विदेशी मुद्रा - तंत्रिका - नेटवर्क - ईए

मेटाट्रेडर 4 - मेटाट्रेडर परिचय में तंत्रिका नेटवर्क का उपयोग करने वाले उदाहरण आपके में से बहुत से आपके ईए में तंत्रिका नेटवर्क का उपयोग करने की संभावना पर विचार किया है। यह विषय विशेष रूप से 2007 ऑटोमेटेड ट्रेडिंग चैंपियनशिप और न्यूरल नेटवर्क पर आधारित अपने सिस्टम के साथ बेहतर द्वारा शानदार जीत के बाद बहुत गर्म था। कई इंटरनेट मंचों को तंत्रिका नेटवर्क और विदेशी मुद्रा व्यापार से संबंधित विषयों के साथ बाढ़ आ गई थी। दुर्भाग्य से NN के देशी MQL4 कार्यान्वयन आसान नहीं है। इसके लिए कुछ प्रोग्रामिंग कौशलों की आवश्यकता होती है और परिणाम विशेष रूप से बहुत प्रभावी नहीं होगा यदि आप अपने अंतिम परिणाम को टेस्टेरर में बड़ी संख्या में डेटा पर जांचना चाहते हैं। इस अनुच्छेद में आपको यह पता चलता है कि आप कुछ विशिष्ट बाधाओं और सीमाओं से बचते समय अपने MQL4 कोड में स्वतंत्र रूप से उपलब्ध (एलजीपीएल के तहत), प्रसिद्ध फास्ट कृत्रिम तंत्रिका नेटवर्क पुस्तकालय (फैन) का उपयोग कैसे कर सकते हैं। इसके अलावा मुझे लगता है कि पाठक इस विषय से संबंधित कृत्रिम तंत्रिका नेटवर्क (एन) और शब्दावली से परिचित है, इसलिए एमक्यूएल 4 भाषा में एन के विशेष कार्यान्वयन के व्यावहारिक पहलुओं पर बीमार ध्यान केंद्रित करता है। फैन सुविधाएँ फैन के कार्यान्वयन की संभावनाओं को पूरी तरह से समझने के लिए, इसके दस्तावेजों और सबसे अधिक इस्तेमाल किये जाने वाले कार्यों के साथ परिचित होने की जरूरत है। फैन का सामान्य उपयोग एक साधारण फीडबर्ड नेटवर्क बनाने के लिए है, इसे कुछ डेटा के साथ प्रशिक्षित करता है और चलाता है। निर्मित और प्रशिक्षित नेटवर्क को बाद में उपयोग के लिए फ़ाइल और पुनर्स्थापित करने के लिए बचाया जा सकता है। एक साल बनाने के लिए फ़ैनक्रिएटेस्टैंड () फ़ंक्शन का उपयोग करना होगा इसकी सिंटैक्स देखें: जहां numlayers इनपुट और आउटपुट परत सहित परतों की कुल संख्या का प्रतिनिधित्व करता है एलएनएनयूएम और निम्नलिखित तर्क इनपुट परत के साथ शुरू होने वाले प्रत्येक परत में न्यूरॉन्स की संख्या का प्रतिनिधित्व करते हैं और आउटपुट परत के साथ समाप्त होते हैं। 5 न्यूरॉन्स, 10 आदानों और 1 आउटपुट के साथ एक छिपी हुई परत के साथ एक नेटवर्क बनाने के लिए इसे इस प्रकार से कॉल करना होगा: एक बार एन बन जाता है तो अगले ऑपरेशन को इसे कुछ इनपुट और आउटपुट डेटा से प्रशिक्षित करना होगा। सरलतम प्रशिक्षण पद्धति में वृद्धिशील प्रशिक्षण दिया जाता है जो निम्नलिखित फ़ंक्शन द्वारा प्राप्त किया जा सकता है: यह फ़ंक्शन फ़ैनकार्टेस्टैंड () और इनपुट डेटा वेक्टर और आउटपुट डेटा वेक्टर दोनों से पहले लौटा संरचना फ़ैन में सूचक लेता है। इनपुट और आउटपुट वैक्टर फ़ैनटाइप प्रकार की सरणी हैं। यह तथ्य तथ्य के मामले में है कि फैन के संकलन के तरीके के आधार पर एक डबल या फ्लोट प्रकार होता है। इस कार्यान्वयन में इनपुट और आउटपुट वैक्टर डबल की सरणी होने जा रहे हैं एन को प्रशिक्षित करने के बाद अगले वांछित सुविधा उस नेटवर्क को चलाने के लिए होगी। कार्यान्वयन समारोह को निम्नानुसार परिभाषित किया गया है: यह फ़ंक्शन सूचक फ़ैन को पूर्वनिर्मित नेटवर्क का प्रतिनिधित्व करता है और परिभाषित प्रकार (डबल सरणी) के एक इनपुट वेक्टर को दर्शाता है। लौटा दिया गया मूल्य एक आउटपुट वेक्टर सरणी है। यह तथ्य एक यूटपुट नेटवर्क के लिए महत्वपूर्ण है क्योंकि हम सभी को आउटपुट मान के बजाय आउटपुट मान के साथ एक तत्व एरे मिलते हैं। दुर्भाग्य से अधिकांश फ़ैन फ़ंक्शंस एक एनक्यूचर फ़ैन के लिए सूचक का उपयोग करते हैं, जो एनएन का प्रतिनिधित्व करता है, जिसे सीधे एमक्यूएल 4 द्वारा नियंत्रित नहीं किया जा सकता है जो संरचनाओं को डेटाटाइप के रूप में समर्थन नहीं करता है। उस सीमा से बचने के लिए हमें इसे किसी तरह से लपेट कर MQL4 से छुपाना होगा। सबसे आसान तरीका उचित मूल्यों को पकड़ने वाले स्ट्रैटेन्ट फ़ैन पॉइंटर्स की एक सरणी बनाने और उन्हें एक इंटरेरियल द्वारा दर्शाई गई इंडेक्स के साथ संदर्भित करना है। इस तरह हम असमर्थित प्रकार के वेरिएबल को एक समर्थित के साथ बदल सकते हैं और एक आवरण पुस्तकालय बना सकते हैं जिसे आसानी से एमक्यूएल 4 कोड के साथ एकीकृत किया जा सकता है। फैन को लपेटते हुए मेरे सबसे अच्छे ज्ञान के रूप में MQL4 चर तर्कों के साथ फ़ंक्शंस का समर्थन नहीं करता है इसलिए हमें उस से भी निपटना होगा। दूसरी तरफ अगर सी फ़ंक्शन (चर तर्क लंबाई) को बहुत सारे तर्कों के साथ कुछ भी गलत नहीं कहा जाता है तो हम सी लाइब्रेरी को पास किए गए MQL4 फ़ंक्शन में निश्चित अधिकतम संख्या तर्क समझ सकते हैं। जिसके परिणामस्वरूप आवरण समारोह इस प्रकार दिखता है: हमने एफ 2 एम (जो कि फ़ैन टू एमक्यूएल के लिए खड़ा है) के साथ अग्रणी फ़ैन बदल दिया है, तर्कों (4 परतों) की स्थिर संख्या का इस्तेमाल किया है और लौटने का मान अब संरचनाओं को रखने वाले एनएएस के आंतरिक सरणी का सूचकांक है संचालित करने के लिए फ़ैन द्वारा आवश्यक फ़ैन डेटा इस तरह हम एमकएलएल कोड के भीतर से ऐसे फ़ंक्शन को आसानी से कॉल कर सकते हैं। वही निम्न के लिए चला जाता है: अंतिम, लेकिन कम से कम यह तथ्य नहीं है कि आपको कॉल के द्वारा अपने एक बार तैयार किए गए नाम को नष्ट करना चाहिए: एन रिलीज़ करने के लिए आपको रिवर्स ऑर्डर में नेटवर्क को नष्ट करना चाहिए क्योंकि वे निर्मित बनाए गए थे। वैकल्पिक रूप से आप इसका उपयोग कर सकते हैं: हालांकि मुझे पूरा यकीन है कि आप में से कुछ अपने प्रशिक्षित नेटवर्क को बाद में उपयोग के लिए सहेज सकते हैं: बेशक सहेजे गए नेटवर्क को बाद में लोड किया जा सकता है (या इसके बजाय निर्मित): एक बार जब हम बुनियादी कार्यों को जानते हैं हमारे ईए में, लेकिन पहले हमें Fann2MQL पैकेज को स्थापित करने की आवश्यकता है। Fann2MQL को स्थापित करना इस पैकेज के उपयोग की सुविधा के लिए मैंने एमएसआई इंस्टॉलर बना दिया है जिसमें सभी स्रोत कोड और प्रीकंपिल्ड लाइब्रेरी और Fann2MQL. mqh हैडर फ़ाइल शामिल है जो सभी Fann2MQL कार्यों को घोषित करता है स्थापना की प्रक्रिया काफी सरल है। पहले आपको सूचित किया जाता है कि Fann2MQL GPL लाइसेंस के अंतर्गत है: Fann2MQL की स्थापना, चरण 1 फिर पैकेज को स्थापित करने के लिए फ़ोल्डर चुनें। आप डिफ़ॉल्ट प्रोग्राम FilesFann2MQL का उपयोग कर सकते हैं या सीधे अपनी मेटा ट्रेडरेक्स्पर्ट्स निर्देशिका में स्थापित कर सकते हैं। बाद में सभी फ़ाइलों को सीधे अपने स्थानों में स्थान दिया जाएगा अन्यथा आपको इन्हें मैन्युअल रूप से कॉपी करना होगा Fann2MQL की स्थापना, चरण 2 इंस्टॉलर फाइलों को निम्नलिखित फ़ोल्डर्स में डालता है: यदि आपने समर्पित Fann2MQL फ़ोल्डर में स्थापित करना चुना है, तो कृपया अपने मेटा ट्रेडर उपयुक्त निर्देशिका में इसके शामिल और पुस्तकालयों सबफ़ोल्डर की सामग्री की प्रतिलिपि बनाएँ। इंस्टॉलर आपके सिस्टम पुस्तकालयों फ़ोल्डर (ज्यादातर मामलों में WindowsSystem32) में फ़ैन लायब्रेरी भी स्थापित करता है। Src फ़ोल्डर में Fann2MQL के सभी स्रोत कोड हैं आप स्रोत कोड पढ़ सकते हैं जो एक अंतिम दस्तावेज़ है यदि आपको आंतरिक के बारे में और अधिक जानकारी की आवश्यकता है। आप कोड सुधार सकते हैं और अतिरिक्त सुविधाओं को जोड़ सकते हैं मैं आपको अपने पैच को भेजने के लिए प्रोत्साहित करता हूं यदि आप कुछ भी दिलचस्प बनाते हैं आपके ईए में तंत्रिका नेटवर्क का प्रयोग करना एक बार Fann2MQL स्थापित हो जाने पर आप अपना ईए या संकेतक लिखना शुरू कर सकते हैं। एनएन के संभावित उपयोग के बहुत सारे हैं आप भविष्य की कीमतों के आंदोलनों की भविष्यवाणी करने के लिए उनका उपयोग कर सकते हैं, लेकिन ऐसी भविष्यवाणियों की गुणवत्ता और इसका वास्तविक लाभ लेने की संभावना संदेहजनक है। सुदृढीकरण सीखने की तकनीकों का उपयोग करके आप अपनी स्वयं की रणनीति लिखने का प्रयास कर सकते हैं, एक क्यू-लर्निंग या कुछ इसी तरह का कहना है। आप एनएन को अपने अनुमानी ईए के लिए सिग्नल फिल्टर के रूप में उपयोग करने का प्रयास कर सकते हैं या इन सभी तकनीकों को जोड़ सकते हैं और जो भी आप चाहते हैं आप केवल अपनी कल्पना से सीमित हैं यहां मैं आपको एमएसीडी द्वारा उत्पन्न संकेतों के लिए सरल फिल्टर के रूप में एनएन का उपयोग करने का एक उदाहरण दिखाऊंगा। कृपया इसे मूल्यवान ईए के रूप में मत मानो, लेकिन Fann2MQL के एक उदाहरण के आवेदन के रूप में उदाहरण ईए के विवरण के दौरान: NeuroMACD. mq4 काम करता है Ill बताता है कि कैसे Fann2MQL प्रभावी रूप से MQL में इस्तेमाल किया जा सकता है प्रत्येक ईए के लिए सबसे पहले बात यह है कि वैश्विक चर की घोषणा, परिभाषित और अनुभाग शामिल हैं ये उन चीजों से युक्त न्यूरोएमएसीडी की शुरूआत है: इसमें शामिल कमांड Fann2MQL. mqh हेडर फ़ाइल को लोड करता है जिसमें सभी फ़ैन 2 एमक्यूएल फ़ंक्शंस की घोषणा होती है। उसके बाद सभी Fann2MQL पैकेज फ़ंक्शन स्क्रिप्ट में उपयोग के लिए उपलब्ध हैं। ANNPATH निरंतर, प्रशिक्षित फ़ैन नेटवर्क के साथ फ़ाइलों को संग्रहीत और लोड करने के लिए पथ को परिभाषित करता है। आपको उस फ़ोल्डर को बनाने की आवश्यकता है I. e. C: ANN NAME स्थिर में इस ईए का नाम होता है, जिसे बाद में नेटवर्क फ़ाइलों को लोड और सहेजने के लिए उपयोग किया जाता है। इनपुट पैरामीटर स्पष्ट नहीं हैं और जो भी नहीं हैं वे बाद में समझाएंगे, साथ ही वैश्विक वैरिएबल भी। प्रत्येक ईए के प्रवेश बिंदु इसकी init () फ़ंक्शन है: पहले यह जांच करता है कि क्या ईए सही समय सीमा अवधि पर लागू होता है या नहीं। एनइनपुट्स वेरिएबल में न्यूरल नेटवर्क इनपुट की संख्या शामिल है। साथ ही विभिन्न तर्कों के 3 सेट का उपयोग करें, हम इसे 3 से विभाज्य चाहते हैं। एनपीएथ को ईए नाम और मैजिकनम्बर को प्रतिबिंबित करने के लिए गणना की जाती है। जो स्लोएमए से गणना की जाती है फास्टएमए और सिग्नलएमए इनपुट आर्गुग्स जो कि बाद में एमएसीडी इंडिकेटर सिग्नलिंग के लिए इस्तेमाल की जाती हैं। एक बार यह जानता है कि एएनपीथ एनएएल का उपयोग करके तंत्रिका नेटवर्क को लोड करने की कोशिश करता है, जो कि बीमार नीचे वर्णित है। भारित नेटवर्क का आधा दीर्घ अवधि फ़िल्टरिंग के लिए होता है और दूसरा आधा शॉर्ट्स के लिए होता है। एनएसएललोडेड वैरिएबल का उपयोग इस तथ्य को इंगित करने के लिए किया जाता है कि सभी नेटवर्क सही तरीके से आरंभ किए गए थे। जैसा कि आपने शायद इस उदाहरण पर ईए को कई नेटवर्क लोड करने का प्रयास किया है। मुझे इस आवेदन में वास्तव में जरूरी संदेह है, फिर भी मैं आपको Fann2MQL की पूरी क्षमता दिखाना चाहता हूं, जो एक ही समय में एक से अधिक नेटवर्क का प्रबंधन कर रहा है और उन्हें कई कोर या सीपीयू का समानांतर लाभ ले सकता है इसे संभव बनाने के लिए Fann2MQL इंटेल थ्रेडिंग बिल्डिंग ब्लॉकों प्रौद्योगिकी का लाभ ले रहा है फ़ंक्शन F2Mparallelinit () उस इंटरफ़ेस को प्रारंभ करने के लिए उपयोग किया जाता है। जिस तरह से मैंने नेटवर्क को शुरू करने के लिए उपयोग किया है: जैसा कि आप देख सकते हैं कि अगर f2Mcreatefromfile () विफल रहता है, जो नकारात्मक रिटर्न मान द्वारा इंगित किया जाता है, तो नेटवर्क को F2Mcreatestandard () फ़ंक्शन के साथ तर्कों के साथ बनाया जाता है जो दर्शाता है कि निर्मित नेटवर्क में 4 परतें होनी चाहिए (इनपुट और आउटपुट सहित), एनिनपुट इनपुट, पहले छिपी हुई परत में एनिनपुट न्यूरॉन्स, दूसरी छिपी हुई परत में एनइनपुट 21 न्यूरॉन्स और आउटपुट परत में 1 न्यूरॉन। F2Msetactfunctionhidden () को छिपी परतों के सक्रियण फ़ंक्शन को SIGMOIDSYMMETRICSTEPWISE पर सेट करने के लिए प्रयोग किया जाता है (कृपया फ़ैन डॉक्यूमेंटेशन के फ़ैनैक्टिवेशनफंसेनम देखें) और वह आउटपुट परत के लिए चला जाता है। फिर f2mrandomizeweights () को कॉल किया जाता है जो नेटवर्क के अंदर न्यूरॉन कनेक्शन वजन को प्रारंभ करने के लिए उपयोग किया जाता है। यहां मैंने एलटी-0.4 0.4 जीटी की श्रेणी का इस्तेमाल किया था लेकिन आप अपने आवेदन के आधार पर किसी भी अन्य का उपयोग कर सकते हैं। इस बिंदु पर आप शायद डिबग () फ़ंक्शन को देखा है जो मैंने कई बार इस्तेमाल किया था अपने ईए के वर्बोज़ स्तर को बदलने के लिए सरल तरीकों में से एक इसके साथ और इनपुट पैरामीटर डीबग लेवल आप जिस तरह से आपके कोड डीबग आउटपुट का उत्पादन कर सकते हैं, उस पर ट्यून कर सकते हैं। यदि डीबग () फ़ंक्शन का पहला तर्क, डीबग स्तर डीबग लेवल से अधिक है, तो फ़ंक्शन किसी आउटपुट का उत्पादन नहीं करता है। यदि इसके बराबर है तो टेक्स्ट स्ट्रिंग छपी हुई है। यदि डीबग का स्तर 0 स्ट्रिंग त्रुटि है: आरंभ करने के लिए जोड़ा गया है इस तरह से आप अपने कोड के द्वारा एकाधिक स्तरों पर उत्पादित डीबग को विभाजित कर सकते हैं। सबसे महत्वपूर्ण शायद त्रुटियों हैं, इसलिए वे स्तर 0 को सौंपे गए हैं। जब तक आप नीचे अपना डीबग लेवल नहीं कम करते हैं (जो सलाह नहीं दी जाती है) तब तक इसे प्रिंट किया जाएगा। स्तर 1 पर कुछ महत्वपूर्ण जानकारी मुद्रित की जाएगी, जैसे कि सफल नेटवर्क लोडिंग या सृजन की पुष्टि। स्तर 2 या उच्चतर पर मुद्रित जानकारी का महत्व धीरे-धीरे कम हो रहा है। प्रारंभ () फ़ंक्शन की विस्तृत व्याख्या से पहले, जो काफी लंबा है, मुझे आपको नेटवर्क इनपुट तैयार करने और वास्तविक नेटवर्क चलाने के लिए कुछ और फ़ंक्शन दिखाना होगा: फंक्शन एनिप्परपेरिनपुट () का उपयोग नेटवर्क के लिए इनपुट नाम तैयार करने के लिए किया जाता है (इस प्रकार नाम) इसका उद्देश्य काफी सीधा है, फिर भी यह बात है कि मुझे आपको याद दिलाना होगा कि इनपुट डेटा को ठीक से सामान्यीकृत होना चाहिए। इस मामले में कोई अत्याधुनिक सामान्यीकरण नहीं है, मैंने एमएसीडी मुख्य और सिग्नल मूल्यों का उपयोग किया है जो कि लेखे डेटा पर वांछित सीमा से अधिक नहीं हैं। वास्तविक उदाहरण में आपको शायद इस मुद्दे पर अधिक ध्यान देना चाहिए। जैसा कि आप शायद नेटवर्क इनपुट के लिए उचित इनपुट तर्कों को चुनने पर संदेह कर सकते हैं, यह कोडन, कमजोर करना और सामान्यीकरण तंत्रिका नेटवर्क संसाधनों में सबसे महत्वपूर्ण कारकों में से एक है। जैसा कि मैंने उल्लेख किया है कि Fann2MQL के पास मेटाट्रेडर की सामान्य कार्यक्षमता को विस्तारित करने की क्षमता है, जो तंत्रिका नेटवर्क के समानांतर मल्टीथ्रेडेड प्रसंस्करण है। वैश्विक तर्क समानांतर इस व्यवहार को नियंत्रित करता है। रनन () फ़ंक्शन सभी प्रारंभिक नेटवर्क चलाता है और एनओयूटीपुट सरणी में उन और आउटपुट के आउटपुट को प्राप्त करता है। एन्सेरुनपाराल फंक्शन, बहुस्तरीय तरीके से नौकरी को संभालने के लिए जिम्मेदार है। यह f2mrunparallel () को कॉल करता है जो कि पहली तर्क के रूप में संसाधित करने के लिए नेटवर्क की संख्या को दर्शाता है, दूसरा तर्क एक सरणी है जिसमें सभी नेटवर्कों को संभालती है, जो कि आप एक तृतीय तर्क के रूप में इनपुट वेक्टर प्रदान करना चाहते हैं। सभी नेटवर्क को बहुत ही इनपुट डेटा पर चलाना होगा। नेटवर्क से आउटपुट प्राप्त करने के लिए कई कॉल्स द्वारा किया जाता है f2mgetoutput () अब प्रारंभ () फ़ंक्शन देखें: बीमार इसे संक्षेप में वर्णन करते हैं क्योंकि यह काफी अच्छी तरह से टिप्पणी की जाती है। व्यापारित () जांच करता है कि उसे व्यापार करने की अनुमति है या नहीं। असल में यह एन्सलोडेड चर की जाँच करता है कि सभी एनआरएस ठीक से आरंभ किए गए थे, फिर उचित समय सीमा अवधि के न्यूनतम खाता शेष के लिए जांच की जाती है और बहुत ही अंत में केवल एक नई बार की पहली टिक पर व्यापार करने की अनुमति मिलती है। अगले दो फ़ंक्शन जो नेटवर्क इनपुट तैयार करने और नेटवर्क प्रसंस्करण को चलाने के लिए उपयोग किए जाते हैं, उन्हें ऊपर दिए गए कुछ पंक्तियों का वर्णन किया गया था। इसके बाद हम पिछले बिल्डअप बार और पिछले एक के लिए सिग्नल और मुख्य लाइन के एमएसीडी मूल्यों को प्रोसेस करने के लिए वैरिएबल्स की गणना और डालते हैं। वर्तमान बार के रूप में छोड़ा गया है क्योंकि यह अभी तक का निर्माण नहीं हुआ है और संभवत: इसे फिर से तैयार किया जाएगा। सेलसैग्नल और बैकसाइन्गल की गणना एमएसीडी सिग्नल और मुख्य लाइन क्रॉसओवर के हिसाब से की जाती है। दोनों सिग्नल लंबी और छोटी स्थिति प्रसंस्करण के लिए उपयोग किया जाता है जो सममित होते हैं, इसलिए बीमार केवल लंबे समय के लिए केस का वर्णन करते हैं। लॉन्गटेट वैरिएबल वर्तमान में खोले स्थान की टिकट संख्या रखती है। यदि इसकी -1 के बराबर स्थिति नहीं है तो खरीदा जाता है यदि BuySignal सेट किया गया है जो कि लंबे समय तक स्थिति को खोलने का अच्छा मौका दिखा सकता है। यदि परिवर्तक न्यूरोफिल्टर सेट नहीं किया जाता है तो लंबी स्थिति खोली जाती है और यह सिग्नल के तंत्रिका नेटवर्क फ़िल्टरिंग के बिना मामला है - यह आदेश खरीदने के लिए भेजा जाता है। इस बिंदु पर लॉन्गइनपॉप वैरिएबल का मतलब इनप्रेडिटेटर को बाद में उपयोग के लिए एनिप्टपीयरइनपुट () द्वारा तैयार किया गया है। अगर LongTicekt चर वैध टिकट संख्या धारण करता है तो EA यह जांचता है कि क्या अभी भी खोला गया है या StopLoss या TakeProfit द्वारा बंद किया गया था। यदि आदेश बंद नहीं होता है, तो कुछ भी नहीं होता है, हालांकि यदि ऑर्डर बंद है, तो ट्रेन आउटपुट वेक्टर, जिसमें केवल एक ऑप्ट्यूशन है, को 1 के मान रखने की गणना की जाती है यदि क्रम हानि के साथ बंद हो गया या 1 अगर लाभ मुनाफे के साथ बंद हो गया । उस वैल्यू को एनट्रैन () फ़ंक्शन के लिए पारित किया जाता है और लंबी स्थिति को संभालने के लिए उत्तरदायी सभी नेटवर्क इसके साथ प्रशिक्षित होते हैं। इनपुट वेक्टर के रूप में चर का इस्तेमाल किया जाता है, जो कि लाइन खोलने के समय इनपुट इनवेक्टर को रखता है। इस तरह से नेटवर्क सिखाया जाता है कि कौन सा संकेत लाभ ला रहा है और जो नहीं है। एक बार आपके पास न्यूरोफिल्टर को सचमुच स्विच करने के लिए एक प्रशिक्षित नेटवर्क है, तो नेटवर्क फ़िल्टरिंग बदल जाती है। एनविज़ेलॉन्ग () न्यूरल नेटवर्क का उपयोग कर रहा है, जिसकी लंबी स्थिति को संभालने के लिए सभी नेटवर्कों द्वारा लौटाए गए मानों का मतलब माना जाता है। डेल्टा पैरामीटर को थ्रेसहोल्ड मान के रूप में प्रयोग किया जाता है, यह दर्शाता है कि फ़िल्टर्ड सिग्नल मान्य है या नहीं जैसा कि कई अन्य मूल्यों को ऑप्टिमाइज़ेशन की प्रक्रिया के माध्यम से प्राप्त किया गया था। अब एक बार हम जानते हैं कि यह कैसे काम करता है Ill बताता है कि इसका उपयोग कैसे किया जा सकता है परीक्षण जोड़ी निश्चित रूप से EURUSD है मैंने अल्पारी से डेटा का इस्तेमाल किया एम 5 समय सीमा में परिवर्तित मैंने प्रशिक्षण के लिए 2007.12 से 200 9 .01.01 की अवधि का प्रयोग किया था और 2009.01.01-2009.03.22 परीक्षण प्रयोजनों के लिए बहुत पहले रन में मैंने स्टॉपलॉस, टेक पाइफिट, स्लोमा, फास्टमा और सिग्नल एमएआर तर्क के लिए सबसे लाभदायक मान प्राप्त करने की कोशिश की, जिसे मैंने तब न्योरोएमएसीडी.एमसी 4 फ़ाइल में कोडित किया। NeuroFIlter बंद कर दिया गया था और साथ ही SaveAnn। न्यूरल प्रसंस्करण से बचने के लिए एन्सनम्बर 0 पर सेट किया गया था। मैंने अनुकूलन प्रक्रिया के लिए आनुवंशिक एल्गोरिदम का इस्तेमाल किया एक बार मूल्य प्राप्त किए गए परिणामस्वरूप रिपोर्ट निम्नानुसार दिखाई दी: मूल पैरामीटर अनुकूलन के बाद प्रशिक्षण डेटा पर रिपोर्ट करें। जैसा कि आप देख सकते हैं कि मैंने 0.01 के लॉट आकार और 200 के आरंभिक शेष के साथ मिनी खाते पर इस ईए को चलाया है। हालांकि आप अपने खाते की सेटिंग्स या प्राथमिकताओं के अनुसार इन पैरामीटर को ठीक कर सकते हैं। इस समय हमारे पास पर्याप्त लाभदायक है और ट्रेडों को खोना है ताकि हम SaveAnn को चालू कर सकें और AnnsNumber को 30 सेट कर सकें। एक बार ऐसा किया जाता है तो मैं एक बार फिर परीक्षक चलाता हूं। नतीजा यह था कि वास्तव में प्रक्रिया बहुत धीमी थी (न्यूरल प्रसंस्करण के परिणामस्वरूप) और फ़ोल्डर सी: एएनएन प्रशिक्षित नेटवर्क से आबादी थी जैसा कि नीचे की छवि पर दिखाया गया है। सुनिश्चित करें कि सी: एएनएन फ़ोल्डर इस चलाने से पहले मौजूद है सी: एएनएन फ़ोल्डर एक बार जब हम परीक्षण करने के लिए अपना समय प्रशिक्षित नेटवर्क करते हैं तो यह कैसे व्यवहार करता है। पहले अच्छी तरह से प्रशिक्षण डेटा पर कोशिश करो न्यरोफिल्टर को सच्चे और सेवएन्ने को झूठे में बदलें और परीक्षक को शुरू करें। मैंने जो परिणाम प्राप्त किया है वह नीचे दिखाया गया है। ध्यान दें कि यह आपके लिए मामूली भिन्न हो सकता है क्योंकि नेटवर्क इनिशियलाइज़ेशन प्रक्रिया में दिए गए न्यूरॉन कनेक्शन वजन में नेटवर्क के अंदर कुछ यादृच्छिकता है (इस उदाहरण में मैं अनलोड ()) के अंदर स्पष्ट कॉल को f2Mrandomizeweights () में इस्तेमाल किया है। सिग्नल न्यूरल फ़िल्टरिंग के साथ प्रशिक्षण डेटा पर परिणाम प्राप्त हुआ। शुद्ध लाभ थोड़ा अधिक है (20.03 बनाम 16.92), फिर भी लाभ का कारक बहुत अधिक है (1.25 बनाम 1.1)। ट्रेडों की संख्या बहुत कम है (83 बनाम 1188) और लगातार लगातार घाटे की संख्या 7 से 2 कम हो गई है। हालांकि यह केवल दिखाता है कि तंत्रिका सिग्नल फ़िल्टरिंग काम कर रही है, लेकिन यह इस बारे में कुछ भी नहीं कहता कि यह डेटा किस प्रकार संचालित होता है प्रशिक्षण के दौरान परिणाम मैं परीक्षण अवधि (2009.01.01 - 2009.30.28) से प्राप्त किया है नीचे दिखाया गया है: तंत्रिका छानने के साथ परीक्षण डेटा से प्राप्त परिणाम चालू है। प्रदर्शन किए गए ट्रेडों की संख्या काफी कम है और इस रणनीति की गुणवत्ता को जानने में कठिनाई होती है, फिर भी मैं आपको यह नहीं बता रहा था कि कैसे सबसे अच्छा लाभदायक ईए लिखना है, लेकिन यह समझाने के लिए कि आप अपने MQL4 कोड में तंत्रिका नेटवर्क कैसे उपयोग कर सकते हैं। इस मामले में तंत्रिका नेटवर्क का उपयोग करने का वास्तविक प्रभाव केवल तब ही देखा जा सकता है जब न्यूरोफिल्टर के साथ टेस्ट डेटा पर ईए के परिणाम की तुलना में चालू और बंद हो। नीचे न्यूरल सिग्नल फ़िल्टरिंग के बिना डेटा अवधि का परीक्षण करने से प्राप्त परिणाम है: न्यूरल फ़िल्टरिंग के बिना परीक्षण डेटा के परिणाम अंतर काफी स्पष्ट है जैसा कि आप देख सकते हैं कि तंत्रिका सिग्नल फ़िल्टरिंग ने खोया ईए को एक लाभदायक एक में बदल दिया है निष्कर्ष मुझे उम्मीद है कि आपने मेटाट्रेडर में तंत्रिका नेटवर्क का उपयोग कैसे किया है। सरल, स्वतंत्र और ओपनसोर्स पैकेज Fann2MQL की मदद से आप आसानी से तंत्रिका नेटवर्क परत लगभग किसी भी विशेषज्ञ सलाहकार में जोड़ सकते हैं या अपने खुद के एक लिखना शुरू कर सकते हैं जो पूरी तरह या आंशिक रूप से तंत्रिका नेटवर्क पर आधारित है। अनूठी मल्टीथ्रेडिंग क्षमता आपके प्रोसेसिंग को कई बार बढ़ा सकती है, अपने CPU कोर की संख्या के आधार पर, खासकर जब कुछ मापदंडों का अनुकूलन करते हैं एक मामले में, उसने अपने सुदृढीकरण सीखना आधारित ईए प्रसंस्करण को लगभग 4 दिन से 4 कोर इंटेल सीपीयू पर केवल 28 घंटे तक अनुकूलित कर दिया। इस लेख के लेखन के दौरान मैंने अपनी वेबसाइट पर Fann2MQL डाल करने का निर्णय लिया है: fann2mql. wordpress आप वहां Fann2MQL का नवीनतम संस्करण और संभवतः सभी भविष्य के संस्करणों के साथ-साथ सभी फ़ंक्शन के दस्तावेज़ीकरण भी देख सकते हैं। मैं इस सॉफ्टवेयर को सभी रिलीज के लिए जीपीएल लाइसेंस के तहत रखने का वादा करता हूं इसलिए यदि आप मुझे कोई टिप्पणी, फीचर अनुरोध या पैच भेजते हैं जो मुझे रोचक लगेगा तो इसे अगले रिलीज को ढूंढना सुनिश्चित करें कृपया ध्यान दें कि यह आलेख केवल Fann2MQL का मूलभूत उपयोग दिखाता है जैसा कि यह पैकेज फैन से ज्यादा नहीं है, आप फ़ैन नेटवर्क के प्रबंधन के लिए डिज़ाइन किए गए सभी टूल का उपयोग कर सकते हैं, जैसे: और फाइन आर्टिफिशियल न्यूरल नेटवर्क लाइब्रेरी होमपेज पर फ़ैन के बारे में बहुत कुछ है: leenissen. dkfann Post Scriptum इस आलेख को लिखने के बाद मैंने पाया है NeuroMACD. mq4 में एक तुच्छ त्रुटि। शॉर्ट पोजीशन के लिए ऑर्डरक्लोस () फ़ंक्शन लम्बी पोजिशन टिकट संख्या से खिलाया गया था। इसके परिणामस्वरूप एक तिरछी रणनीति बन गई, जो शॉर्ट्स और निकटता को लेकर अधिक होने की संभावना थी: स्क्रिप्ट के सही संस्करण में मैंने यह त्रुटि तय कर दी है और ऑर्डर-क्लोज () रणनीति को बिल्कुल भी हटा दिया है। इसने ईए पर न्यूरल फ़िल्टरिंग के प्रभाव की समग्र तस्वीर को बदल नहीं किया है, फिर भी संतुलन वक्र आकार काफी भिन्न था। आप इस अनुच्छेद से जुड़े ईए के दोनों संस्करण पा सकते हैं। अस्वीकरण और जोखिम चेतावनी कृपया पढ़ें। जोखिम चेतावनी मार्जिन पर विदेशी मुद्रा का व्यापार जोखिम का एक उच्च स्तर है, और सभी निवेशकों के लिए उपयुक्त नहीं हो सकता है। उत्तोलन का उच्च स्तर आपके और साथ ही आपके लिए काम कर सकता है। विदेशी मुद्रा में निवेश करने का निर्णय लेने से पहले आपको सावधानी से अपने निवेश के उद्देश्यों, अनुभव के स्तर, और जोखिम की भूख पर विचार करना चाहिए। संभावना यह है कि आप अपने कुछ या सभी शुरुआती निवेश के नुकसान को बरकरार रख सकते हैं और इसलिए आपको पैसे का निवेश नहीं करना चाहिए, जिसे आप खोना नहीं चाहते। आपको विदेशी मुद्रा व्यापार से जुड़े सभी जोखिमों से अवगत होना चाहिए, और यदि आपको कोई संदेह है, तो एक स्वतंत्र वित्तीय सलाहकार से सलाह लेना चाहिए। अस्वीकरण इस वेबसाइट पर पोस्ट की गई सभी सूचना हमारी राय और हमारे आगंतुकों की राय है, और सत्य को प्रतिबिंबित नहीं कर सकती है कृपया अपने स्वयं के अच्छे निर्णय का उपयोग करें और एक योग्य परामर्शदाता से सलाह लें, इस वेबसाइट पर पोस्ट की गई किसी भी जानकारी को मानने और स्वीकार करने से पहले। हम किसी भी कारण से किसी भी पद को हटाने, संपादित करने, स्थानांतरित करने या बंद करने का अधिकार सुरक्षित रखते हैं। विज्ञापन चेतावनी विज्ञापन लिंक साइट भर में प्रदर्शित किए जाते हैं। साइट के कुछ पृष्ठों में उत्पादों के लिए संबद्ध लिंक हो सकते हैं। ये विज्ञापन और लिंक इस वेबसाइट या संबद्ध पार्टियों की राय, समर्थन या सहमति को प्रतिबिंबित नहीं करते हैं एफपीए की समीक्षा विज्ञापन से कभी प्रभावित नहीं होती है कुछ विज्ञापनों में संभवतः भ्रामक और भ्रामक दावों और जानकारी शामिल हो सकती है जो सट्टा व्यापार में शामिल जोखिमों और अन्य महत्वपूर्ण विचारों को प्रकट करने में विफल हो सकती हैं। स्पैमर्स को चेतावनी दी जानी चाहिए यदि आप एफपीए मंचों या समीक्षाओं को स्पैम करते हैं, तो हम आपके पोस्ट को किसी भी तरह से संपादित करने का अधिकार रखते हैं, जिससे हम आपको मजाकिया बनाने के लिए खुश हैं। हमें स्पैमिंग करके, आप किसी भी ऐसे संपादनों से सहमत होते हैं जो हम कर रहे हैं या एफपीए या इसके सहयोगियों के खिलाफ कोई भी कानूनी या अन्य कार्रवाइयां नहीं लेते हैं जो हम आपके स्पैम के साथ करते हैं या करते हैं। शर्तें गोपनीयता विज्ञापन हमसे संपर्क करें ForexPeaceArmy के बारे में इस साइट पर उल्लिखित कुछ कंपनियों के साथ विज्ञापन और संबद्ध संबंध हैं और पाठकों को लिंक का पालन करने और साइन अप करने के लिए मुआवजा दिया जा सकता है हम इस तरह के संबंधों की परवाह किए बिना समीक्षाओं और पदों के उचित संचालन के लिए प्रतिबद्ध हैं। प्रतिलिपि कॉपीराइट ForexPeaceArmy सभी अधिकार सुरक्षित। 8482 विदेशी मुद्रा सैनिक सेना, विदेशी मुद्रा एरेमी, एफपीए, और एफपीए शील्ड लोगो विदेशी मुद्रा शांति सेना के सभी ट्रेडमार्क हैं। यूएस और अंतर्राष्ट्रीय कानून के तहत सभी अधिकार सुरक्षित। विदेशी मुद्रा शांति सेना बैनर विज्ञापन पर सभी के लिए मुफ़्त रखने के लिए निर्भर करती है। आप भी मदद कर सकते हैं - हमारी साइट ब्राउज़ करते समय कृपया एडब्लॉकर अक्षम करने पर विचार करें। हमारे व्यापारियों के समुदाय से धन्यवाद :-) ग्लोबल ट्रेडिंग सिस्टम फ़ॉरेक्स पूर्वानुमान फॉरेन रोबोट बिनरी ऑप्शन रोबोट बिनरी ऑप्शंस सिग्नल स्टॉक मार्केट रॉबॉट स्टॉक एक्सचेंज फॉरेन स्काल्फ़र प्रॉफिग्रेटर रोबोट ईए सच मल्टी मार्केट हालत रोबोट है: ट्रेंडिंग, नॉन-ट्रेंडिंग, अस्थिर और गैर वाष्पशील। सभी प्रमुख मुद्रा जोड़े ट्रेडों 50-100 प्रति दिन व्यापार। लाभ प्रति माह 250। इस जटिल फ़ॉरेक्स रोबोट स्केलेर ईए के साथ आपको स्थिर ठोस लाभ अर्जित करना होगा। खाते के लिए बहुत सुरक्षा विदेशी मुद्रा शुरुआती या उन्नत व्यापारियों के लिए भी। विदेशी मुद्रा संकेतक 3 डी सिग्नल - विदेशी मुद्रा संकेत नई पीढ़ी नई उन्नत प्रीमियम गुणवत्ता 3 डी-विदेशी मुद्रा संकेत संकेतक विदेशी मुद्रा संकेतक तंत्रिका नेटवर्क पर आधारित है, 3 डी आयाम में बाजार का विश्लेषण करता है और वास्तविक समय में सांख्यिकीय विश्वसनीय और सटीक विदेशी मुद्रा व्यापार संकेतों को उत्पन्न करता है। सिग्नल सहज, उपयोग करने में आसान और एक उत्कृष्ट जीतने की दर को बनाए रखा है। 500 पाइप औसत प्रति माह लाभ 60 सेकंड बाइनरी विकल्प सिग्नल संकेतक (मेटाट्रेडर आधारित)। 90 दैनिक जीत-दर प्रति दिन 100 सिग्नल 100 लाभ प्रति 1 घंटे गैर-पुनर्स्थापन का उपयोग करना आसान, किसी दलाल के साथ काम करता है, किसी भी संपत्ति। असली ट्रेडिंग खाते के साथ सटीकता सत्यापित। उन्नत न्यूरल नेटवर्क एल्गोरिदम के आधार पर 200 से अधिक द्विआधारी विकल्प दलालों के साथ परीक्षण किया है और स्थिर उच्च लाभ दिखाता है बाइनरी ऑप्शंस ऑटो ट्रेडर 300 लाभ प्रति माह 100 मेटार्डर के लिए 100 बाइनरी ऑटो ट्रेडर्स (एमटी 4, एमटी 5) 90 दैनिक जीत-दर न्यूरल नेटवर्क एल्गोरिथ्म के आधार पर अंतर्निहित खाता सुरक्षा और जोखिम प्रबंधन प्रणाली सभी मुद्रा जोड़े के लिए, सूचकांक, धातु, सभी समय फ़्रेमों में शामिल हैं: 60 सेकंड, 5 न्यूनतम, 15 न्यूनतम, 1 घंटे 300 लाभ प्रति माह 100 प्रति दिन 100 ट्रेडों वेब आधारित दलालों के लिए 100 स्वचालित बाइयन विकल्प रोबोट 60 सेकंड और 30 सेकंड के द्विआधारी विकल्प। अंतर्निहित जमा सुरक्षा, धन प्रबंधन प्रणाली है स्वचालित रूप से आपके लिंक किए गए दलाल खाते में सीधे ट्रेड करता है। 1500 के लिए 1 वर्ष का सदस्यता लाभदायक द्विआधारी विकल्प सिग्नल और ऑटोक्रेडर्स की तलाश में अविश्वसनीय बिनिरीय विकल्प सिग्नल हैं जो आपने सफलता के लिए नेतृत्व किया था। बाइनरी विकल्प सिग्नल संकेतक (मेटाट्रेडर 5 आधारित) 90 दैनिक जीत-दर प्रति दिन 50 सिग्नल किसी ब्रोकर के साथ गैर-पुनर्निर्माण कार्य करता है तंत्रिका नेटवर्क के आधार पर 60 सेकंड बाइनरी विकल्प सिग्नल संकेतक (निंजा ट्रेडर आधारित)। 90 दैनिक जीत-दर, विश्वसनीय, जीतने वाले व्यापारिक संकेत प्रति दिन 70 सिग्नल गैर-पुनर्स्थापना सुपर सटीक उपयोग करने में आसान, किसी भी दलाल, किसी भी संपत्ति के साथ काम करता है। किसी भी बाइनरी विकल्पों के साथ सिंक्रनाइज़ platfrom तंत्रिका नेटवर्क के आधार पर मेटाट्रेडर के लिए द्विआधारी विकल्प भविष्यवाणी और ट्रेडिंग सिग्नल संकेतक 90 सटीक, विश्वसनीय, जीतने वाले व्यापारिक संकेत उत्पन्न करता है न्यूरल नेटवर्क एल्गोरिथ्म के आधार पर गैर-पुनर्स्थापन। किसी दलाल और किसी भी समय सीमा के साथ काम करता है मोबाइल उपकरणों पर सूचना भेज सकते हैं तो व्यापार संकेत मिलता है। मेटाट्रेडर (एमटी 4) के लिए 10 और 15 मिनट के द्विआधारी विकल्प व्यापार सिग्नल संकेतक 83 दैनिक जीत-दर 30 ट्रेडिंग संकेतों का एक दिन 100 गैर प्रत्यावर्तन 100 विश्वसनीय बोनस विकल्प (बीओ) सिग्नल संकेतक आपको सलाह देंगे जब उच्च गुणवत्ता वाले व्यापारिक अवसर पैदा होंगे। स्थिर उच्च लाभ दिखाता है बाइनरी विकल्प व्यापार कॉपियर एमटी 4 से अपने बाइनरी ऑप्शंस प्लेटफॉर्म पर सीधे ट्रेड करें और अपने दलाल में ट्रेडों को लागू करें। त्वरित। विश्वसनीय। किसी भी लाभकारी रणनीति को स्वचालित बनाएं और मेटाट्रेडर (एमटी 4, एमटी 5) से सीधे पूर्ण ऑटो पायलट पर व्यापार करने की अनुमति दें। मेटाट्रेडर के लिए न्यूरल नेटवर्क विदेशी मुद्रा पूर्वानुमान सूचक 90 सटीक ट्रेडिंग संकेत उत्पन्न करता है प्रति माह 250 लाभ तक, उच्च, कम, करीबी मूल्य, मूल्य आंदोलन दिशा की भविष्यवाणी करता है किसी भी मुद्रा जोड़े के साथ 100 गैर-पुनर्निर्माण कार्य, किसी भी समय फ्रेम प्रति माह 250 लाभ मैक्स ड्रॉडाउन 3.5 100 स्वचालित व्यापार तंत्रिका नेटवर्क और आनुवंशिक एल्गोरिथम पर आधारित मेटाट्रेडर के लिए बुद्धिमान विदेशी मुद्रा व्यापार रोबोट (विदेशी मुद्रा रोबोट या ईए) स्वयं-सीखने और स्वयं अद्यतन करने वाली रोबोट सफलता की 90 संभाव्यता के साथ पदों को खोलता है। प्रति माह 300 लाभ मैक्स ड्रॉडाउन 7. 90 सफल व्यवसाय 100 स्वचालित व्यापार तंत्रिका नेटवर्क पर आधारित मेटाट्रेडर के लिए बुद्धिमान विदेशी मुद्रा व्यापार रोबोट (विदेशी मुद्रा रोबोट या ईए) विदेशी मुद्रा रोबोट स्केल्पर प्रति दिन ट्रेडों की एक बड़ी संख्या दर्शाता है, न्यूनतम हानि-बनाने के साथ। मेटाट्रेडर - इंटरएक्टिव ब्रोकर्स ट्रेडर कॉपिअर ब्रिज ट्रेडर्स वर्कस्टेशन (टीडब्लूएस) के लिए एक प्रोग्राम एक्सटेंशन है, जो आपको मेटाट्रेडर (एमटी 4, एमटी 5) से मैन्युअल रूप से या स्वचालित रूप से व्यापार करने देता है। दूकास्कॉपी बाइनरी ऑप्शन्स रोबोट 50 प्रति दिन ट्रेड्स 100 ऑटोमेटेड बाइनरी ऑप्शंस रोबोट डुस्कस्कीक दलाल ट्रेड्स के लिए 60 सेकेंड और 15 मिनट में द्विआधारी विकल्प। अंतर्निहित जमा सुरक्षा, जोखिम प्रबंधन प्रणाली है 75-90 विन-दर 1500 1 साल के लिए सदस्यता लें मेटाट्रेडर नॅडेक्स ट्रेड कॉपियर कॉपी ट्रेडों को एमटी 4 से सीधे अपने नडेक्स ट्रेडिंग प्लेटफॉर्म पर ले जाएं और ट्रेडों को लागू करें। त्वरित। विश्वसनीय। मेटाट्रेडर से सीधे किसी भी व्यापारिक रणनीति का परीक्षण और स्वचालित करने और पूर्ण ऑटो पायलट पर व्यापार करने की अनुमति देता है। किसी भी परिसंपत्ति के लिए काम करता है Nadex ट्रेडिंग रोबोट एक पूरी तरह से स्वचालित व्यापारिक सॉफ्टवेयर है जो विशेष रूप से नडेक्स बाइनरी विकल्प के साथ व्यापार के लिए डिज़ाइन किया गया है। प्रति दिन 100 ट्रेडों 100 स्वचालित है अंतर्निहित जमा संरक्षण, पैसा प्रबंधन प्रणाली। न्यूरल नेटवर्क कम जोखिम रणनीति के आधार पर 1500 1 साल के लिए सदस्यता एनडेक्स सिग्नल और भविष्यवाणी संकेतक विशेष रूप से नडेक्स बाइनरी ऑप्शंस के साथ व्यापार के लिए डिज़ाइन किया गया है। 90 आईटीएम नडेक्स सिग्नल प्रति दिन 50 सिग्नल सबसे अच्छा और सबसे विश्वसनीय Nadex सिग्नल संकेतक के साथ लगातार लाभ बनाओ। न्यूरल नेटवर्क एल्गोरिथ के आधार पर मेटाट्रेडर के लिए 9 0 सटीक बिटकॉं भविष्यवाणी संकेतक। स्ट्रीमिंग वास्तविक समय भविष्यवाणियां और व्यापारिक संकेतों को उत्पन्न करता है। सूचक गैर-पुनर्नामकरण है मूल्य की भविष्यवाणी करता है, मूल्य आंदोलन दिशा, उत्क्रमण अंक का पता लगाता है बुद्धि विकल्प रोबोट ट्रेडों द्विआधारी विकल्प 100 स्वचालित 75-90 दैनिक प्रतिदिन की दर 50-100 ट्रेडों। तंत्रिका नेटवर्क के आधार पर एल्गोरिदम इंटेलिजेंट IQ विकल्प रोबोट स्वचालित रूप से सिग्नल जेनरेट करता है, सेटअप लॉट साइज, खाता सुरक्षा प्रणाली है। दुनिया भर में इंटरनेट के माध्यम से और एक ही कंप्यूटर पर चल रहे विभिन्न एमटी 4 टर्मिनलों के बीच विभिन्न कंप्यूटरों के बीच तुरन्त और मज़बूती से प्रतिलिपि ट्रेड करें। किसी भी एमटी 4 मंच पर किसी भी विदेशी मुद्रा दलाल के साथ संगत। सभी प्रकार के बाजार आदेशों को कॉपी करें स्वर्ण 1 एच और चांदी 1 एच के लिए गोल्ड ट्रेडिंग रोबोट को विकसित किया गया है। 360 लाभ प्रति माह अधिकतम ड्रॉडाउन 10. 90 जीतने वाले ट्रेडों 100 स्वचालित व्यापार लंबे समय तक रणनीति प्रत्येक ऑर्डर स्टॉप लॉस और प्रॉफिट से सुरक्षित है। पूरी तरह अनुकूलित सेटिंग्स 90 सटीक रियल-टाइम स्ट्रीमिंग ट्रेडिंग संकेत उत्पन्न करता है सभी समय फ़्रेम के लिए स्ट्रीमिंग लाइव डेटा फ़ीड इंस्टॉल कर दिया है। मूल्य की भविष्यवाणी करता है, मूल्य आंदोलन की दिशा, रुझान, व्यापारिक संकेत उत्पन्न करता है स्थापित करने की कोई ज़रूरत नहीं है वास्तविक समय चार्ट में नए संकेत गतिशील रूप से वितरित किए जाते हैं 260 1 माह के लिए सदस्यता लें 90 सटीक विदेशी मुद्रा स्ट्रीमिंग वास्तविक समय मूल्य भविष्यवाणी और ट्रेडिंग संकेत सॉफ्टवेयर 300 पिप्स प्रत्येक महीने की गारंटी। न्यूरल नेटवर्क एल्गोरिथ पर डेजेड को पुन: प्रकाशित नहीं करता है डेस्कटॉप और मोबाइल उपकरणों के लिए पूरी तरह से स्वचालित वेब आधारित ऑनलाइन विदेशी मुद्रा अभिप्राय 260 1 माह के लिए सदस्यता लें 95 सटीक। पूर्वानुमान की कीमत, मूल्य आंदोलन दिशा, प्रवृत्ति, buysell संकेत उत्पन्न करता है गैर-पुनर्मुद्रण वास्तविक समय स्ट्रीमिंग ट्रेडिंग संकेतों को उत्पन्न करता है स्ट्रीमिंग लाइव डेटा फ़ीड इंस्टॉल किया है वेब आधारित इंटरफ़ेस डेस्कटॉप और मोबाइल उपकरणों के लिए 260 1 महीने के लिए सदस्यता का नुकसान वसूली व्यापारी रोबोट (ईए) 100 स्वचालित रूप से आपके विदेशी मुद्रा खाते की मरम्मत करेगा और आपकी खोखने की स्थिति को ठीक कर देगा, इससे आपको अपने खोने के कारोबार को कम करने में मदद मिल जाएगी। बस अपना व्यापार रखें, और हमारे हानि रिकवरी व्यापारी रोबोट आपके लिए बाकी रहेगा द्विआधारी विकल्प व्यापार कॉपिअर ब्रिज कॉपी जीतने वाली ट्रेडों, द्विआधारी विकल्प प्लेटफ़ॉर्म के बीच द्विआधारी विकल्प सिग्नल इन्स्टैंट रिलायबल 100 ऑटोमेटेड स्टैटिक लॉट साइज, डायनामिक लॉट साइज़, मार्टिंगेल पेशेवर व्यापारी की एक लाभकारी रणनीति से व्यापार कॉपी करें और पैसा कमाएं। 75-80 दैनिक जीत-दर प्रति दिन 200 सिग्नल। रियल-टाइम स्ट्रीमिंग ट्रेडिंग सिग्नल कोई भी मुद्रा जोड़ी, किसी समय की समय सीमा समाप्त। तंत्रिका नेटवर्क के आधार पर वेब आधारित इंटरफ़ेस स्थापित करने की कोई ज़रूरत नहीं है वास्तविक समय चार्ट में नए संकेत गतिशील रूप से वितरित किए जाते हैं 260 1 महीने के लिए सदस्यता विदेशी मुद्रा मल्टी मुद्रा स्कैपल ईए 100 स्वचालित व्यापार रोबोट 28 प्रतीकों में से सबसे अच्छा संभव ट्रेडों का चयन कर सकते हैं। निम्न जोखिम वाले रणनीति के आधार पर सुनिश्चित करता है कि ट्रेडों को सबसे अच्छा समय पर दर्ज किया जाता है। कम कीमत पर ट्रेडों को खरीदते हैं और उच्च मूल्य पर ट्रेडों को बेचते हैं। व्यापारियों के लिए सबसे बड़ा सोशल नेटवर्क से लाभदायक व्यापार संकेतों की प्रतिलिपि बनाएँ व्यापारियों के वैश्विक समुदाय में शामिल हों, आपके विचारों को ढूंढें और सीधे अपने ट्रेडिंग खाते में सर्वोत्तम विचारों और संकेतों की प्रतिलिपि बनाएं और हमारे ट्रेडिंगविविंग सिग्नल कापियर उपकरण के साथ लाभ कमाएं।