MTC Сombo - MetaTrader 5 专家

以下是作者的描述以及我的细微修改，因为现在货币对已经使用五位数字。

假设我们有一个基本交易系统（基站）。我们应该设计和训练一个神经网络（神经网络），这样它就可以通过执行 BTS 无法访问的操作来补充 BTS。由此，我们将得到一个由 BTS 和 NN 两个组合且互补组成的交易系统。

既然轮子已经被发明了，就没有必要重新发明轮子。如果有汽车，教任何人跑得快，如果有直升机，教任何人飞，有什么意义呢？ 

如果我们有趋势 TS，则只需向神经网络传授反趋势策略即可。用于趋势的系统无法在盘整期间进行交易，也无法充分定义回调和反转。当然，我们可以使用两种交易策略（趋势和反趋势策略）并在单个图表上启动它们。另一方面，我们可以训练神经网络，使其成为交易系统的补充。

为此，我们开发了由两个底层感知器和一个上层感知器组成的两层神经网络。 
神经网络可能处于以下三种状态之一：

神经网络的训练分为三个阶段。每个感知器都训练一个感知器。每个阶段都存在经过优化的 BTS，让感知器知道它可以做什么。

使用遗传算法对感知器进行单独训练是由于该算法的缺点，即可以在其帮助下选择的参数数量有限。不管怎样，每个训练阶段在逻辑上都是一致的，神经网络也不是太大，因此整个优化过程发生在合理的时间内。

但神经网络训练之前的第一阶段是为了 BTS 优化。

为了避免混淆，阶段编号在 EA 输入中用“经过" ID。与阶段编号对应的输入 ID 以该确切数字结尾。

让我们为NN优化和训练做前期准备。

将测试器中的初始存款设置为 100 美元（在优化过程中不要创建人为追加保证金通知），已优化”余额+最大夏普比率“ 范围， ”快速遗传算法“优化类型。 

现在，转到 EA 属性的输入选项卡。 
通过将值 0.01 分配给“来设置未平仓头寸的手数大小地段“ ID。

优化应根据“仅公开价格“模型。选择该方法是因为其速度快。此外，EA 算法还具有新的柱管理功能。

第一优化阶段。基站优化：

将通道设置为 1。 
仅优化与第一阶段对应的所有 ID 以 1 结尾的输入。因此，在它们上设置优化标记仅从其余参数中删除标记。

tp1 - BTS 获利了结。使用从 100 到 1000 的值进行优化，步长为 10
sl1 - BTS 止损。使用从 100 到 1000 的值进行优化，步长为 10
p1 -​​ BTS 中应用的 CCI 振荡器的周期。使用从 3 到 100 的值进行优化，步长为 1

通过遗传算法优化开始训练。 

第二阶段。训练负责空头头寸的感知器：

将“pass”输入设置为 2（以便与阶段编号匹配）。 
删除前一阶段设置的优化标记。将前一阶段获得的输入保存到文件中，以防万一。

设置第二阶段参数的优化标记（ID以2结尾）：

x12、x22、x32、x42 - 感知器识别空头头寸的权重比。使用 0 到 200 的值进行优化，步长为 1。
tp2 - 感知器所开仓位的获利。使用从 100 到 1000 的值进行优化，步长为 10
sl2 - 感知器所开仓位的止损。使用从 100 到 1000 的值进行优化，步长为 10
p2 - 感知器分析的价格差异值的周期。使用从 3 到 100 的值进行优化，步长为 1。

通过遗传算法优化开始训练。

第三阶段。训练负责多头头寸的感知器：

将“pass”输入设置为 3（以便与阶段编号匹配）。 
删除前一阶段设置的优化标记。 
将上一阶段获得的输入保存到文件中，以防万一。

设置第三阶段参数的优化标记（ID以3结尾）：

x13、x23、x33、x43 - 感知器识别多头头寸的权重比。使用 0 到 200 的值进行优化，步长为 1。
tp3 - 感知器所开仓位的获利。使用从 100 到 1000 的值进行优化，步长为 10
sl3 - 感知器所开仓位的止损。使用从 100 到 1000 的值进行优化，步长为 10
p3 - 感知器分析的价格差异值的周期。使用从 3 到 100 的值进行优化，步长为 1。

通过遗传算法优化开始训练。 

最后的第四阶段。

训练第一层（上层感知器）：

将“pass”输入设置为 4（以便与阶段编号匹配）。 
删除前一阶段设置的优化标记。 
将前一阶段获得的输入保存到文件中，以防万一。

设置第四阶段参数的优化标记（ID以四结尾）：

x14、x24、x34、x44 - 第一层感知器的权重比。使用 0 到 200 的值进行优化，步长为 1。
p4 - 感知器分析的价格差异值的周期。使用从 3 到 100 的值进行优化，步长为 1。

通过遗传算法优化开始训练。 

仅此而已。神经网络已训练完毕。

该 EA 还具有另一个不可优化的“mn”输入 - 幻数，允许系统在手动或其他 EA 打开的订单中区分自己的订单。幻数应该是唯一的。

附件下载

📎 mtc_7ombo_v2.mq5 (26.24 KB)

Source: MQL5 #16762