पर्सेप्ट्रॉन मॉडल का उपयोग करते हुए, हम 5 न्यूरल नेटवर्क (NN) के साथ काम कर रहे हैं, जहाँ प्रत्येक NN विभिन्न इंडिकेटर्स का संयोजन उपयोग करता है।
- NN1 = IND2, IND3, IND4, IND5;
- NN2 = IND1, IND3, IND4, IND5;
- NN3 = IND1, IND2, IND4, IND5;
- NN4 = IND1, IND2, IND3, IND5;
- NN5 = IND1, IND2, IND3, IND4.
एक NN सभी 5 NN के साथ काम करता है। प्रत्येक NN और प्रत्येक IND की एक ऊँचाई होती है, जो यह संकेत करती है कि उस IND/NN का संकेत अच्छा है या नहीं।
उदाहरण:
बाय ऑर्डर
- NN1 ने बाय का संकेत दिया;
- NN2 ने बाय का संकेत दिया;
- NN3 ने सेल का संकेत दिया;
- NN4 ने बाय का संकेत दिया;
- NN5 ने सेल का संकेत दिया;
तो, यह प्रत्येक NN का परिणाम है। अंत में, कई ऑपरेशन्स के बाद, सिस्टम सबसे अच्छे इंडिकेटर्स और NN के संयोजन को खोज लेगा।
एक बैक टेस्ट में एक सीखने की अवधि होती है, जिसके बाद यह लाभ उत्पन्न करना शुरू कर देता है।
महत्वपूर्ण: इसे लाइव ट्रेडिंग के लिए उपयोग न करें!! बस सीखने के लिए।
संबंधित पोस्ट
- MQL5 विजार्ड: मॉर्निंग/ईवनिंग स्टार पैटर्न और स्टोकास्टिक पर आधारित ट्रेड सिग्नल
- MQL5 विजार्ड: मॉर्निंग/इविनिंग स्टार और RSI पर आधारित ट्रेड सिग्नल
- MetaTrader 4 के लिए विज़ुअल ऑर्डर प्रोसेसिंग - आपके ट्रेडिंग साथी
- MQL5 विज़ार्ड - हैमर/हैंगिंग मैन और स्टोकास्टिक पर आधारित ट्रेड सिग्नल
- MQL5 विजार्ड से हैमर/हैंगिंग मैन CCI ट्रेड सिग्नल्स बनाना