau neuronal artificiel est de recueillir les données autour desquelles la structure du cerveau sera formé. Puisque nous essayons de créer un cerveau qui saura comment commercer les marchés nous devons rassembler des données de marché. Cependant, nous ne pouvons pas simplement collecter une masse de données et de la jeter dans notre moteur neuronal pour créer la structure de notre cerveau. Nous devons rassembler les données dans le format que nous voulons que le cerveau de traiter ces données et éventuellement le même format, nous voulons qu'il crée la production po En d'autres termes, ne sont pas seulement dire à notre cerveau quoi penser, en lui donnant des données brutes, Mais nous devons lui dire comment penser, en formulant ces données brutes dans une configuration intelligible. Dans ce cas, notre configuration intelligible est des modèles. Nous rassemblons des données dans des segments, chaque segment se compose d'un certain nombre de barres définies par le commerçant dans notre indicateur de collection propriétaire qui vient avec tous nos paquets. Ce groupement de barres est collecté par rapport à la barre suivante qui vient après le groupement nous appellerons cela le bar futur. Lors de la collecte des données de marché, la barre est connue, car il s'agit de données historiques, c'est la barre suivante après le regroupement. L'idée est que le cerveau du réseau neuronal trouvera des modèles complexes dans le groupe de barres et utilisera les informations recueillies, y compris la barre suivante après le regroupement, pour déterminer les motifs complexes qui précèdent le résultat de la barre suivante. Au cours de la négociation réelle ce résultat sera la barre de l'avenir qui en effet permet de connaître avec un haut degré de précision de la direction du marché avant qu'il ne se produise. Les données collectées sont extraites dans une feuille de calcul qui affiche les données de prix comme étant ouvertes, hautes, basses, proches (OHLC). Le OHLC de chaque barre est collecté séparément et placé dans sa propre colonne. Dans l'exemple ci dessus, chaque ligne représente 3 barres au total. Par conséquent, les colonnes représentent des centaines ou des milliers de barres collectées remontant à l'histoire. En plus de OHLC, vous pouvez également recueillir les valeurs de presque tous les indicateurs que vous sélectionnez, ce qui donnera essentiellement à cet indicateur la capacité de penser basée sur l'évolution des conditions du marché et prédire La valeur suivante. Création et formation de réseaux neuronaux Maintenant que nous disposons de nos données collectées, extraites dans un fichier tableur dans une configuration intelligible, nous pouvons le charger dans notre moteur de réseau neuronal qui va créer la structure du cerveau artificiel, le former et tester son exactitude avant Sauvegarder la structure. Une fois que les données collectées sont importées dans le programme de construction de réseau, vous avez le choix de sélectionner les bits de données que vous souhaitez utiliser pour construire votre cerveau. C'est une caractéristique importante car elle permet à l'utilisateur de créer de nombreuses stratégies différentes basées sur n'importe quel élément de données est jugé nécessaire. Ce qui a été essentiellement faire dans cette étape est de déterminer ce que le moteur va utiliser pour créer les modèles complexes mentionnés précédemment, qui a finalement décidé de la capacité de projection du réseau neuronal EA. Par exemple, disons que vous vouliez dire au réseau de neurones de ne rechercher que les modèles dans les prix ouverts des barres par rapport aux valeurs d'indicateur de votre indicateur préféré. Vous devez alors sélectionner votre indicateur dans le collecteur et choisir uniquement les entrées ouvertes et données dans le logiciel de construction décrit ci dessus. Vous pouvez également sélectionner toutes les entrées, à l'exception de la colonne output1, qui signifie votre valeur de sortie la sélection de toutes les entrées créera le schéma d'apprentissage le plus complexe possible et permettra ainsi à votre cerveau de répondre à de nombreux scénarios différents. Une fois que les entrées et les sorties désirées sont sélectionnées, le logiciel créera la structure de votre cerveau de réseau neuronal et vous pourrez commencer à le former. Une partie des données recueillies est mise de côté et utilisée pour former et tester l'exactitude de votre cerveau artificiel, vous verrez la sortie souhaitée commencer à se conformer aux données d'essai comme il apprend. Une fois ce processus est terminé, vous serez en mesure d'exporter le cerveau artificiel structuré sous la forme d'une DLL qui sera utilisé par l'EA MetaNeural. Une fois que le cerveau est construit, formé, testé et exporté en tant que DLL, vous pouvez commencer à négocier avec un cerveau réseau neuronal automatisé qui verra des modèles complexes qui sont impossibles pour un humain à atteindre. Obtenez l'EA de Metaneural maintenant en finançant un compte chez FinFX avec n'importe quelle quantité et en utilisant notre service de photocopieuse commerciale pour refléter nos métiers gagnants professionnels dans votre compte. Après 50 lots complets sont échangés, vous recevrez l'EA Metaneural avec toutes les fonctionnalités pour les comptes GRATUIT doit être financé avec le lien fourni dans la section de prix du site Metaneural. Metatrader 4expertsindicators MQLLock et MT4NSAdapter Fichiers DLL Metatrader 4expertslibraries Vous aurez besoin d'installer Neurosolutions 6 et Visual Studio 6 pour ce travail, des instructions sur ces installations peuvent être trouvées dans le manuel très détaillé joint à ce post. VOUS DEVEZ LIRE LE MANUEL Oui, il peut être appliqué à plusieurs devises simultanément car il peut être formé sur chaque devise individuellement et une structure de réseau neural peut être créée pour chaque devise. Je dirais que la seule dépendance du courtier serait l'intégrité de leur prix d'alimentation, plus stable et cohérente leur alimentation le mieux les données de formation sera et par la suite les métiers. N'étaient pas scalper nécessairement si la vitesse d'exécution n'est pas très importante. Merci de votre intérêt. Félicitations pour le développement d'un système qui donne des retours sains. Toujours mieux que d'étonner les EA qui finissent généralement par souffler le compte. Je suis un membre commercial me partageant mon système Fibonacci Makeover (ForexFibs) ici afin que je puisse comprendre pourquoi vous offrez une EA gratuite. Ma question est peut cette EA être appliquée à de multiples devises, car il est basé sur les réseaux réels Neural Est il dépendre de courtier et d'exécution SpeedHybrid Neural Network Stop and Reverse Stratégies pour le Forex par Michael R. Bryant Réseaux neuronaux ont été utilisés dans les systèmes de négociation Pendant de nombreuses années avec divers degrés de succès. Leur attraction principale est que leur structure non linéaire est plus apte à saisir les complexités du mouvement des prix que les règles de négociation standardisées basées sur les indicateurs. L'une des critiques a été que les stratégies de négociation basées sur les réseaux neuronaux ont tendance à être sur fit et ne fonctionnent donc pas bien sur de nouvelles données. Une solution possible à ce problème consiste à combiner les réseaux neuronaux avec une logique de stratégie basée sur des règles pour créer un type de stratégie hybride. Cet article montre comment cela peut être fait en utilisant Adaptrade Builder. En particulier, cet article illustrera ce qui suit: Combinaison de réseaux neuronaux et de logique basée sur des règles pour les entrées commerciales Une approche de données à trois segments sera utilisée, le troisième segment servant à valider les stratégies finales. Le code de stratégie résultant pour MetaTrader 4 et TradeStation sera montré, et il sera démontré que les résultats de validation sont positifs pour chaque plate forme. Réseaux de neurones en tant que filtres d'entrée de métier D'un point de vue mathématique, un réseau de neurones est une combinaison non linéaire d'une ou plusieurs entrées pondérées qui génèrent une ou plusieurs valeurs de sortie. Pour la négociation, un réseau de neurones est généralement utilisé de deux façons: (1) comme une prédiction du mouvement des prix futurs, ou (2) comme un indicateur ou un filtre pour la négociation. Ici, son utilisation comme indicateur ou filtre commercial sera prise en considération. En tant qu'indicateur, un réseau de neurones agit comme une condition ou un filtre supplémentaire qui doit être satisfait avant qu'une transaction puisse être saisie. Les entrées du réseau sont généralement d'autres indicateurs techniques, tels que la dynamique, stochastique, ADX, les moyennes mobiles, et ainsi de suite, ainsi que les prix et les combinaisons des précédents. Les entrées sont mises à l'échelle et le réseau neuronal est conçu de telle sorte que la sortie soit une valeur comprise entre 1 et 1. Une approche consiste à permettre une entrée longue si la sortie est supérieure ou égale à une valeur de seuil, telle que 0,5 et a Entrée courte si la sortie est inférieure ou égale au négatif du seuil, par exemple 0,5. Cette condition s'ajouterait aux conditions d'entrée existantes. Par exemple, s'il y avait une condition d'entrée longue, elle devrait être vraie et la sortie du réseau neuronal devrait être au moins égale à la valeur de seuil pour une entrée longue. Lors de la mise en place d'un réseau neuronal, un opérateur serait généralement responsable du choix des entrées et de la topologie du réseau et de la quottraining du réseau, ce qui détermine les valeurs de poids optimales. Comme indiqué ci dessous, Adaptrade Builder effectue ces étapes automatiquement dans le cadre du processus de construction évolutive sur lequel le logiciel est basé. L'utilisation du réseau neuronal comme un filtre de commerce lui permet d'être facilement combiné avec d'autres règles pour créer une stratégie de négociation hybride, qui combine les meilleures caractéristiques des méthodes traditionnelles basées sur les règles avec les avantages des réseaux neuronaux. Comme exemple simple, Builder peut combiner une règle de croisement moyenne mobile avec un réseau neuronal de sorte qu'une position longue est prise lorsque la moyenne à déplacement rapide croise au dessus de la moyenne mobile lente et la sortie du réseau neural est au seuil ou au dessus. Stratégies de trading stop and reverse Une stratégie de trading stop and reverse est celui qui est toujours sur le marché, long ou court. À strictement parler, quotstop et reversequot signifie que vous inverser le commerce lorsque votre ordre d'arrêt est frappé. Cependant, je l'utilise comme un court à main pour toute stratégie de négociation qui inverse de long à court à long et ainsi de suite, de sorte que vous êtes toujours sur le marché. Par cette définition, il n'est pas nécessaire que les ordres soient des ordres stop. Vous pouvez entrer et inverser en utilisant des ordres de marché ou de limite ainsi. Il n'est pas non plus nécessaire que chaque côté utilise la même logique ou même le même type d'ordre. Par exemple, vous pouvez saisir long (et quitter court) sur un ordre d'arrêt et saisir short (et exit long) sur un ordre de marché, en utilisant différentes règles et conditions pour chaque entryexit. Ce serait un exemple d'une stratégie asymétrique stop and reverse. Le principal avantage d'une stratégie stop and reverse est qu'en étant toujours sur le marché, vous ne manquez jamais de grands mouvements. Un autre avantage, c'est la simplicité. Quand il ya des règles et des conditions séparées pour entrer et sortir des métiers, il ya plus de complexité et plus qui peuvent aller mal. La combinaison des entrées et des sorties signifie que moins de décisions de synchronisation doivent être prises, ce qui peut signifier moins d'erreurs. D'autre part, on peut soutenir que les meilleures conditions pour sortir d'un commerce sont rarement les mêmes que celles pour entrer dans la direction opposée que l'entrée et la sortie des métiers sont des décisions séparées par nature qui devraient donc utiliser des règles et une logique distinctes. Un autre inconvénient potentiel de toujours être sur le marché est que la stratégie de commerce à travers chaque écart d'ouverture. Un écart important d'ouverture contre la position peut signifier une perte importante avant que la stratégie soit capable de renverser. Les stratégies qui entrent et sortent plus sélectivement ou qui sortent à la fin de la journée peuvent minimiser l'impact de l'ouverture des lacunes. Étant donné que le but est de construire une stratégie de forex, MetaTrader 4 (MT4) est un choix évident pour la plate forme de négociation étant donné que MetaTrader 4 est conçu principalement pour le forex et est largement utilisé pour le commerce de ces marchés (voir, par exemple, MetaTrader vs TradeStation : Une comparaison de langues). Toutefois, ces dernières années, TradeStation a ciblé les marchés Forex beaucoup plus agressivement. En fonction de votre volume de trading andor niveau de compte, il est possible de négocier les marchés de forex par TradeStation sans encourir de frais de plate forme ou de payer des commissions. Les spreads sont étroitement liés avec une bonne liquidité sur les principales paires de devises. Pour ces raisons, les deux plates formes ont été ciblées pour ce projet. Plusieurs problèmes surviennent lorsque vous ciblez plusieurs plates formes simultanément. Premièrement, les données peuvent être différentes selon les plates formes, avec des différences dans les fuseaux horaires, les prix pour certaines barres, le volume et les plages de dates disponibles. Pour lisser ces différences, les données ont été obtenues à partir des deux plates formes, et les stratégies ont été construites sur les deux séries de données simultanément. Les meilleures stratégies ont donc été celles qui ont bien fonctionné sur les deux séries de données malgré les différences dans les données. Les paramètres de données utilisés dans Builder sont illustrés ci dessous à la Fig. 1. Comme on peut en déduire du tableau des données de marché de la figure, le marché Forex Eurodollar a été ciblé (EURUSD) avec une barre de taille de 4 heures (240 minutes). Autres tailles de bar ou les marchés auraient aussi bien servi. Je n'ai pu obtenir autant de données sur ma plate forme MT4 qu'indiqué par la plage de dates illustrée à la Fig. 1 (série de données 2), de sorte que la même plage de dates a été utilisée pour obtenir les séries de données équivalentes de TradeStation (série de données 1). 80 des données ont été utilisées pour le bâtiment (combiné dans l'échantillon et quotout de l'échantillon), avec 20 (62014 à 21015) mis de côté pour la validation. 80 du 80 original a ensuite été réglé à quotin échantillon avec 20 mis à quotout d'échantillon, comme montré à la Fig. 1. L'écart bidask a été fixé à 5 pips, et les coûts de négociation de 6 pips ou 60 par lot pleine taille (100 000 actions) ont été supposés par tour de tour. Les deux séries de données ont été incluses dans la compilation, comme indiqué par les marques de contrôle dans la colonne de gauche de la table Données de marché. Figure 1. Paramètres de données de marché pour la construction d'une stratégie de forex pour MetaTrader 4 et TradeStation. Un autre problème potentiel lors du ciblage de plusieurs plates formes est que Builder est conçu pour dupliquer la façon dont chaque plate forme prise en charge calcule ses indicateurs, ce qui peut signifier que les valeurs d'indicateur seront différentes selon la plate forme sélectionnée. Pour éviter cette éventuelle source de divergence, tous les indicateurs qui évaluent différemment dans MetaTrader 4 que dans TradeStation doivent être éliminés de la compilation, ce qui signifie que les indicateurs suivants doivent être évités: Tous les autres indicateurs disponibles pour les deux plates formes sont calculés de la même façon Les deux plates formes. TradeStation inclut tous les indicateurs disponibles dans Builder, alors que MetaTrader 4 ne le fait pas. Par conséquent, pour inclure uniquement les indicateurs disponibles dans les deux plates formes, la plate forme MetaTrader 4 doit être sélectionnée comme type de code dans Builder. Cela éliminera automatiquement tous les indicateurs du jeu de construction qui ne sont pas disponibles pour MT4, ce qui laissera les indicateurs disponibles dans les deux plates formes. De plus, comme j'ai remarqué des différences dans les données de volume obtenues à partir de chaque plate forme, j'ai supprimé tous les indicateurs dépendant du volume de l'ensemble de construction. Enfin, l'indicateur de l'heure a été supprimé en raison des différences dans les fuseaux horaires entre les fichiers de données. Dans la Fig. 2, ci dessous, la liste des indicateurs utilisés dans l'ensemble de construction est affichée triée par si l'indicateur a été considéré par le processus de construction (quotConsiderquot colonne). Les indicateurs retirés de la considération pour les raisons exposées ci dessus sont indiqués en haut de la liste. Les autres indicateurs, commençant par quotSimple Mov Avequot, faisaient tous partie de l'ensemble de construction. Figure 2. Sélection des indicateurs dans Builder, montrant les indicateurs supprimés de l'ensemble de construction. Les options d'évaluation utilisées dans le processus de construction sont illustrées à la Fig. 3. Comme indiqué, MetaTrader 4 a été sélectionné comme choix de sortie de code. Une fois les stratégies construites dans Builder, toutes les options de l'onglet Options d'évaluation, y compris le type de code, peuvent être modifiées et les stratégies réévaluées, qui réécrivent également le code dans la langue choisie. Cette fonctionnalité a été utilisée pour obtenir le code TradeStation pour la stratégie finale après la construction des stratégies pour MetaTrader 4. Figure 3. Options d'évaluation dans Builder pour la stratégie forex EURUSD. Pour créer des stratégies stop and reverse, tous les types de sortie ont été supprimés de l'ensemble de construction, comme illustré ci dessous à la Fig. 4. Les trois types d'ordres d'entrée marché, arrêt et limite ont été laissés comme quotconsiderquot, ce qui signifie que le processus de construction pourrait envisager l'un d'eux pendant le processus de construction. Figure 4. Types de commande sélectionnés dans Builder pour créer une stratégie d'arrêt et d'inversion. Le logiciel Builder génère automatiquement des conditions logiques basées sur des règles pour l'entrée et / ou la sortie. Pour ajouter un réseau de neurones à la stratégie, il est seulement nécessaire de sélectionner l'option quotInclure un réseau neuronal dans les conditions d'entrée sous l'onglet Options de stratégie, comme illustré ci dessous à la Fig. 5. Les paramètres de réseau neural ont été laissés à leurs valeurs par défaut. Dans le cadre de la logique stop and reverse, l'option Market Sides a été définie sur LongShort, et l'option de quotWait pour la sortie avant d'entrer new tradequot a été désactivée. Ce dernier est nécessaire pour permettre à l'ordre d'entrée de sortir de la position courante en cas d'inversion. Tous les autres paramètres ont été laissés aux valeurs par défaut. Figure 5. Options de stratégie sélectionnées dans Builder pour créer une stratégie hybride utilisant à la fois des conditions basées sur des règles et des réseaux neuronaux. La nature évolutive du processus de construction dans Builder est guidée par la condition physique. Qui est calculée à partir des objectifs et des conditions définis dans l'onglet Métriques, comme illustré ci dessous à la Fig. 6. Les objectifs de construction ont été maintenus simples: maximiser le bénéfice net tout en minimisant la complexité, qui a été donné un faible poids par rapport au bénéfice net. L'accent a été mis sur les conditions de construction, qui comprenaient le coefficient de corrélation et l'importance pour la qualité de la stratégie générale, ainsi que les barres moyennes dans les métiers et le nombre de métiers. Initialement, seules les barres moyennes dans les métiers étaient incluses comme condition de construction. Cependant, dans certaines des premières constructions, le bénéfice net était favorisé sur la longueur du commerce, de sorte que la métrique du nombre de métiers a été ajoutée. La fourchette spécifiée pour le nombre de transactions (entre 209 et 418) équivaut à des longueurs commerciales moyennes comprises entre 15 et 30 barres en fonction du nombre de barres de la période de construction. Par conséquent, en ajoutant cette métrique, on mettait davantage l'accent sur l'objectif de la longueur du commerce, ce qui a donné lieu à un plus grand nombre de membres de la population ayant la fourchette souhaitée de longueurs d'échanges. Figure 6. Les objectifs de construction et les conditions définies sur l'onglet Métriques déterminent comment la condition physique est calculée. Le quotConditions pour Sélectionner Top Strategiesquot dupliquer les conditions de construction excepté que les conditions de stratégies supérieures sont évaluées sur la gamme entière de données (ne comprenant pas le segment de validation, qui est séparé), plutôt que juste sur la période de construction, comme c'est le cas pour le Conditions de construction. Les principales stratégies de conditions sont utilisées par le programme pour mettre de côté toutes les stratégies qui répondent à toutes les conditions dans une population distincte. Les réglages finaux sont effectués dans l'onglet Build Options, comme illustré ci dessous à la Fig. 7. Les options les plus importantes ici sont la taille de la population, le nombre de générations et l'option de réinitialisation basée sur la performance quotout of samplequot. La taille de la population a été choisie pour être assez grande pour obtenir une bonne diversité dans la population tout en étant assez petite pour construire dans un laps de temps raisonnable. Le nombre de générations a été basé sur le temps qu'il a fallu pendant quelques compilations préliminaires pour que les résultats commencent à converger. Figure 7. Les options de construction incluent la taille de la population, le nombre de générations et les options pour réinitialiser la population en fonction de la performance quotout of samplequot. L'option de quotReset sur Performance hors échantillon (OOS) démarre le processus de génération après le nombre spécifié de générations si la condition spécifiée est remplie dans ce cas, la population sera réinitialisée si le quotout of samplequot bénéfice net est Moins de 20 000. Cette valeur a été choisie sur la base d'essais préliminaires pour être une valeur suffisamment élevée qui ne serait probablement pas atteinte. En conséquence, le processus de construction a été répété toutes les 30 générations jusqu'à ce que l'arrêt manuel. C'est une façon de laisser le programme identifier des stratégies basées sur les conditions Top Stratégies sur une période de temps prolongée. Périodiquement, la population Top Stratégies peut être contrôlée et le processus de construction annulé lorsque des stratégies appropriées sont trouvées. Notez que j'ai mis quotout of samplequot entre guillemets. Lorsque la période quotout of samplequot est utilisée pour réinitialiser la population de cette manière, la période quotout of samplequot n'est plus vraiment hors de l'échantillon. Depuis que cette période est maintenant utilisée pour guider le processus de construction, il fait effectivement partie de la période dans l'échantillon. C'est pourquoi il est conseillé de mettre de côté un troisième segment pour la validation, comme on l'a vu plus haut. Après plusieurs heures de traitement et un certain nombre de reconstructions automatiques, une stratégie appropriée a été trouvée dans la population Top Stratégies. Sa courbe d'équité commerciale fermée est illustrée ci dessous à la Fig. 8. La courbe des capitaux propres présente des performances constantes pour les deux segments de données avec un nombre suffisant de métiers et essentiellement les mêmes résultats pour les deux séries de données. Figure 8. Courbe de taux d'intérêt des transactions fermées pour la stratégie stop and reverse EURUSD. Pour vérifier la stratégie au cours de la période de validation, les contrôles de date de l'onglet Marchés (voir figure 1) ont été modifiés à la date de fin des données (2112015) et la stratégie a été réévaluée en sélectionnant la commande Évaluer de la stratégie Dans Builder. Les résultats sont présentés ci dessous à la Fig. 9. Les résultats de la validation dans la zone rouge démontrent que la stratégie est bloquée sur les données qui n'ont pas été utilisées pendant le processus de construction. Figure 9. Courbe d'actions fermées pour la stratégie stop and reverse EURUSD, y compris la période de validation. Le dernier contrôle est de voir comment la stratégie effectuée sur chaque série de données séparément en utilisant l'option de sortie de code pour cette plate forme. Cela est nécessaire car, comme expliqué ci dessus, il peut y avoir des différences dans les résultats selon (1) le type de code, et (2) les séries de données. Nous devons vérifier que les paramètres choisis ont minimisé ces différences, comme prévu. Pour tester la stratégie de MetaTrader 4, la série de données de TradeStation a été désélectionnée dans l'onglet Marchés et la stratégie a été réévaluée. Les résultats sont présentés ci dessous à la Fig. 10, qui duplique la courbe du bas de la Fig. 9. Figure 10. Courbe d'actions fermées pour la stratégie EURUSD stop and reverse, y compris la période de validation, pour MetaTrader 4. Enfin, pour tester la stratégie pour TradeStation, les séries de données de TradeStation ont été sélectionnées et la série MetaTrader 4 a été désélectionné dans l'onglet Marchés, la sortie du code a été changée en quotTradeStation, quot et la stratégie a été réévaluée. Les résultats sont présentés ci dessous à la Fig. 11 et semblent être très semblables à la courbe médiane de la Fig. 9, comme prévu. Figure 11. Courbe d'actions fermées pour la stratégie stop and reverse EURUSD, y compris la période de validation, pour TradeStation. Le code pour les deux plates formes est fourni ci dessous à la Fig. 12. Cliquez sur l'image pour ouvrir le fichier de code de la plate forme correspondante. L'examen du code révèle que la partie basée sur des règles de la stratégie utilise différentes conditions liées à la volatilité pour les côtés long et court. Les entrées de réseau neural sont constituées d'une variété d'indicateurs, y compris le jour de la semaine, la tendance (ZLTrend), la haute intraday, les oscillateurs (InvFisherCycle, InvFisherRSI), les bandes de Bollinger et l'écart type. La nature hybride de la stratégie peut être vue directement dans l'instruction de code (à partir du code TradeStation): Si EntCondL et NNOutput gt 0.5 commencent ensuite Buy (quotEnMark Lquot) NShares partage la barre suivante au marché La variable quotEntCondLquot représente l'entrée basée sur les règles Conditions, et quotNNOuputquot est la sortie du réseau neuronal. Les deux conditions doivent être vraies pour placer l'ordre d'entrée long. La condition d'entrée courte fonctionne de la même manière. Figure 12. Code de stratégie de négociation pour la stratégie stop and reverse EURUSD (à gauche, MetaTrader 4 à droite, TradeStation). Cliquez sur la figure pour ouvrir le fichier de code correspondant. Téléchargez un fichier de projet Builder (.gpstrat) contenant les paramètres décrits dans cet article. Dans cet article, nous avons examiné le processus de construction d'une stratégie de réseau hybride fondé sur des règles pour l'EURUSD en utilisant une approche stop and reverse (toujours dans le marché) avec Adaptrade Builder. Il a été montré comment le code de stratégie peut être généré pour plusieurs plates formes en sélectionnant un sous ensemble commun des indicateurs qui fonctionnent de la même manière dans chaque plate forme. Les paramètres nécessaires pour générer des stratégies qui inversent de long à court et en arrière ont été décrits, et il a été démontré que la stratégie résultante a réalisé positivement sur un segment de validation distinct de données. Il a également été vérifié que la stratégie a généré des résultats similaires avec les données et l'option de code pour chaque plate forme. Comme on l'a vu plus haut, l'approche stop and reverse présente plusieurs inconvénients et peut ne pas être attrayante pour tout le monde. Cependant, une approche toujours in the market peut être plus attrayante avec les données forex parce que le marché des changes marche 24 heures sur 24. En conséquence, il n'y a pas de lacunes d'ouverture de session, et les ordres de négociation sont toujours actifs et disponibles pour inverser le commerce lorsque le marché change. L'utilisation de données intraday (barres de 4 heures) a fourni plus de barres de données pour l'utilisation dans le processus de construction, mais a été autrement assez arbitraire dans la mesure où la nature toujours sur le marché de la stratégie signifie que les opérations sont effectuées du jour au lendemain. Le processus de construction a été autorisé à évoluer différentes conditions pour entrer long et court, résultant en une stratégie asymétrique stop and reverse. Malgré le nom, la stratégie qui en résulte entre les opérations longues et courtes sur les commandes du marché, bien que les commandes de marché, d'arrêt et de limite soient toutes considérées par le processus de construction indépendamment pour chaque côté. Dans la pratique, inverser de long à court signifie vendre à court deux fois le nombre d'actions sur le marché que la stratégie était actuellement long, par ex. Si la position longue actuelle était de 100 000 actions, vous vendriez 200 000 actions au marché. De même, si la position courante courante était de 100 000 actions, vous acheter 200 000 actions sur le marché pour inverser de court à long. Une histoire de prix plus courte a été utilisée que ce qui serait idéal. Néanmoins, les résultats ont été positifs sur le segment de validation, ce qui suggère que la stratégie n'était pas trop rentable. Cela soutient l'idée qu'un réseau de neurones peut être utilisé dans une stratégie de négociation sans nécessairement sur adapter la stratégie au marché. La stratégie présentée ici n'est pas destinée au négoce réel et n'a pas été testée en temps réel de suivi ou de négociation. Cependant, cet article peut être utilisé comme un modèle pour développer des stratégies similaires pour l'EURUSD ou d'autres marchés. Comme toujours, toute stratégie de trading que vous développez devrait être testée en profondeur en temps réel de suivi ou sur des données distinctes pour valider les résultats et de se familiariser avec les caractéristiques de négociation de la stratégie avant la négociation en direct. Cet article est paru dans le numéro de février 2015 du bulletin Adaptrade Software. LES RÉSULTATS DE PERFORMANCE HYPOTHETIQUES OU SIMULÉS ONT CERTAINES LIMITATIONS INHÉRENTES. UNLIKE UN RAPPORT DE PERFORMANCE RÉELLE, LES RÉSULTATS SIMULÉS NE REPRÉSENTENT PAS DE COMMERCE RÉEL. EN OUTRE, LES COMMERCES N'ONT PAS EFFECTUÉES REELLEMENT, LES RÉSULTATS PEUVENT ÊTRE SOUS OU SUR COMPENSÉS POUR L'INCIDENCE DE CERTAINS FACTEURS DE MARCHÉ, S'IL YA LIEU, COMME LE MANQUE DE LIQUIDITÉ. LES PROGRAMMES SIMULTANÉS DE COMMERCE EN GÉNÉRAL SONT ÉGALEMENT SUJETS AU FAIT QU'ILS SONT CONÇUS AVEC LE BÉNÉFICE DE HINDSIGHT. AUCUNE REPRÉSENTATION N'EST FAITE QUE TOUT COMPTE EST OU PEUT PROBABILISER D'OBTENIR DES BÉNÉFICES OU DES PERTES SIMILAIRES À CELLES INDIQUÉES. Si vous désirez être informé des nouveautés, des nouveautés et des offres spéciales d'Adaptrade Software, rejoignez notre liste de diffusion. Je vous remercie.