Neural

Русский

Профессиональная экспертная система Neural, в которой реализована стратегия торговли с помощью технологии нейронных сетей и генетических алгоритмов. Машинное обучение широко применяется в различных областях и призвано заменить человеческий мозг для решения сложных задач классификации и прогнозирования. Обучение нейронной сети осуществляется на некоторой выборке (исторических данных). Нейронная сеть позволяет избавиться от постоянного изменения стратегии, систему достаточно просто переобучить под текущую рыночную конъюнктуру. В данной работе объединены две современные технологии программирования, такие как генетические алгоритмы и нейросети. Также применена циклическая схема изменения параметров бота - что позволяет охарактеризовать бота как такого, который может приспосабливаться к изменениям ценовой функции.

Приступаем к работе

Стоит отметить, что тестирование является достаточно сложным. Поскольку если нейросеть каждый час переобучается - это достаточно затратно по времени. Поэтому практически тестировать можно только в определенном приближении и увидеть общие принципы работы. Поэтому заданные по умолчанию настройки в боте созданы лишь для демонстрации. Также даются настройки, рекомендуемые для реальной работы. Разница в том, что нейросеть для реальной работы берет значительно большую историческую выборку и учится значительно точнее (а значит дольше). На это уходит много времени, а при тестировании есть определенные лимиты. Для реальной работы все проще, т.к. у нас есть достаточно времени на оптимизацию каждый час. На средних (рекомендованных) параметрах нейросети и длины выборки обучение проходит 5-15 мин. В данном случае скорость обучения зависит от мощности процессора. С рекомендованными параметрами можно устанавливать бота на любой график. Также если вам позволяет процессор, и если работа происходит на больших, чем 5-ти минутных таймфреймах, можно еще усложнить нейросеть и увеличить историческую выборку. Усложнение системы только улучшает прогнозируемость. 

Параметры

• TypeFilling - задает политику исполнения ордера;
• Magic - задает магический номер;
• OnComment - Включает комментарии на чарте;
• ShowLine - отображает результат работы генетического алгоритма в виде линий;
• OnBuy - Позволяет торговлю только на buy;
• OnSell - Позволяет торговлю только на sell;
• LimitSpread - ограничивает спред (при котором еще можно входит в рынок);
• Lot - задает размер лота для входа в рынок (приоритет выше чем у поля Risk);
• Risk - Рассчитывает лот в зависимости от депозита;
• LotExponent - Коэффициент, который задает прогрессивное увеличение лота;
• LimitGrid - Ограничение шагов сетки;
• kStepGrid - Коэффициент для ограничения пунктов между двумя соседними ордерами;
• kTP, kSL - Коэффициенты для стоп-лосса и тейк-профита;
• DrawDown - максимальная просадка, при которой происходит закрытие (в % от депозита);
• DrawUp - Максимальный профит, при которой происходит закрытие (в % от депозита);
• ReOptimizationNN - Период повторной оптимизации;
• InputDataRSI - Данные от индикатора RSI;
• InputDataAD - Данные от индикатора AD;
• InputDataSAR - Данные от индикатора SAR;
• HistoryNN - Размер исторической выборки (в барах);
• InputNN - Количество входов нейросети;
• StepNN - Максимум шагов нейросети;
• EpochNN - Максимум эпох нейросети;
• DeltaNN - Точность обучения нейросети;
• LevelSignal - Пороговый уровень от нейросети, который воспринимается как сигнал;
• kMinimumGridStepProc - Фильтр ценовых шумов, для генетического алгоритма;
• ServerTimeFilter, StartHour, StartMin, FinalHour, FinalMin, FridayOn - позволяют ограничить работу на время в сутках.

English

Neural is a professional Expert Advisor, which implements the strategy of trading using neural networks and genetic algorithms. Machine learning is widely used in various fields and is intended to replace the human brain for solving complex problems of classification and prediction. Training of a neural network is performed on a data sample (historical data). The neural network save the trouble of constantly changing the strategy, it is sufficient to simply retrain the system for the current market situation. This product combines two modern programming technologies, such as genetic algorithms and neural networks. It also applies a cyclic scheme for changing the robot parameters, which makes it possible to characterize the robot as capable of adaptation to changes in the price function.

Getting Started

It should be noted that testing is quite complex. Since it is quite time-costly, if the neural network is retrained every hour. In practice, it is only possible to test it to a certain approximation and to see the general operation principles. Therefore, the default settings in the robot are provided only for demonstration. The settings recommended for live trading are also provided. The difference is that the neural network takes a large history sample for live operation and learns much more accurately (and therefore longer). This takes a lot of time, and certain limits are present when testing. For live trading, however, everything is simpler, as there is enough time for hourly optimization. With the medium (recommended) parameters of the neural network and sample length, training takes 5-15 minutes. In this case, the learning speed depends on the CPU power. The robot can be run on any chart with the recommended parameters. Also, if the CPU is powerful enough and when working on timeframes higher than M5, the neural network complexity and the history sample can be increased. Increasing the complexity of the system only improves predictability. 

Parameters

• TypeFilling - order filling type.
• Magic - magic number.
• OnComment - enable comments on the chart.
• ShowLine - display the result of the genetic algorithm in the form of limes.
• OnBuy - enable only buy trades.
• OnSell - enable only sell trades.
• LimitSpread - spread limit (no entries above this value).
• Lot - lot size for market entry (overrides Risk).
• Risk - lot calculation depending on the deposit.
• LotExponent - ratio that defines the progressive lot increase.
• LimitGrid - limitation of the grid steps.
• kStepGrid - coefficient fro limiting the number of points between consecutive orders.
• kTP, kSL - coefficients for stop loss and take profit.
• DrawDown - the maximum drawdown, at which closing occurs (in % of a deposit).
• DrawUp - the maximum profit, at which closing occurs (in % of a deposit).
• ReOptimizationNN - period of re-optimization.
• InputDataRSI - data from the RSI indicator.
• InputDataAD - data from the AD indicator.
• InputDataSAR - data from the SAR indicator.
• HistoryNN - size of the history sample (in bars).
• InputNN - the number of neural network inputs.
• StepNN - maximum steps of the neural network.
• EpochNN - maximum epochs of the neural network.
• DeltaNN - training accuracy of the neural network.
• LevelSignal - threshold level of the neural network, which is perceived as a signal.
• kMinimumGridStepProc - filter of price noise for the genetic algorithm.
• ServerTimeFilter, StartHour, StartMin, FinalHour, FinalMin, FridayOn - limit the trading time by time of the day.