रूसी विदेशी मुद्रा - सूचक

विवरण: दो विदेशी मुद्रा - संकेतक न्यूरॉन प्रत्यक्ष वितरण नेटवर्क (फीडफोर्वर्ड न्यूरल नेटवर्क) का उपयोग करते हुए, जो त्रुटियों के बैक प्रचार (बैकप्रॉपैगेशन) द्वारा सीख रहा है। नेटवर्क एक DLL फ़ाइल के माध्यम से लोड किया जाता है, सी स्रोत कोड जो जुड़ा हुआ है। न्यूरॉन नेटवर्क इनपुट के एक समारोह के रूप में एक गैर-रेखीय मॉडल आउटपुट से ज्यादा कुछ नहीं है। प्रवेश द्वार पर उपयोगकर्ता डेटा, जैसे कि नमूना समय श्रृंखला की सेवा की। उत्पादन का अर्थ भी उपयोगकर्ता द्वारा निर्धारित किया जाता है, उदाहरण के लिए, संकेत 1 खरीदें 0 बेचते हैं। नेटवर्क की संरचना, फिर उपयोगकर्ता द्वारा सेट की गई। नेटवर्क में प्रत्यक्ष वितरण होता है - इनपुट परत (इनपुट परत), जिसका तत्व इनपुट हैं, छिपी हुई परतें (छिपी हुई परतें), न्यूरॉन एस और आउटपुट परत (आउटपुट परत) नामक कम्प्यूटेशनल नोड्स शामिल हैं, जिनमें एक या अधिक न्यूरॉन एस, उपज नेटवर्क भर में उपज हैं। पड़ोसी परतों के सभी नोड्स जुड़े हुए हैं इन कनेक्शनों को सिंकैप्स कहा जाता है प्रत्येक synapse के एक वजन (वजन मैं, जे, कश्मीर) है, जो संक्रमण से संक्रमित डेटा द्वारा गुणा किया जाता है। डाटा बाएं से दाएं चलती है नेटवर्क से इसकी आउटपुट के लिए इनपुट है इसलिए नाम प्रत्यक्ष वितरण नेटवर्क इस नेटवर्क का कुल नमूना नीचे चित्र में दर्शाया गया है डेटा दो चरणों में न्यूरॉन संसाधित किया जाता है: 1. 1. उचित भार से गुणा किए जाने वाले सभी इनपुट, आपको 2 जोड़ा जाता है। 2. तब, परिणामी राशि सक्रियण को संभाला फ़ंक्शन न्यूरॉन (सक्रियण या फायरिंग फ़ंक्शन) और (सक्रियण या फायरिंग फ़ंक्शन) और केवल बाहर निकलने के लिए भेजा जाता है। एक्टिवेशन फ़ंक्शन न्यूरॉन का अर्थ, मॉडलिंग कार्य न्यूरॉन और मस्तिष्क है: न्यूरॉन शुरू होने के बाद ही जानकारी एक निश्चित सीमा तक पहुंच गई है। गणितीय पहलुओं में, यह केवल गैरलाइनता नेटवर्क देता है इसके बिना, न्यूरॉन शुद्ध हानि एक रैखिक आटोमैरेसिव मॉडल (रैखिक भविष्यवाणी मॉडल) होगी। सबसे सामान्य सक्रियण फ़ंक्शन न्यूरॉन सिग्मोयॉइड फ़ंक्शन एफ (एक्स) 1 (1 एक्सपी (-एक्स)) एफ (एक्स) 1 (1 एक्सपी (-x)) है, इस फ़ंक्शन के सक्रियण की दहलीज 0 है। यह थ्रेशोल्ड स्थानांतरित किया जा सकता है एक अतिरिक्त प्रवेश न्यूरॉन (पूर्वाग्रह इनपुट) की कीमत पर क्षैतिज अक्ष पर, और इनपुट पूर्वाग्रह (पूर्वाग्रह इनपुट) कहा जाता है, जिसे अन्य आदानों न्यूरॉन के रूप में एक निश्चित भार निर्दिष्ट किया जाता है। इस प्रकार, प्रत्येक परत में आदानों, परतों, न्यूरॉन की संख्या और न्यूरॉन के पूरे न्यूरॉन नेटवर्क यानी गैर-रेखीय मॉडल, जो इसे बनाता है, का भार। इस मॉडल का उपयोग करने के लिए, आपको वजन जानने की आवश्यकता है। पिछले डेटा पर नेटवर्क को प्रशिक्षण के द्वारा भार की गणना की जाती है, यानी किसी भी पिछले इनपुट डेटा के साथ आउटपुट सिग्नल के मूल्य ज्ञात थे। नेटवर्क के भार परीक्षण आउटपुट के साथ अपने आउटपुट को मैच करने के लिए ऑप्टिमाइज़ किया गया है। आमतौर पर, नेटवर्क पर इनपुट ने इनपुट के कई सेट और इसी आउटपुट डेटा को दायर किया और नेटवर्क टेस्टिंग से आउटपुट की गणना मतलब त्रुटि विचलन। प्रशिक्षण नेटवर्क वजन कम करने के द्वारा इस समस्या को कम करना है। कई अनुकूलन विधियां हैं, जिनमें से कुछ त्रुटियों (एएलओ) और आनुवंशिक सुधार की विधि के पीछे का मुख्य तरीका है। संलग्न फाइलें: ट्रेन () टेस्ट () पुस्तकालय बीपीएनएन. cpp फ़ाइल में दो कार्य हैं: ट्रेन () और टेस्ट ()। ट्रेन () इनपुट और आउटपुट डेटा प्रदान करने के लिए नेटवर्क को प्रशिक्षित करने के लिए डिज़ाइन किया गया है। टेस्ट () चलने के बाद हासिल की गई भार के आधार पर आउटपुट डेटा की गणना के लिए है ()। फ़ंक्शन ट्रेन () का इनपुट (हरा रंग) और आउटपुट (नीला) मापदंडों हैं: डबल इन्सपीट्रेन - इनपुट (पुराने पहले) डबल आउटटैगमेंट - इम्प्रिंट (सबसे पुराना पहले) डबल आउट ट्रेन - प्रशिक्षण के बाद नेटवर्क से बाहर निकलता है - प्रशिक्षण की संख्या इनपुट आउटपुट इयूयू के सेट - भार को इनिशियलाइज़ करने के लिए प्रमुख बाह्य मानों का प्रबंध करना (1 उपयोग extInitWt, 0 यादृच्छिक संख्या का उपयोग करें) ExtInitWt - वजन के मूल मूल्यों को दोहराया प्रशिक्षित किया गया है - प्रशिक्षण के बाद वजन के मूल्यों में इंट न्यूलेयर - नेटवर्क में परतों की संख्या इनपुट, छिपी और आउटपुट इंट एलएसज़ - सरणी आकार के न्यूक्लेयर सहित, जो प्रत्येक परत में न्यूरॉन की संख्या को रखा था। lSz0 lSz 0 नेटवर्क आदानों की संख्या निर्दिष्ट करता है इंट ओएएफ - आउटपुट न्यूरॉन एस (1 फ़ंक्शन सक्रिय, 0 नहीं) डबल एलआर - स्पीड ट्रेनिंग डबल एमएफ़ - सीखने की दर इंट एनएपी का क्षण - की अधिकतम संख्या प्रशिक्षण कदम (युग) युग में सभी प्रशिक्षण सेटों की जांच होती है। डबल मैक्सएमएसई - मतलब त्रुटि, जिसमें सीखना बंद हो जाता है फ़ंक्शन टेस्ट () का इनपुट (हरा) और आउटपुट (नीला) मापदंड हैं: डबल इनपीटस्ट - इनपुट डेटा (पुराना पहले) डबल आउटटस्ट - इम्प्रिंट इंट एनटीटी - इनपुट और आउटपुट डेटा के सेट डबल एक्सटिविट - वजन के मूल मानों की संख्या - नंबर इनपुट, छिपा हुआ और आउटपुट इंटेल एलएसजी - सरणी आकार के न्यूलाइलरों सहित नेटवर्क में परतों की, जो प्रत्येक परत में न्यूरॉन की संख्या को रखा था। एल एल एस एस 0 नेटवर्क इनपुट्स की संख्या को निर्दिष्ट करता है इंटेल ओएएफ - आउटपुट न्यूरॉन एस (1 फ़ंक्शन सक्रिय, 0 नहीं) के सक्रियण में एक प्रमुख विशेषता आउटपुट न्यूरॉन के सक्रियण का प्रयोग आउटपुट की प्रकृति पर निर्भर करता है। यदि नेटवर्क का आउटपुट सिग्नल द्विपद (0 1) है, तो आपको सक्रियण फ़ंक्शन (OAF 1) का उपयोग करना चाहिए। यदि आउटपुट मूल्य का पूर्वानुमान है, तो आउटपुट परत में सक्रियण फ़ंक्शन की आवश्यकता नहीं है (ओएएफ 0)। न्यूरॉन नेटवर्क का उपयोग करने वाले संकेतक के उदाहरण: बीपीएनएन भविष्यवाणी। एमक्यू 4 - भावी कीमतों की भविष्यवाणी। नेटवर्क इनपुट पैरामीटर कीमतों में सापेक्ष वृद्धि है: x i ओपन टेस्टबार ओपन टेस्टबेल विलम्ब i -1.0 जहां देरी मैं फिबोनाची श्रृंखला से लिया। भविष्य में भविष्य की कीमतों में सापेक्ष वृद्धि की भविष्यवाणी की जा रही है। आउटपुट परत में एक्टिवेशन फ़ंक्शन निष्क्रिय है। इनपुट पैरामीटर एक संकेतक एक्सटेर इंट बीयर हैं - पिछले बार एक्सटीन इंट फ़ुटबर्स की संख्या - भविष्य की संख्या में बार की संख्या की भविष्यवाणी की गई है एक्सटेर इंट न्यूलेयर्स - इनपुट, छिपी और आउटपुट एक्सटेरन एनएएनआईएनटीप्स सहित नेटवर्क में परतों की संख्या - नेटवर्क इनपुट की संख्या int numNeurons1 - परत संख्या संख्या में एक न्यूरॉन एस की संख्या 1 एक्सटेर इंट न्न्यूरोनस 2 - परत संख्या 2 में एक्सट्रू इंट न्न्यूरन्स 3 एक्सटेर इंट न्न्यूरन्स 4 एक्सटेर इंट न्नूरेंस 5 एक्सटेर इंट एनटीआर - इनपुट-आउटपुट एक्सटर्न के प्रशिक्षण सेट की संख्या डबल एलआर - नेटवर्क एक्सटर्न डबल एमएफ सीखने की गति - नेटवर्क सीखने के समय के गुणांक एक्सटेर इंट एनएपी - अधिकतम अधिकतम संख्या में प्रशिक्षण (epochs) extern int maxMSEpwr - एक्सपोनेंट अधिकतम स्वीकार्य औसत वर्ग त्रुटि सीखने के लिए अधिकतम 10 एमएसएमई 10 maxMSEpwr खरीदें-बेचना क्लासिमीेटर। एमक्यू 4 - बिस्सेल खरीदें- वर्गीकरण। Mq4 - भविष्य कहनेवाला सूचक बेचने के संकेत खरीदते हैं। पिछले उदाहरण की तरह, इनपुट नेटवर्क ने एक्सऑपेंस्टबार ओपनटेस्टबेर्डलायई -0 एक्स एक्स ओ ओपन टेस्टबार को सलाखों के लिए ओपन टेस्टबार देरी i -1.0 दिया, जो कि पिछले समय में खरीदने या बेचने के लिए संकेत प्राप्त हुआ था। ये अंतिम संकेत दिए गए लाभ प्राप्त करने के लिए इनपुट सिग्नल के रूप में आदर्श हैं। नेटवर्क आउटपुट सिग्नल 1 या 0 खरीददारी है I आउटपुट परत सक्रियण फ़ंक्शन एक्सट्रीम इंटर्ब अंतिम बार - अंतिम बार एक्सटेर इंट मिनिफ्रोफिट की संख्या - पिछले एक्सटन डबल थ्रेशोल्ड में आदर्श प्रविष्टि बिंदु को खोजने के लिए न्यूनतम लाभ - 0 या 1 एक्सटेर इंट न्यूलेयर के रूप में आउटपुट संकेतों को पहचानने के लिए थ्रेसहोल्ड - में परतों की संख्या इनपुट, छिपी और आउटपुट एक्सटेरन एनएएनआईएनटीप सहित नेटवर्क - संख्याओं की संख्या की संख्या में नेटवर्क इनपुट की संख्या से अधिक संख्याएं न्यूरॉन्स 1 - परत संख्या में एक न्यूरॉन एस की संख्या 1 एक्सटेर इंट न्न्यूरेंस 2 - परत संख्या 2 एक्सटेर इंट न्न्यूरन्स 3 एक्सटेर इंट में न्यूरॉन एस की संख्या numneurons3 extern int numneurons4 extern int numneurons4 extern int numneurons5 extern int ntr - इनपुट आउटपुट के प्रशिक्षण सेटों की संख्या (अतीत में बेचे जाने वाले सिग्नल की संख्या पर निर्भर करता है, 0 सभी मान्य संकेतों का चयन करता है) बाहरी डबल एलआर - सीखने की गति नेटवर्क एक्सटर्न डबल एमएफ - नेटवर्क सीखने के समय के गुणांक ईएनटी एनईपी - अधिकतम अधिकतम संख्या में प्रशिक्षण (epochs) extern int maxMSEpwr - एक्सपोनेंट अधिकतम गणना करने के लिए सभी ऊर्ध्वाधर क्षुद्रवर्धक त्रुटि सीखने के लिए अधिकतम एमएसईई 10 अधिकतम एमएसईपीआरएच एरो को ऊर्ध्वाधर हरे रंग की रेखा के दाईं ओर इंगित करता है कि भावी सलाखों के परीक्षण के लिए नेटवर्क द्वारा उत्पन्न विक्रय सिग्नल को खरीदते हैं। बाईं ओर के तीर अतीत में इष्टतम प्रवेश बिंदु दिखाते हैं। फाइलों की स्थापना: सी: प्रोग्राम फाइलों में संलग्न DLL फ़ाइल की प्रतिलिपि करें मेटाट्रेडर 4 विशेषज्ञ पुस्तकालय मेटाट्रेडर में डीएलएल के उपयोग को सक्षम करता है: उपकरण - विकल्प - विशेषज्ञ सलाहकार - DLL आयात की अनुमति दें यदि DLL फ़ाइल काम नहीं करती है, तो खुद को संकलित करें सभी आवश्यक फाइलें BPNN. zip. HMA रूसी में निहित हैं अब आप मेटाट्रेडर के लिए HMA रूसी विदेशी मुद्रा संकेतक के मुफ्त डाउनलोड का लाभ उठा सकते हैं। जैसा हमने पाया है, यह आरआईएस मांग पर है और साथ ही इस उल्लेखनीय संकेतक को हमें नकदी खर्च करने की आवश्यकता नहीं है और हमें यह निष्कर्ष देता है कि यह एक मुफ्त विदेशी मुद्रा व्यापार सूचक है। We8217re हैरान है कि यह सूचक पूरी तरह से मेटा ट्रेडर 4 के साथ ही साथ परीक्षण के बाद एमटी 5 संस्करण के साथ काम किया है। और अधिक संभवतः, यह कुछ अन्य एमटी संस्करणों के साथ भी काम कर सकता है। यदि आपको इस एचएमए रशियन का उपयोग करने का अनुभव है, तो विशेषकर यदि आपको लगता है कि यह सूचक विदेशी मुद्रा के लिए सबसे अच्छा है, तो इसके प्रदर्शन को चिह्नित करने के लिए प्रोत्साहित किया जाता है। जब आप कुछ प्रशंसापत्र, फीडबैक, या एचएमए रूसी सूचक का उपयोग करने के बारे में कुछ सुझाव देते हैं, तो We8217d भी सराहना करते हैं। इस तरह के प्रशंसापत्र और रेटिंग की वजह से नौकरी के लिए सही संकेतक चुनने का काम बहुत सरल होगा। ताकि आप व्यापारिक उद्योग में जीतने वाली बढ़त को सबसे अच्छा संकेतक का निर्धारण कर सकें, यह एफएक्स निवेशकों की सर्वोच्च प्राथमिकता हो सकती है। We8217re यह भी उम्मीद कर रहा है कि इस मुफ्त एचएमए रूसी सूचक के साथ, आपको अपने लिए सही सहयोगी मिलेगा ताकि आपके पास बेहतर व्यापारिक निर्णय हो सकें और अधिक सही तरीके से व्यापार कर सकें और साथ ही साथ अधिक आय हो। उदाहरण के लिए एचएएमए रूसी के अंदर विदेशी मुद्रा संकेतक डालकर लोगों को इस पर आसानी से पहुंच प्राप्त हो सकती है। इन्हें डाउनलोड करने योग्य निशुल्क बनाया जाता है और वे बहुत बेहतर व्यापारियों को बना सकते हैं। इस सूचक को अपने मित्रों को साझा करने के लिए और Facebook और Twitter में आपके समर्थकों को भी ध्यान में रखें। और हम आपको हमेशा सूचित करेंगे जब हम एक नया और बेहतर सूचक खोज करेंगे जो आपके और अन्य व्यापारियों के लिए उपयोगी होगा। डाउनलोड एचएमए रूसी.एमसी 4 मेटाट्रेडर संकेतक निशुल्क संबंधित संकेतक: