|
|
机器人顾问 - 随机 + 人工智能（神经网络）
! S1 y: O2 ]) x$ J+ ^" h: V, L& o9 z; f8 Z* ^
市场在不断变化，旧的想法会周期性地过时。但是，如果传统方法无法解决问题，则可以采用非标准方法（例如神经网络分析）来解决。这种方法被最简单的名字机器人所使用，它结合了传统的技术分析和人工智能的开端。
0 c% c. F# j9 g1 d
0 Z; I1 D' U/ y' y因为这是一个神经网络机器人，所以它有能力在任何货币对和市场中工作。学习给定资产的动态原理不会在时间范围和工作时间方面限制它。因此，您可以在长期交易和剥头皮交易中使用它。区别只是训练数据。3 l: b, _0 @) F ~) K+ Q& O1 o8 V
( r4 \8 R, x0 H# P7 O8 k
时间范围：任意
# j+ G+ [5 B" g8 S' r货币对：任意: x- d2 O2 h% G. E8 L/ N, j# T
交易时间：全天候 (24)
- x* a% D; o8 U7 b
; H& Z+ j* C; B2 Q尽管顾问没有成熟的人工智能，但与传统（手动）选择逻辑条件相比，使用这种算法具有多个优势。; |& r" Z2 W! j, H& L
8 R O' b; {$ }+ g0 R
首先是条件本身的灵活性。您在开始时指定的所有内容：输入参数的类型和数量，但是默认情况下，顾问还不知道如何处理这些参数。只有在优化（训练）过程中，顾问才能获得一定的市场情况，并可以根据过去的经验预测未来的走势。( s' q: k- K" T; ~$ G% ~6 L
其次，是快速再培训的可能性。如果市场发生了变化，旧的模式已经失去了意义，你只需要重新优化秤的值，然后（理论上）机器人将再次有利可图地工作。; @) L; |' v7 l/ A) [: h+ y# }
根据优化结果，获得具有以下参数的最佳选项（考虑利润/回撤）：
! E' l0 ~. b9 u( ~2 X. D
" p8 H* Q" n* e' N( r步骤 - 5 s8 ], W% h0 |5 k8 N6 f
x1 - 0
, l. P$ C1 ?# h, Wx2 - 70
7 Y" t7 |: E, Z# t: E$ o) fx3 - 150
6 T! O0 T! c. y3 [; J- f9 nx4 – 160% E' t# `: O" y% n# W
& Q2 _# ]7 ?( U4 H. M; U
不要使用激进的资金管理。+ [' t$ X- H, |$ z. g
/ p9 u( }" Z, j0 U5 }
机器人实际上是一种通用顾问，除其他外，它可以轻松适应任何市场情况。多参数负责序列中的手数乘法，这允许使用激进和更保守的交易方法（对于固定手数，将值设置为 1.0）。9 y* Y( J4 P5 M4 ^
: q7 R' W, e+ H4 @: @, {/ F" s然而，这根本不是圣杯，乍一看，机器人需要持续关注，因为一旦“学习”了如何处理市场走势的一个版本，顾问就会简单地遵循熟悉的市场范式。当情况发生变化时，业主可能会意外地开始赔钱。就效率而言，这种方法通常类似于顾问定期手动选择条件，但其主要优点是为交易者节省大量时间，结果甚至可能优于更“高级”的策略。/ G, b T$ }* L& p7 G0 s
1 r; r& w' z U2 W4 `) ?& H* p因此，为了确保结果保持可预测和令人满意，定期重新调整权重，那么机器人将始终处理当前的市场情况。) f4 _1 R* n. H+ E/ S, W/ c2 l4 J) y
, Y$ ~* C& v2 D: l$ N7 d |
-
-
-
-
Robot.zip
267.72 KB, 下载次数: 1, 下载积分: 活跃度 -5
售价: 3 E币 [记录]
|
发表于 2024-3-8 13:20:48