https://t.me/mql5_neuroExt 當前版本和討論。 您可以使用任何工具。基礎將在訓練開始時自動創建。如果您需要從 0 開始訓練 - 只需刪除數據庫文件。 一般條款。 可以訓練 EA 交易在任何工具上工作。 不要試圖在沒有神經網絡訓練的情況下進行測試！ 訓練後的平衡圖是水平的就足夠了。 生成訓練基地非常簡單。 美元兌瑞郎可進行準備培訓。 為了正確操作，必須只有一對一帳戶！顧問，只有一個！工具。否則，平衡控制將不起作用。 初始存款 - 200 美元起。 選項： - OrderComm：在訂單中會補充一個操作方式和分析深度的標誌。 - 工作類型：學習\工作\市場。 “學習”——在這種模式下，你需要達到一個至少有輕微增加的時間表。沒有洞。此模式也可用於工作，但市場上一次只會有 1 個訂單。 “工作” - 定期加載數據庫。在測試人員同時進行培訓並不斷提高培訓質量的情況下。 “市場” - 僅供市場接收。需要切換。 - 我的百分比：... - SL：如果你在訓練模式下設置=0，40到110的值會被自動分配，會導致交易過多、學習緩慢和圖像失真。當 MaxOrders>1 且 Work mode 強制設置為 5000。 - StartTrail：不用於學習模式。最佳 =0（自動）。 - 踪跡：... = 神經參數 - ThresholdH1：過濾1個隱藏層噪聲的閾值 - ThresholdOut：過濾掉不合適圖像的閾值。在訓練期間它被強制為0。 - 交易間隔：交易每... H1 建議進行培訓。然後在 Job 中被強製到 1 分鐘。 - 深度分析：價格圖片分析/快照的柱間隔。加載所選 TF 的最後 50 根柱線。示例：使用 TF M6 拍攝 => 50*6/60= 5 小時。處理此長度的圖紙以供記憶。太多的TF會導致不重複的鏡頭。太小 - 會給出很多非常相似的鏡頭。此參數構成數據庫。如果您選擇其他值，則將創建基礎並需要進行全面培訓。每個 TF 的 bases 不會被刪除，一旦創建，您可以繼續訓練和使用。如果要重新訓練網絡，必須刪除這些文件。啟動 EA 時，文件的位置將顯示在日誌中。像這樣的東西 - c:\Users\[YOUR_USERNAME]\AppData\Roaming\MetaQuotes\Terminal\Common\Files\Neuro\。附加的數據庫應該位於那裡。示例：data_w1_6_USDCHF.csv、data_w2_6_USDCHF.csv。這些文件的名稱中包含“_6_”，並將包含在“Depth Analys”=M6 中。 = 學習模式 - LearnEpoch：設置在學習模式下重複優化運行次數的參數。 - 速度：在初始訓練中，可以以0.5-0.9的速度完成幾個訓練週期（5-10）。以下為0.2-0.5。等等。當日誌中出現w1[XXX][YYY]N.NNNNNN=ZZ.ZZZZZZZZ這樣的條目並且某些部分的學習改進停止時，您需要將速度設置為0.1或更小。 = 雙模式 - MaxOrders：如果值>1，則啟動保險策略。畢竟，神經網絡不保證訓練結果在類似快照之後的重複，而是假設最高概率。在訓練模式下，它被強制設置為=1，因為訓練僅在 1 個同時工作的訂單的數據上進行。 - 乘：體積增量因子。最優2。 - 距離：同一方向的訂單之間的距離。隨著同一方向的每個新訂單增加。 - StepProf：另一個附加系統，但同樣重要。在達到餘額增加時關閉所有訂單... 目標觸發值在圖表的註釋中顯示為“下一個” =其他 - 通行證：解除限制的鑰匙。它不用於模擬賬戶。 價格可以商量。
