Читать онлайн полностью бесплатно Андрей Дибров - Нейросетевая торговая система. Пошаговая разработка для платформы Meta Trader 4 в среде MATLAB. Сокращенное издание
© Андрей Дибров, 2019
ISBN 978-5-4493-8977-0
Создано в интеллектуальной издательской системе Ridero
Предисловие
Важно! Данное издание представляет собой сокращенный вариант. Все разделы оглавления соответствую полному изданию, за исключением программных кодов основных скриптов и экспертов. Механизм работы с MATLAB+MT4 также включен в книгу. Для приобретения полного издания Вы можете связаться с автором по адресу электронной почты [email protected].
Книга разрабатывалась с учетом интересов всех категорий трейдеров, а так же тех читателей, которые готовятся заняться трейдингом. В данной книге вы не найдете никакого теоретического материала по проблемам нейросетей и самого трейдинга. В любой литературе посвященной этим двум направлениям есть список трудов различных уважаемых авторов. Мне так же хотелось бы снабдить эту книгу таким же списком. Однако, увы, я этого не могу сделать, так как максимально постарался уйти от какой либо теории и психологии, которым в основном посвящена литература о трейдинге. Однако это не значит, что в свое время я не изучал подобную литературу и, что от нее нет пользы. Вот не полный список авторов, труды которых мною изучались – Чарльз Лебо и Дэвид В. Лукас, Юрий Жваколюк, Д. Ю. Пискулов, В. С. Сафонов, Шерри Де Ковни и Кристин Такки, Анна Эрлих, Александр Элдер, Джон Дж. Мэрфи. Но для понимания и практического применения материала представленного мною в принципе, достаточно теоретической информации, которая подается на сайтах дилинговых компаний и официального сайта Matlab. То есть, любой читатель имеющий представление о трейдинге может выполнить пошаговую инструкцию из моей книги и получить готовую автоматическую нейросетевую систему торговли. Причем, при кажущейся сложности системы в итоге вы придете к пониманию, что конечный результат в плане применения программных кодов поразительно легок, но в тоже время самодостачен и функционален. Ведь основная нагрузка в данной системе происходит при обучении нейросетей. Но и здесь, вникнув в процесс, вы обнаружите, что настроив систему, обучение не занимает много времени. Однако нам все равно придется немного пофилософствовать в следующем разделе на тему логического обоснования обучения нейросетей на принятие решения. От этого обоснования во многом зависит конечный результат.
Важно! Данная книга ориентирована на Matlab. Matlab не поставляется с этой книгой, прежде чем приступать к изучению и разработки автоматической нейросетевой системы торговли, вы должны приобрести ее отдельно и установить.
Также обращаю Ваше внимание на достоинствах нейросетевых систем как способов трейдинга. Мной разработано еще несколько систем, в том числе на основе платформы «NeuroSolutions» http://neurotrade.ucoz.com. Видео с примерами этой системы и системы представленной в этой книге также можно посмотреть по ссылкам https://youtu.be/5GwhRnSqT78, https://youtu.be/cIegQGJKbhY.
Логическое обоснование обучения нейросетей на принятие решения
Прежде чем приступать к разработке любой торговой системы, мы задаемся вопросом – на каких принципах данная система будет функционировать? У нас есть два основополагающих принципа – использования флэтов и продолжение тенденции. Пока не будем рассматривать более узкие производные от них – внутри дневная торговля или нет, на фундаментальных данных, на новостях, на открытии рынков и т. д. Мне пришлось сталкиваться с описанием нейросетевых продуктов, где их авторы в примерах использования предлагали прогнозирование каких либо курсов – акций, валют и т. д. Приведем пример, используя платформу NeuroSolutions. Весь процесс повторять не обязательно, так как данную платформу мы в построении нашей системы использовать не будем, а я в данном случае использую ее как пример. Напишем коротенький скрипт для получения ценовых данных в MT4. Хочется обратить внимание на то, что при копировании программного кода из файла в формате PDF не сохраняется его стиль – все строки при переносе сохраняются без отступов. Так же могут быть скопированы номера страниц. Для текстовых редакторов эта проблема отсутствует.
//+ – — – — – — – — – — – — – — – — – — – — – — – +
//| History.mq4 |
//| Copyright © 2009, Andrey Dibrov. |
//+ – — – — – — – — – — – — – — – — – — – — – — – +
#property copyright «Copyright © 2009, Andrey Dibrov.»
int file=FileOpen («history. csv», FILE_CSV|FILE_READ|FILE_WRITE,»;»);
//+ – — – — – — – — – — – — – — – — – — – — – — – — – — – +
//| Script program start function |
//+ – — – — – — – — – — – — – — – — – — – — – — – — – — – +
void OnStart ()
{
// – —
FileWrite (file,«OpenD; HighD; LowD; CloseD; Date»);
if (file> 0)
{
Alert («Идет запись файла»);
for (int i=iBars (NULL,1440) -1; i> =0; i – )
{
FileWrite (file,
iOpen (NULL,1440,i),
iHigh (NULL,1440,i),
iLow (NULL,1440,i),
iClose (NULL,1440,i),
TimeToStr (iTime (NULL,1440,i)));
}
}
Alert («Файл записан»);
FileClose (file);
}
//+ – — – — – — – — – — – — – — – — – — – — – — – — – — – +
Запустив данный скрипт – в папке …MQL4/Filse каталога данных терминала, получим файл «history».
Откроем этот файл и добавим в начале десять столбцов In1—10 и один столбец Out.
