3 allegatoi # 8251; Rete neurale - Hull Moving Average # 8251; ... più altro
# 9755; Filtri JurikSmoothing e tipi MA personalizzati di mladen
# 9755; Migliore formula migliore (migliore calcolo dell'APB)
# 9755; Usa Hull MA (di Allan Hull) ma questa è una variazione da Low lag a Zero lag
# 9755; Migliore utilizzo con Volumi sul grafico principale al coperto - consigliato per l'azione di attivazioneaggiornamento di interni
Breve teoria delle reti neurali:
La rete neurale è un modello regolabile di uscite come funzioni di input. Consiste di diversi livelli: input layer, che consiste di input data hidden layer, che consiste nell'elaborazione di nodi chiamati neuron output layer, che consiste di uno o più neuroni, i cui output sono le uscite di rete. Tutti i nodi dei livelli adiacenti sono interconnessi. Queste connessioni sono chiamate sinapsi. Ogni sinapsi ha un coefficiente di scala assegnato, con il quale i dati propagati attraverso la sinapsi vengono moltiplii. Questi coefficienti di scala sono chiamati pesi (w [i] [j] [k]). In una rete neurale feed-forward (FFNN) i dati vengono propagati dagli ingressi alle uscite. Ecco un esempio di FFNN con un livello di input, un livello di output e due livelli nascosti:
La topologia di un FFNN è spesso abbreviata come segue: lt; # of inputsgt; - lt; # di neuroni nel primo layergt nascosto; - lt; # di neuroni nel secondo o nascosto; -...- lt; # of outputsgt ;. La rete di cui sopra può essere definita come una rete 4-3-3-1.
I dati vengono elaborati dai neuroni in due fasi, corrispondentemente moe all'interno del cerchio da un segno di sommatoria e un segno di passaggio: tutti gli input sono moltiplii per i pesi associati e sommati. Le somme risultanti vengono elaborate dalla funzione di attivazione del neurone, il cui output è il neurone produzione. ?? la funzione di attivazione del neurone che dà non-linearità al modello di rete neurale. Senza di esso, non vi è alcun motivo per avere livelli nascosti, e la rete neurale diventa un modello lineare auto-regressivo (AR).
# 9757; Non fornirò alcun tipo di supporto come la codifica (incluso il codice sorgente) e il servizio di risoluzione dei problemi. Per ora, puoi usare questo indio (i) fintanto che sei armato della conoscenzaabilità di come usare il TDI originale e il (induttore) Media mobile. ?? inoltre possibile regolare i parametrile impostazioni in base alle preferenze testate o provate. Ancora più importante ... per essere un trader di successo, è necessario o già trovato una sorta di vantaggio sul mero con almeno una percentuale di vincita superiore al 51%.
# 9762; Non ci sono garanzie che questi interni funzionino perfettamente o senza errori. Quindi, utilizzare a proprio rischio; Non accetto responsabilità per danni al sistema, perdite finanziarie e persino per la perdita della vita.
Modello: ... HMA-NN viene fornito con Tesla OMA, Volumi su grafico principale, HA-APB (Heiken i APB), Trova divergenza, Traders Dynamic Zon e, e due script che puoi utilizzare per gestire le tue transazioni manualmente (modificavicino).
Data di caricamento: 17:23 | Lunedì 18 giugno 2018 | Ora di Greenwich (GMT)
https://www.forexmad.com/attachments...4791671660.zip