Neural Tick 神经网络EA

为什么NeuralTick EA与众不同

NeuralTick基于人工智能（深度学习），使用称为人工神经网络（ANN）的算法的分层结构。深度学习模型旨在以类似于人类得出结论的逻辑结构连续分析数据。人工神经网络的设计灵感来自人脑的生物神经网络。

NeuralTick仅基于了解何时购买，出售或持有的价格行为。没有使用指标。NeuralTick最值得注意的部分是，分隔网格中每个交易的距离不是固定值或硬编码，而是通过神经网络根据价格行为智能地确定大小。这意味着将每个操作与另一个操作分开的距离在所有市场条件下都不相同。这样可以防止不受控制的电网增长。

训练模式

神经网络的关键要素之一是其学习能力。神经网络不仅是一个复杂的系统，而且是一个复杂的自适应系统，这意味着它可以根据流经它的信息来更改其内部结构。NeuralTick正在使用监督学习进行培训。

监督学习 -本质上讲，这种策略涉及比网络本身更聪明的老师。例如，考虑面部识别示例。老师向网络显示了几个面孔，并且老师已经知道与每个面孔相关联的名称。网络进行猜测，然后老师向网络提供答案。然后，网络可以将其答案与已知的“正确”答案进行比较，并根据其错误进行调整。

中号的最小值要求：

存款：

高风险：$ 1000
中风险：2000
中度风险：3000

时间范围：H1

对：所有对

NeuralTick输入

• w0 … w9-（-1至1）开仓网格交易的权重值
• 使用线的斜率
• 0到任意（正数）-斜率-结清不良卖出交易的正数
• 0到任意（负数）-斜率-负值以关闭不良买入交易
• 0至0.99％购买相关系数
• 0至-0.99％出售相关系数
• 使用网格
• 基本手数 –合约大小
• 以前的手数将成倍增加
• 深层 –深度网格层
• 交替买卖 -在这里设定交易数量后，网格将反转以支持趋势
• 最大跌幅 -权益的最大跌幅
• 以最大亏损平仓所有交易
• 专家评论 -EA交易评论
• 点利润–止盈
• 止损点子 –止损
• 最大点差
• magicNumber
  
  

咋没见到EA分享呢？

忘了发EA啦

你可以上传吗？