EA机器人---随机 + 人工智能（神经网络）

onlyyou

机器人顾问 - 随机 + 人工智能（神经网络）

* f) ]5 p/ m# |1 q% f+ \) i0 F3 I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。

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。

$ ~# _$ c/ ~8 N" i8 P9 w时间范围：任意
3 s  l+ E- N9 g" g. M! v货币对：任意
交易时间：全天候 (24)

0 t1 \2 \0 z' \, f6 d0 M1 R. L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。
! v, f9 G( ~$ t+ D" [- L3 Q
% T4 j- P- j( P9 Z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。
/ k' v0 W5 L  P! _) g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。
& O7 V% r% \' [1 U& \$ J/ W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）：

: C" p9 v2 V! d步骤 - 5
3 t: b2 J8 h% R8 W% A$ Gx1 - 0
' w6 M- e. V! }/ o; n* b& [x2 - 70
x3 - 150
x4 – 160
" _  L7 S) W; ~& T0 {0 g- E6 G
2 x) c' |8 ]) ^: x7 r不要使用激进的资金管理。
& G! @7 t1 K. x- E' l! W
! c# s3 W, u  i  y- V! u0 n( M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）。

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。
, K$ k5 `2 b3 M4 r
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。
# i/ d5 z; f: U: w- X( W$ J
0 b8 |# r( K: Z" D- J

anna

支持一下

醉红尘灬残月

谢楼主分享

木兮

分享都值得大家点赞！