Нейронной системы

<р> Искусственные нейронные системы обработки информации модели, которые имитируют, как человеческий мозг обрабатывает информацию. В отличие от обычных, основанных на правилах технического торговых систем, популярных в 1980-х годах, нейронные системы не нужно Redened торговые правила или «оптимизация» технических индикаторов генерировать торговые сигналы.

Вместо этого, с помощью интерактивного "обучение" процесса, нейронные системы "узнать", лежащие в основе ассоциации по причинно-следственные связи и в пределах технических, а также основных, влияющих на данные цена, которую specic складе Или на товар. Затем, с высокой степенью точности, нейронные системы можно прогнозировать будущие цены и торговые сигналы для этого рынка. Искусственные нейронные системы также называют нейронные сети, нейронные компьютеры, адаптивные системы, естественно интеллектуальные системы, нейронные сети или. Они по образцу структуры и функции головного мозга.

Потому что они могут обобщить из прошлого опыта, нейронные системы представляют собой значительный прогресс по сравнению на основе правил торговых систем, которые требуют знающих экспертов для определения "если-то" правила торговли представляют динамику рынка. Это практически невозможно ожидать, что один эксперт может разработать торговые правила на долю которых приходится, и точно отражают, летучие и быстро меняющиеся рыночные условия. Негибкие, правило на основе системы просто не динамически адаптивной, несмотря на периодические reoptimizations показателей система в.

В то время как сегодняшние торговые системы, используя исторические процедуры оптимизации, риск становится "более оптимизированный" или "кривой установлены", когда слишком много технических индикаторов и правила применяются, нервной системы усиления в predictiveness как все больше входов данных используются во время обучения. Тем не менее, это не так просто, как кажется. Разработка прибыльный нервной системы торговли очень искусство, а не наука, что можно проследить cookbookstyle.

Есть много серьезных вопросов дизайна, которые должны быть решены при разработке и обучения нейронной торговую систему, если она будет предсказанием, и, самое главное, выгодно.

<Р> Как правило, нейроны внутри слоя не соединяются друг с другом , Нейроны между слоями взаимодействовать друг с другом при наличии конкретных математических веса (или сильные соединения), назначенный их соединений.

Например, вы можете разработать торговую систему для прогнозирования цены казначейских