MQL4课程-学习一款神经网络EA

本文介绍了如何使用神经网络技术在外汇交易中创建EA,详细解析了一款2008年获奖的神经网络EA的策略代码、主函数原理和交易判断函数。通过遗传算法优化参数,展示了一个神经网络与主策略结合的交易系统,并讨论了策略的优化与过度拟合问题,强调了样本外测试的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

第十八节 学习一款神经网络EA

随着计算能力的增强以及深度学习的出现,人们采用神经网络技术解决了很多实际问题,同时对神经网络也越来越重视。那么,神经网络如何用于外汇的交易?其实早在2008年就已经出现了神经网络EA,并在那一年的交易大赛中拿了第一名,所以在十年以前就已经有人把这项技术用来交易了。

鉴于大家对神经网络没有一个大致的概念和了解,这里贴上一个网址供大家学习和参考:

https://www.cnblogs.com/subconscious/p/5058741.html?utm_source=wechat_timeline&utm_medium=social&utm_oi=1150034682165952512&from=timeline

这篇文章比较通俗易懂,建议大家细读,有一定数学基础的可以去看看神经网络的教材,认真研究研究。

本节课拿一款神经网络的EA给大家做一个讲解,看看神经网络类的EA是如何工作的,然后教大家使用MQL4里面自带的遗传算法来寻找优化的参数。

1 策略代码

这个策略的代码是2008年那款得第一名的源码,在网上已经有公布,有兴趣的可以自己搜一下,完整的代码如下:

extern double       tp1 = 50;
extern double       sl1 = 50;
extern int          p1 = 10;
extern int          x12 = 100;
extern int          x22 = 100;
extern int          x32 = 100;
extern int          x42 = 100;
extern double       tp2 = 50;
extern double       sl2 = 50;
extern int          p2 = 20;
extern int          x13 = 100;
extern int          x23 = 100;
extern int          x33 = 100;
extern int          x43 = 100;
extern double       tp3 = 50;
extern double       sl3 = 50;
extern int          p3 = 20;
extern int          x14 = 100;
extern int          x24 = 100;
extern int          x34 = 100;
extern int          x44 = 100;
extern int          p4 = 20;
extern int          pass = 1;
extern double       lots = 0.01;
extern int          mn = 888;
static int          prevtime = 0;
static double       sl = 10;
static double       tp = 10;
//+------------------------------------------------------------------+
//| expert start function                                            |
//+------------------------------------------------------------------+
int start()
  {
      if (Time[0] == prevtime)
      {
         return(0);
      }
   prevtime = Time[0];
   if (! IsTradeAllowed()) 
   {
      again();
      return(0);
   }
   int total = OrdersTotal();
   for (int i = 0; i < total; i++) {
  
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值