Forex_nn_ind

ली रोबोट व्यापारी विदेशी मुद्रा एनएन इंडस्ट्रीज ईए एक व्यापार प्रणाली के लिए एक प्रणाली है (पैसेंजर डोरोडेर्स एक्सचेंज ऑटोमैटिक, Gestion des पोजीशन और डेस रिकाइक, मनी मैनेजमेंट।) लालगिरिथम डे परिक्षण डू रोबोट विदेशी मुद्रा एनएन इंडस्ट्रीज़ ईए का उपयोग लेस साइनऑन डॉन ऑस्केलाल्टीयर फॉरेन एनएन इंडस्ट्रीज़ (बेसक्यूट ऑन एन सिस्टेयर न्यूरोनल) ला टेलेबल डेस लाट्स एंड ले मनी मैनेजमेंट एसोसिएट्स ऑन एक मार्टिंगेल एक तंत्रिका तंत्रिका तंत्रिका तंत्रिका तंत्र का एक प्रणाली है कि एक तंत्रिका तंत्र के बारे में जानकारी के लिए एक तंत्रिका तंत्र का उपयोग किया जाता है। रिएक्ट्यूसेयू डी न्यूरोन्स के अनुसार, एक वास्तुकला के माध्यम से एक वास्तुकला के रूप में इस्तेमाल किया जाता है, जो कि एक दूसरे से जुड़े होते हैं, जो कि पुनर्जन्मों के विभिन्न हिस्सों से जुड़े होते हैं। कूच दंत्रेक्यूट, कन्स्टिट्यूएक्टाईटी डेस डेटस दन्ट्रेक्यूट। कूच कैचिकुटे, कंटेट्यूएक्टाईटी डे डेय्यूड्स डे ट्रांटमेंट अपिलैकूट न्यूरोन्स कूच डे सॉरी, कम्पेसैक्यूट डेन ओयू प्लिडेयर्स न्यूरोन्स सोंट्स सैंटिस लेस सॉरीस ड्यू रीकूटिसेयू। एक दूसरे के साथ जुड़े रहने के लिए और एक इंटरकनेक्ट कर रहे हैं। सीई कनेक्शन सेन्ट लेस सिनैप्सस एक अनगिनत गुणांक के साथ एक अन्तर्निहित संकुचन के रूप में एक बहुत ही अंतर है। इनवर्ल्ड फॉरेन एनएन इंडस्ट्रीज़ मर्तिंगेल ईए. एमसी 4 फॉरेन एनएनआईडी.एमसी 4 ब्रोकर ब्रोकर - कोर्टियर एन लिग्ने प्लेटफार्म ट्रेडिंग मेटाट्रेडर एमटी 4 बंद नुकसान। पिप्स लाभ लीजिये। पिप्स बहुत सारे। - अनुगामी रोक। - सिग्नल डाटैट तेंदुआ हाउसीग्राएवर La ligne विदेशी मुद्रा एनएन इंडस्ट्रीज़ के लिए अग्रेषित किया गया है 0. वेंचर ऑटोमैटिक स्थिति लंबे समय तक संकेत। टैंडेंस बासीजीग्रेयर La ligne forex Nn Ind casse agrave la baisse le niveau 0. उपरोक्त ऑटोमोटिव स्थिति कर्ट व्यापार उदाहरण - बैकटेस्ट बॉस - उपकरण ट्रेडिंग - कोटेशन विदेशी मुद्रा सिम्बॉले - स्वैप EURUSD निर्गम अंतर समय फ़्रेमUniteacute डे temps। 1 एच 1 लक्ज़ी क्षैतिज रिज़र्वेशन के लिए लेनदेन, किराया और गैर किराया । लॅक्स वर्टिकल डु ग्राफ़िक रिप्रेसिटेंट्स ले चेंजमेंट डेकोटापोकिरट एन यूएसडी। । ला लिग्ने ब्लीय सुर ली ग्राफिक रिप्रैसिटेंट एट चेंजमेंट डेन्स ले डेकोटापोकिरकट एप्रेग्रेव्स ला क्लोकिर्कचर डे चाक लेनदेन (बैलेंस)। ला लीग्ने के बारे में एक ग्राफिक represacentente एक परिवर्तन और दिन के लेन-देन (इक्विटी) के साथ लेनदेन। लेस बैरस वर्टेस एन डेसस डु ग्राफिक इंडिक्ट लेय वॉल्यूम डेस लेनदेन। एक पोर्टेफिलिल डालें: लीक्यूक्लेक्विटी (ईक्यूक्टाक्वायटेक्यूट) एस्ट्रो साम्म्डी कॉम्पेट क्विल क्विट क्विट रिम इमिमेकूटिएटिमेंट एन फोनक्शन डी लीक्यूटीवोल्यूशन डेस पोजीशंस और क्लोटोरेट्स ऑफ कूटर फॉर द टाट्स टेस्ट स्टेज़ेज ला बैलेंस (ईएक्टेक्यूलीबरे) एट ला सोमे डू कॉम्पेट एयू पल डे लॉऊचर डेस पोज़िज़, एले सॅक्टिविइज़ एयू फर एग्री एविमेस्ट डे ला फर्मेटुर डेस पोजीशंस इंडिकेटर टेक्निक टॉप - मीलीवर इंडिकेटर्स ब्रोसे ट्रेडिंग विवरण: Lindicateur तकनीक एमटी 4 विदेशी मुद्रा एनएन इंडस्ट्रीज़ एक अनियमितता का उपयोग करने के लिए इस्तेमाल किया गया है और न्यूरॉनल सरल सरल है। एक तंत्रिका तंत्रिका तंत्रिका तंत्रिका तंत्र का एक प्रणाली है कि एक तंत्रिका तंत्र के बारे में जानकारी के लिए एक तंत्रिका तंत्र का उपयोग किया जाता है। रिएक्ट्यूसेयू डी न्यूरोन्स के अनुसार, एक वास्तुकला के माध्यम से एक वास्तुकला के रूप में इस्तेमाल किया जाता है, जो कि एक दूसरे से जुड़े होते हैं, जो कि पुनर्जन्मों के विभिन्न हिस्सों से जुड़े होते हैं। कूच दंत्रेक्यूट, कन्स्टिट्यूएक्टाईटी डेस डेटस दन्ट्रेक्यूट। कूच कैचिकुटे, कंटेट्यूएक्टाईटी डे डेय्यूड्स डे ट्रांटमेंट अपिलैकूट न्यूरोन्स कूच डे सॉरी, कम्पेसैक्यूट डेन ओयू प्लिडेयर्स न्यूरोन्स सोंट्स सैंटिस लेस सॉरीस ड्यू रीकूटिसेयू। एक दूसरे के साथ जुड़े रहने के लिए और एक इंटरकनेक्ट कर रहे हैं। सीई कनेक्शन सेन्ट लेस सिनैप्सस एक अनगिनत गुणांक के साथ एक अन्तर्निहित संकुचन के रूप में एक बहुत ही अंतर है। कोर्टियर एन लिग्ने - ब्रोकर बोर्स प्लेटफार्म ट्रेडिंग एमटी 4 मेटाट्रेडर सिग्नल डाटैट तेंदुआ हाउसीयरे La ligne विदेशी मुद्रा एनएन इंडस्ट्रीज और अधिक पढ़ें विचरण हासियरे विदेशी मुद्रा एनडी इंडस्ट्रीज के लिए विदेशी मुद्रा कोष और नेशनल स्टॉक एक्सचेंज के साथ, एक सुधार अधिसूचना के लिए एक संकेत के लिए एक संकेत है। टैंडेंस बासीजीग्रेयर La ligne विदेशी मुद्रा एनएन इंडस्ट्रीज़ और अधिक पढ़ें विचलन बासीरियर विदेशी मुद्रा एनएसी इंडस्ट्रीज एवरेव मार्केर डेस नूवेओक्स प्लस हॉट्स, एन रिसर्च डे रिटर्नेमेंट एग्रीव ला बसेस डिवएन्ट महत्वपूर्ण महत्वपूर्ण हैं। एक सुधार को लागू करने के लिए एजेंसियों का अधिग्रहण शेयर बाजार - व्यापार व्यापार एक्सप्लॉबल ब्रोशियल एंड मार्सेएक्ट फाइनेंसर इंस्ट्रूमेंट्स का विश्लेषण करें - कोटेशन डेवलसेस फॉरेक्स सिबबोले - स्वैप EURUSD निर्गम ट्रेडिंग यूनिटेक ऑफ टाइम यूपीएस - टाइम फ़्रेम: 1 एचयू 1 इंडिकेटर टेक्निक्स टॉप - मेलीवर इंडिकेटर्स ब्रोर्स ट्रेडिंग सोनोक्रॉन स्वयं संगठित मानचित्रण तंत्रिका नेटवर्क ट्रेडिंग सिस्टम बनाने के लिए स्व-आयोजन मानचित्र का उपयोग कर रहा है। विदेशी मुद्रा तकनीकी विश्लेषण ऑटो वर्गीकरण के साथ Kohonen तंत्रिका नेटवर्क कोहोनेन न्यूरल नेटवर्क के साथ तंत्रिका नेटवर्क ट्रेडिंग इस मुफ्त ऑनलाइन ट्यूटोरियल में आपको फॉरेक्स ट्रेडिंग (या स्टॉक ट्रेडिंग के लिए कॉन्टैक्स निर्मित इन ऑल ऑर्गनाइजिंग मैप्स) (एसओएम, कोहोनेन न्यूरल नेटवर्क) का उपयोग करने का पूरा चक्र मिलेगा, यह विचार समान है)। आप स्व-आयोजन मानचित्र के लिए इनपुट का चयन कैसे करेंगे और यह तय करने के लिए कि आउटपुट के साथ क्या करना है। आपको स्क्रिप्ट का उपयोग करने के लिए तैयार होने का एक उदाहरण मिलेगा जो स्व-आयोजन मानचित्र (न्यूरॉन्स की संख्या) और व्यापार मापदंडों (रोकना नुकसान आदि) के अनुकूलन करने की अनुमति देता है। अंत में (यह भाग जो कि ज्यादातर ट्यूटोरियल में मौजूद नहीं है) आप सीखेंगे कि आगे क्या करना है सब के बाद, कॉर्टेक्स न्यूरल नेटवर्क सॉफ्टवेयर वास्तविक समय ट्रेडिंग नहीं कर सकते हैं, आपको व्यापार स्टेशन, मेटास्टॉक्स या मेटाट्रेडर जैसी कुछ चीज़ों का उपयोग करना होगा। कॉरटेक्स से स्व-आयोजन मानचित्र आधारित विदेशी मुद्रा व्यापार रणनीति को अपने पसंदीदा ट्रेडिंग प्लेटफॉर्म पर कैसे पोर्ट करना आपको डीएलएल, एक्टिवक्स नियंत्रण और निम्न स्तरीय प्रोग्रामिंग से निपटना होगा। जवाब नहीं है। कॉर्टेक्स सुविधा का उपयोग करने में आसानी के साथ आता है जिससे आप आसानी से परिणामी (प्रशिक्षित) स्व आयोजन मानचित्र को अपने व्यापारिक मंच की स्क्रिप्टिंग भाषा में बंद कर सकते हैं। कोई डीएलएल, डीडीई, एक्टिवक्स या कोई अन्य निम्न स्तरीय समाधान नहीं - सब कुछ सरल और आसान है। महत्वपूर्ण नोट: यह ट्यूटोरियल कैसे व्यापार करने का तरीका नहीं है। इसके बजाय, यह आपको बताता है कि कैसे कोर्टेक्स का उपयोग करना है, लेकिन आपको अभी भी अपने व्यापार प्रणाली का आविष्कार करने की आवश्यकता है। जो हम यहां उपयोग करते हैं वह एक शुरुआती बिंदु है, और जैसा कि विदेशी मुद्रा व्यापार के लिए इस्तेमाल नहीं किया जाना चाहिए। इस पाठ का विचार आपको ऑल आयोजींग मैप्स आधारित विदेशी मुद्रा व्यापारिक रणनीति बनाने और अपनी पसंद के ट्रेडिंग प्लेटफॉर्म को पोर्ट करने के लिए सिखाने के लिए है। उदाहरण, हालांकि, ovesimplified है, और केवल व्यापारिक सिद्धांतों के उदाहरण के रूप में उपयोग किया जा सकता है उसी तरह, एमएसीडी ट्रेडिंग सिस्टम, जिसे कई ट्यूटोरियल में पाया जा सकता है, अब अच्छी तरह से काम नहीं कर रहा है (जैसा कि बाजार बदल गया है), लेकिन मैकेनिकल ट्रेडिंग के लिए संकेतक का उपयोग करने का एक अच्छा उदाहरण है। दो शब्दों में: अपना खुद का विश्लेषण करें एक और महत्वपूर्ण नोट: ट्यूटोरियल उदाहरणों का उपयोग कर रहा है, उनमें से बहुत सारे अपना जीवन आसान बनाने के लिए, मैंने उन सभी को शामिल किया है, न कि केवल टुकड़े। हालांकि यह पाठ बहुत लंबा बना देता है इसके अलावा, मैं बहुत पहले, अनाड़ी, व्यापारिक प्रणालियों से अधिक उन्नत, हर बार यह समझाता हूं कि क्या सुधार हुआ था और क्यों। धीरज रखो, या सीधे आपके इच्छित खंड में कूदो। अंतिम महत्वपूर्ण नोट: कोड कुछ पत्थर में बना हुआ नहीं है, यह तब बदल सकता है जब यह पाठ लिखा गया। स्क्रिप्ट फ़ाइलों के अंतिम संस्करण कोर्टेक्स न्यूरल नेटवर्क सॉफ्टवेयर संग्रह में शामिल किया गया है। क्लस्टरिंग डाटा: सरल परीक्षण सबसे पहले, हमें सीधा दृष्टिकोण की कोशिश करनी चाहिए - 0 और 1 के अनुक्रम के साथ हमारे स्व आयोजन मानचित्र को फ़ीड करने देता है। यह हमें दो समूहों को देना चाहिए, जो नेत्रहीन में अंतर करना आसान है: जैसा कि हम देख सकते हैं, स्वयं मैपिंग मैप्स आसानी से इस कार्य को संभाल सकते हैं, दो क्लास्टर बना सकते हैं: जब हम डेटा और विजेता न्यूरॉन्स को साजिश करते हैं, तो हम देख सकते हैं कि सिस्टम अच्छी तरह से काम करता है - 0 और 1 स्पष्ट रूप से अलग होते हैं। क्लस्टरिंग मैप: विज़ुअलाइज़िंग परिणाम हम पिछले उदाहरण में इस्तेमाल किए गए दृष्टिकोण काफी अड़े हैं - हमने विजेता न्यूरॉन्स की संख्या लगाई है। यह बहुत जानकारीपूर्ण नहीं है, और अगर हम इस जानकारी का उपयोग करना चाहते हैं, उदाहरण के लिए, तंत्रिका नेटवर्क सॉफ्टवेयर के इनपुट के रूप में - बहुत उपयोगी नहीं है इसका कारण है - न्यूरॉन की संख्या मैट्रिक्स श्रेणी के 0 आकार के भीतर है, और तंत्रिका नेटवर्क को इसके बीच एक जटिल संबंध और क्लस्टर न्यूरॉन का पता लगाना होगा। इसके अलावा, एक चार्ट पर, यह हमें एक गैर-स्पष्ट रेखा देगा। एक एसओएम में, हम अपने समन्वय (एक्स, वाई) द्वारा एक न्यूरॉन की पहचान कर सकते हैं और यह जेड - समन्वय जोड़कर इसका उत्पादन करता है। साथ ही, कंप्यूटर ग्राफिक्स में एक रंग आमतौर पर (लाल, हरा, नीला) वेक्टर द्वारा दर्शाया जाता है, इसलिए ये एक चाल है: हमारे तंत्र को न्यूरॉन नंबर न उत्पन्न करने के लिए कहें, लेकिन संबंधित रंग हम सी भाषा में निम्नलिखित सूत्रों का उपयोग करते हैं: कोड के माध्यम से चलते हैं, इस समय, हम एसआईएन (एक्स) फ़ंक्शन का उपयोग करने जा रहे हैं। जैसा कि आप देख सकते हैं, एसआईएन (एक्स) में वर्गीकृत पैटर्न को ठीक किया जाता है इसके अलावा, एक चिकनी रंग चार्ट पर, यह देखना आसान है, कि एक चार्ट के समान प्रवृत्ति वाले भागों को रंग ठीक से सौंपा गया है। विदेशी मुद्रा संकेत: वास्तविक उद्धरणों का उपयोग करना अब, वास्तविक उद्धरणों का उपयोग करें और देखें कि क्या हमारे स्वयं संगठित मानचित्र उन्हें एसआईएन (एक्स) को नियंत्रित करने के तरीके को संभालने में सक्षम होगा। जैसा कि आप चार्ट से देख सकते हैं, एसओएम ने काम किया, लेकिन। वर्गीकरण बहुत उपयोगी नहीं है समस्या यह है कि एक के रूप में, उम्मीद है, कि चार्ट (EURUSD के लिए बंद उद्धरण) बढ़ रहा है, इसलिए चार्ट की शुरुआत में और उसके अंत में एक ही पैटर्न (स्वयं-संगठित मानचित्र) द्वारा माना जाता है दो पूरी तरह से अलग पैटर्न विदेशी मुद्रा व्यापार रणनीति: एनओसी सूचक एनओसी (सामान्य स्थिति पर सामान्य) सूचक का उपयोग करना और एनएएन की आवश्यकता को संभालने के लिए पिछले लेखों में से एक का उपयोग किया गया था - यह काम करने के लिए सामान्यीकृत डेटा की आवश्यकता है हम सीआरएसी के उद्धरणों के रुझान को वर्गीकृत करने के लिए स्वयं-संगठित मानचित्र के साथ एनओसी का उपयोग करने जा रहे हैं। ध्यान दें। कि मैं व्यक्तिगत तौर पर यह नहीं सोचा कि एनओसी एसओएम के साथ प्रयोग करने के लिए एक आदर्श सूचक है। किसी प्रकार का क्लस्टर सूचक, विभिन्न मुद्राओं के बीच पैसे प्रवाह दिखा रहा है, सबसे अधिक संभावना एक बेहतर काम करेंगे तो कृपया, इस पर एक उदाहरण के रूप में विचार करें, और अपना खुद का व्यापार प्रणाली बनाएं हमारे सिस्टम की जांच करने के लिए, आप यूआरयूडीएच 1 लोंग। टाईट कोट्स फ़ाइल का उपयोग कर सकते हैं, जो कोर्टेक्स आर्काइव में शामिल है, साथ ही साथ छोटी यूआरयूडीएएच 1.txt। जब आप इसका उपयोग करते हैं (कोड में कम एक को बदलकर), तो आप नमूना परीक्षण के बाहर हमारे सिस्टम व्यवहार को देख सकते हैं, डेटा पर, कभी भी नहीं देखा। उस परीक्षा में, एनओसी विफल नहीं है, लेकिन इसमें कोई भी चमक नहीं है साथ ही, हम अच्छे पैरामीटर ढूंढने के लिए चक्र का उपयोग करते हैं। ऊपर एक परिणामस्वरूप चार्ट का छोटा टुकड़ा है ध्यान दें, यह कहना मुश्किल है कि इस प्रकार के वर्गीकरण के लिए हम क्या इस्तेमाल कर सकते हैं, लेकिन ए) शायद, एफएफबीपी तंत्रिका नेटवर्क इसे बाहर कर सकता है और ख) यह सिर्फ एक उदाहरण है। हम दैनिक चार्ट का भी उपयोग कर सकते हैं। नीचे MSFT स्टॉक मूल्य के लिए लगभग समान कोड है Kohonen SOM बिना विदेशी मुद्रा व्यापार रणनीति हम ऊपर अध्याय में मिला चार्ट के साथ, एक विदेशी मुद्रा व्यापार प्रणाली प्रणाली बनाने के लिए मुश्किल है। एक वर्गीकरण है, ठीक है लेकिन यह रुझान की तरह नहीं दिखता है - हरा, नीचे टेंट - लाल तो इसके लिए एफएफबीपी तंत्रिका नेटवर्क का उपयोग करें ताकि इसे बाहर निकाल सकें। इसे बेहतर बनाने के लिए, एफएफबीपी एनएन आदानों के रूप में स्वयं-संगठित मानचित्र आउटपुट और एनओसी दोनों का उपयोग करें। हम तंत्रिका नेटवर्क विदेशी मुद्रा ट्रेडिंग के बारे में लेख से स्क्रिप्ट का उपयोग करने जा रहे हैं। कि, मैं मानता हूं, आपने पहले ही पढ़ लिया है। सबसे पहले, एसओएम मुक्त, स्क्रिप्ट फिर से चलाएं और एनएन पैरामीटर का इष्टतम सेट ढूंढें। यहां, हम विजेता चुन सकते हैं। ध्यान दें, बाजार को मारना हमारा लक्ष्य नहीं है, जो हम करना चाहते हैं, वह कम-से-कम काम कर रहे एफएफबीपी सिस्टम लेना है और यह देखना है कि एसओएम से अतिरिक्त निविष्टियों की आपूर्ति के जरिए इसके प्रदर्शन में सुधार किया जा सकता है। ट्रेडों: 27 (खरीदें: 27, बेचना: 0) एनसीइंटरवल: 12, रेंज: 0.004, मा: 3 अंतराल: 2, न्यूरॉन्स: 5 स्टॉप: 0.0200, टीपी: 0.0000, स्टॉप बढ़ाएं: 0.600000, खरीदें: 0.170, बेचें: 0.900 ड्राडाउनः 0.299 लाभ: 6174.000000 (लंबा: 6174.000000, लघु: 0.000000) यह चार्ट काफी अच्छा लगता है। अगले अध्याय में हम एनओसी के अतिरिक्त स्वयं-संगठित मानचित्र आउटपुट का उपयोग करने जा रहे हैं। कोहोनेन न्यूरल नेटवर्क और एफएफबीपी न्यूरल नेटवर्क का उपयोग करके हम पिछले उदाहरण से चक्र हटाने जा रहे हैं, और इसे स्वयं संगठित मानचित्र जोड़ सकते हैं। Kohonen एसओएम som04.tsc द्वारा बनाया गया था, ध्यान दें, आपको उस स्क्रिप्ट को पहली बार चलाने की जरूरत है। तो, सबसे पहले, som04.tsc को चलाने और परिणामस्वरूप स्व-आयोजन मानचित्र को som04winner. kh पर नाम बदलें। निम्नलिखित स्क्रिप्ट मौजूदा कोहोनेम एसओएम का उपयोग करता है और एफओबीपी एनएन के लिए इष्टतम पैरामीटर ढूंढने की कोशिश करता है जो एनओसी के अतिरिक्त इनपुट के रूप में इसका आउटपुट का उपयोग करता है। ट्रेडों: 29 (खरीदें: 29, बेचें: 0) एनओसीइंटरवल: 12, रेंज: 0.000, मा: 3 अवतल: 2, न्यूरॉन्स: 7 स्टॉप: 0.0200, टीपी: 0.0000, स्टॉप बढ़ाएं: 0.500000, खरीदें: 0.140, बेचें: 0.900 ड्राडाउनः 0.557 लाभ: 6677.000000 (लंबी: 6677.000000, लघु: 0.000000) जैसा कि आप देख सकते हैं, कम से कम एक चार्ट एसओएम के मुकाबले बेहतर है, फिर भी, यह सिर्फ एक उदाहरण है, और वास्तविक व्यापार प्रणाली के लिए, एनओसी है, सबसे अधिक संभावना, Kohonen एसओएम के लिए इनपुट का सबसे अच्छा विकल्प नहीं है (हालांकि, एफएफबीपी एनएन के लिए यह बहुत अच्छा है) एफएफबीपी न्यूरल नेटवर्क ट्रेडिंग सिस्टम से चक्रों को दूर करना अब, हमारे व्यापार प्रणाली को एक वास्तविक व्यापारिक मंच पर बंद कर दें। आखिरकार, कॉर्टेक्स न्यूरल नेटवर्क सॉफ्टवेयर ऑनलाइन व्यापार नहीं कर सकता है, इसलिए हमें मेटाट्रेडर, ट्रेंडस्टेशन या कुछ और का उपयोग करने की आवश्यकता है। हम मेटा ट्रेडर विशेषज्ञ के लिए एक स्क्रिप्ट बनाने जा रहे हैं, जो कि हमारे एफएफबीपी एनएन और एसओएम दोनों का उपयोग करता है। हम इसे दो चरणों में करते हैं सबसे पहले, हम अपने विजेता एफएफबीपी के लिए, न्यूरल नेटवर्क फॉरेक्स ट्रेडिंग आलेख के चरणों को दोहराने जा रहे हैं। तब हम एसओएम जोड़ें। ऐसा करने के लिए, हम som05.tsc कोड से चक्र निकाल देते हैं, यह हमें एक कोड के साथ छोड़ देता है, जो एक एकल जीतने वाले एनएन का उपयोग करता है। फिर हम इस स्क्रिप्ट में कोड जोड़ते हैं, जो न्यूरॉन्स के वजन का प्रिंट होता है। हम इस आउटपुट को प्रारूपित करने के लिए, इसे मेटाट्रेडर्स (या अन्य ट्रेडिंग प्लेटफॉर्म के साथ पालन करने के लिए, यह आपकी निर्भर है) सिंटैक्स नतीजतन, हमारे पास एनएन वज़े के साथ एक बड़ी सरणी है, जिससे कि हम अपनी पसंद के किसी ट्रेडिंग प्लेटफॉर्म के विशेषज्ञ इंडिकेटर कोड में पेस्ट कर सकते हैं। अभी के लिए, सभी अनावश्यक चक्रों को som5.tsc से निकाल दें, ताकि हमारे पास स्क्रिप्ट हो, जो विजेता एनएन के साथ काम करता है। जैसा कि हम जीतने वाले एनएन का उपयोग करते हैं, हमें इसे कहीं न कहीं जाना चाहिए। कॉर्टेक्स som05winner1.nn के साथ आता है (som05.tsc में बनाया गया और उसके बाद उसका नाम बदला गया)। ध्यान दें, कोड में अभी भी चक्र हैं - बस जितना परिचित होना संभव है - लेकिन इन चक्रों को केवल एक बार किया जाता है इसके अलावा, एनओसी और नेटवर्क के लिए कुछ पैरामीटर कठोर हैं: som06.tsc, FFBP, अब तक कोई एसओएम न्यूरल नेटवर्क के वजन का निर्यात नहीं करता है अगला कदम यह है कि तंत्रिका नेटवर्क के वजन को हमारी पसंद के किसी व्यापारिक मंच की पटकथा की भाषा में निर्यात करना। यहां हम न्यूरल नेटवर्क फॉरेक्स ट्रेडिंग को दोहरा रहे हैं ऐसा करने के लिए, हम कुछ प्रिंट स्टेटमेंट को som06.tsc में जोड़ते हैं, और यह आवश्यक आउटपुट का उत्पादन करेगा। बस som06.tsc में निम्नलिखित कोड डालें: ध्यान दें, इसके पीछे तंत्रिका नेटवर्क फॉरेक्स ट्रेडिंग लेख में पहले से ही चर्चा की गई थी। संक्षेप में, इस स्क्रिप्ट का उत्पादन MQ4, मेटाट्रेडर्स स्क्रिप्टिंग इंजन के साथ संगत होना है। मेटा ट्रेडर एक ट्रेडिंग प्लेटफॉर्म है जो हम उपयोग करते हैं, उदाहरण के लिए, यदि आप कुछ अलग करना चाहते हैं, उदाहरण के लिए, आपको इसके सिंटैक्स का पालन करने के लिए कोड को बदलना होगा। इसके बाद, निम्नलिखित अध्यायों में, हम मेटाटैडर्स सूचक में इस कोड को सम्मिलित करने जा रहे हैं, और इसका इस्तेमाल व्यापार के लिए करें। APPLYNN का अनुकरण अगले कदम वास्तव में जरूरी नहीं है, लेकिन यह कुछ ऐसा है, जो कोड में बग को खोजने और उसे ठीक करने के लिए उपयोगी हो सकता है। हम som06.tsc का संस्करण बनाने जा रहे हैं, लेकिन इस समय, हम एपीपीएलएएनएन समारोह का अनुकरण करने के लिए SLANG (कॉर्टक्स बिल्ट-इन स्क्रिप्टिंग भाषा) का उपयोग करेंगे। इसका कारण यह है कि अगले अध्याय में हम इसे मेटाट्रेडर ट्रेडिंग प्लेटफॉर्म की पटकथा भाषा में बंद कर देंगे, इसलिए यह सुनिश्चित करना एक अच्छा विचार है कि सब कुछ काम करता है पोर्टफोलिग एफएफबीपी न्यूरल नेटवर्क ट्रेडिंग प्लेटफॉर्म के लिए निम्नलिखित कोड न्यूरल नेटवर्क फॉरेन ट्रेडिंग लेख से लिया गया है। यह संकेतक और एक विशेषज्ञ की जोड़ी का उपयोग करने के लिए तैयार है, जो उस सूचक का उपयोग करता है अभी तक कोई kohonen तंत्रिका नेटवर्क कोड नहीं हमेशा की तरह, कृपया ध्यान रखें, कि यह सिर्फ एक उदाहरण है, यह जरूरी नहीं कि हमेशा लाभदायक हो। साथ ही, चूंकि हमारे कुछ मेटाट्रेडर कोड सभी विशेषज्ञों और संकेतकों के लिए समान हैं, हम इसे एक अलग पुस्तकालय फ़ाइल में ले गए हैं। मेटाट्रेडर्स लाइब्रेरी कुछ भी नहीं है, लेकिन समेत फ़ाइलें हैं यह लाइब्रेरी समन्वयन का ख्याल रखती है, जब दो या अधिक विशेषज्ञ एक ही समय में चलने की कोशिश कर रहे हैं, साथ ही कुछ अन्य चीजों के साथ। यदि आप मेटा ट्रेडर का उपयोग करते हैं, तो यह आपको मजबूत विशेषज्ञ बनाने के लिए मददगार होगा, किसी भी मामले में, MQL भाषा को समझना आसान है। mylib. mql, एक सहायक पुस्तकालय Kohonen न्यूरल नेटवर्क FFBP तंत्रिका नेटवर्क, कोई चक्र नहीं हम एक विदेशी मुद्रा व्यापार प्रणाली के साथ किया जाता है जो केवल FFBP नेटवर्क का उपयोग करता है अब हम एक विदेशी मुद्रा व्यापार रणनीति के साथ एक ही काम करने जा रहे हैं। जो एफएफबीपी और कोहोनेन एसओएम का उपयोग करता है। सबसे पहले, सबसे अच्छे एफएफबीपी नेटवर्क को चुनने के लिए, सोम07.टीसीसी को फिर से ले, और इसे चलाने दें। ध्यान दें, इस स्क्रिप्ट के लिए Kohonen क्लस्टरिंग मानचित्र पहले (som04) में बनाया गया था, और som07winer. kh के रूप में संग्रहीत है, इसलिए हमें इसे फिर से नहीं बनाना है ट्रेड्स: 52 (खरीदें: 52, बेचना: 0) एनओसीइंटरवल: 12, रेंज: 0.004, मा: 3 अंतराल: 2, न्यूरॉन्स: 3 स्टॉप: 0.0200, टीपी: 0.0000, स्टॉप बढ़ाने: 0.600000, खरीदें: 0.170, बेचें: 0.900 ड्राउनडाउन: 0.981 लाभ: 6820.000000 (लंबा: 6820.000000, लघु: 0.000000) फिर, हमें स्कीम को बंद करने के लिए स्क्रिप्ट प्राप्त करने के लिए, som07.tsc से चक्र को निकाल देता है: स्व-व्यवस्थित मानचित्र के वजन को निर्यात करना तंत्रिका को मुद्रित करने के लिए कोड जोड़ देता है एफएफबीपी न्यूरल नेटवर्क और स्वयं-संगठित मानचित्र दोनों के लिए नेटवर्क मापदंड। हम ऐसा करने के लिए som10.tsc को जोड़कर करते हैं: APPLYSOM फ़ंक्शन का अनुकरण करते हैं अगले चरण कोड को जोड़ना है, जो कोर्टेक्स-विशिष्ट कॉल के बजाय जेनेरिक स्क्रिप्टिंग भाषा का उपयोग करते हुए फ़ंक्शन लागू करता है। जैसा कि हमारे पास एफएफबीपी एनएएन के लिए पहले से ही कोड है, हम केवल एसओएम पर ही ध्यान केंद्रित कर सकते हैं। पोर्टिंग स्व-आयोजन मानचित्र एमटी के आधार पर विदेशी मुद्रा व्यापार प्रणाली अंतिम चरण यह है कि हमारी स्क्रिप्ट को मेटाट्रेडर पर बंद कर दिया जाए, ताकि यह वास्तविक व्यापार के लिए इस्तेमाल किया जा सके। हम एफएफबीपी में केवल एक ही विशेषज्ञ का उपयोग करने के लिए ऊपर दिए गए उदाहरण हैं, हालांकि, सूचक में एफएफबीपी और एसओएम कोड दोनों शामिल होंगे। ध्यान दें, इसके अतिरिक्त, mylib. mq4 का उपयोग किया जाता है, इसका कोड एफएफबीपी में एक उदाहरण है। निर्देशक कोड FFBP के आधार पर बनाया गया था उदाहरण के लिए, som12.tsc से रखे SOM कोड को जोड़कर,: अंतिम नोट्स यह है कि यह है। अब आप कोर्टेक्स न्यूरल नेटवर्क सॉफ़्टवेयर स्क्रिप्ट बना सकते हैं, जो एसओएम आउटपुट को अपने इनपुट के रूप में लेता है, अन्य इनपुटों के बीच, इसे व्यापार करने के लिए अनुकूलित करता है, और अपनी पसंद के ट्रेडिंग प्लेटफॉर्म में पोर्ट कर सकता है। ध्यान दें, यह आपका एकमात्र विकल्प नहीं है - उदाहरण के लिए, आप इस दृष्टिकोण का उपयोग कर सकते हैं, उदाहरण के लिए, एफएफबीपी एनएएन जो कि एक से अधिक सूचक का उपयोग करता है, साथ ही इसके इनपुट के रूप में अन्य एफएफबीपी एनएन आउटपुट, और इसी तरह। कोर्टेक्स ऑर्डर कोर्टेक्स देखें डाउनलोड मूल्य सूची सूची इस साइट के लिए दृश्यता बहुत महत्वपूर्ण है। यदि आपको यह पसंद है तो कृपया इस यूआरएल से लिंक करें विदेशी मुद्रा ट्रेडिंग के लिए यूआरएलएनोक्रॉन न्यूरल नेटवर्क: इस आलेख में हमारे न्यूरल नेटवर्क सॉफ़्टवेयर का उपयोग करने का एक उदाहरण, एक पूर्ण न्यूरल नेटवर्क ट्रेडिंग सिस्टम बनाने के लिए। यह उदाहरण कॉर्टेक्स अंतर्निहित स्क्रिप्टिंग भाषा का उपयोग करता है। इसलिए कृपया स्क्रीप्टिंग भाषा गाइड को पहले पढ़ें। विदेशी मुद्रा व्यापार रणनीति बनाने के लिए तंत्रिका नेटवर्क का उपयोग करना इस मुफ्त ऑनलाइन ट्यूटोरियल में आपको फॉरेक्स ट्रेडिंग (या स्टॉक मार्केट ट्रेडिंग के लिए तंत्रिका नेटवर्क (कॉर्टेक्स न्यूरल नेटवर्क सॉफ़्टवेयर) का उपयोग करने का पूरा चक्र मिलेगा। विचार समान है) आप कृत्रिम तंत्रिका नेटवर्क के लिए इनपुट का चयन कैसे करेंगे और आउटपुट के रूप में उपयोग करने का निर्णय कैसे करें आपको स्क्रिप्ट का उपयोग करने के लिए तैयार एक उदाहरण मिलेगा जो तंत्रिका नेटवर्क (न्यूरॉन्स की संख्या) और विदेशी मुद्रा व्यापार प्रणाली (स्टॉप लॉस इत्यादि) दोनों के तंत्रिका नेटवर्क का अनुकूलन करने की अनुमति देता है अंत में (वह भाग जो कि वर्तमान में मौजूद नहीं है सबसे ट्यूटोरियल), आप सीखेंगे कि आगे क्या करना है आखिरकार, कॉर्टेक्स न्यूरल नेटवर्क सॉफ्टवेयर वास्तविक समय ट्रेडिंग नहीं कर सकते हैं, आपको व्यापार स्टेशन, मेटाकॉट्स या मेटाट्रेडर जैसी कुछ चीज़ों का उपयोग करना होगा। कोर्टेक्स से विदेशी मुद्रा व्यापार प्रणाली को अपने पसंदीदा ट्रेडिंग प्लेटफॉर्म पर कैसे पोर्ट करना आप को डीएलएल, एक्टिवक्स नियंत्रण और निम्न स्तरीय प्रोग्रामिंग से निपटना होगा। जवाब नहीं है कॉर्टेक्स न्यूरल नेटवर्क सॉफ्टवेयर सुविधा के उपयोग के लिए आसान के साथ आता है जिससे आपको आसानी से परिणामी (प्रशिक्षित) तंत्रिका नेटवर्क को अपने व्यापारिक मंच की स्क्रिप्टिंग भाषा में बंदरगाह करने की सुविधा मिलती है। कोई डीएलएल, डीडीई, एक्टिवक्स या कोई अन्य निम्न स्तरीय समाधान नहीं - सब कुछ सरल और आसान है। महत्वपूर्ण नोट: यह ट्यूटोरियल कैसे व्यापार करने का तरीका नहीं है। इसके बजाय, यह आपको बताता है कि कोर्टेक्स न्यूरल नेटवर्क सॉफ्टवेयर का उपयोग कैसे करें। लेकिन आपको अभी भी अपने व्यापार प्रणाली का आविष्कार करने की आवश्यकता है। जो हम यहां उपयोग करते हैं वह एक शुरुआती बिंदु है, जैसा कि एक विदेशी मुद्रा व्यापार रणनीति के रूप में इस्तेमाल नहीं किया जाना चाहिए। इस पाठ का विचार आपको एन एन आधारित व्यापार प्रणालियां बनाने और उन्हें अपनी पसंद के ट्रेडिंग प्लेटफॉर्म में बांटने के लिए सिखाना है। उदाहरण, हालांकि, ovesimplified है, और केवल व्यापारिक सिद्धांतों के उदाहरण के रूप में उपयोग किया जा सकता है उसी तरह, एमएसीडी ट्रेडिंग सिस्टम, जिसे कई ट्यूटोरियल में पाया जा सकता है, अब अच्छी तरह से काम नहीं कर रहा है (जैसा कि बाजार बदल गया है), लेकिन मैकेनिकल ट्रेडिंग के लिए संकेतक का उपयोग करने का एक अच्छा उदाहरण है। दो शब्दों में: अपना खुद का विश्लेषण करें एक अन्य महत्वपूर्ण नोट: ट्यूटोरियल उदाहरणों का उपयोग करता है, उनमें से बहुत सारे। अपना जीवन आसान बनाने के लिए, मैंने उन सभी को शामिल किया है, न कि केवल टुकड़े। हालांकि यह पाठ बहुत लंबा बना देता है इसके अलावा, मैं बहुत पहले, अनाड़ी, विदेशी मुद्रा व्यापार प्रणाली से जा रहा हूँ। अधिक उन्नत करने के लिए, हर बार यह समझाते हुए कि क्या सुधार हुआ था और क्यों धीरज रखो, या सीधे आपके इच्छित खंड में कूदो। अंतिम महत्वपूर्ण नोट: कोड कुछ पत्थर में बना हुआ नहीं है, यह तब बदल सकता है जब यह पाठ लिखा गया। स्क्रिप्ट फ़ाइलों के अंतिम संस्करण को कोर्टेक्स संग्रह में शामिल किया गया है। फॉरेक्स खरीदें की ख़राब बिक्री के संकेत: साधारण उदाहरणों में क्या गलत है: कॉर्टेक्स न्यूरल नेटवर्क सॉफ़्टवेयर उपयोगकर्ता के मार्गदर्शन में हमने एक अल्पसंख्यक तंत्रिका नेटवर्क का एक सरल उदाहरण का उपयोग किया था। जीएनजेड स्टॉक की कीमत की भविष्यवाणी इस दृष्टिकोण में क्या गलत है, यह जानने के लिए, GENZ. TXT की बजाय, MSFT. TXT का उपयोग करते हुए, एक सरल उदाहरण के लिए, सीखने की स्थापना में 800 रिकॉर्ड का उपयोग करें, जैसा कि MSFT. TXT थोड़ा सा छोटा है, फिर GENZ टेक्स्ट)। यह सिर्फ काम नहीं करता है क्यों कारण स्पष्ट हो जाएगा, यदि आप खुद से पूछते हैं: भविष्य के मूल्यों के बारे में तंत्रिका नेटवर्क की भविष्यवाणी क्या है पहली जगह पर किया जा सकता है जवाब है: यह ऐसा करना सीख रहा है जिसे तंत्रिका नेटवर्क पैटर्न मान्यता कहा जाता है पैटर्न को पहचानने के लिए, और अगर इन पैटर्नों में छिपे हुए तर्क हैं, तो एक नया पैटर्न (उसी तर्क के साथ) को मान्यता दी जाएगी एक चाल है - उसी तर्क के साथ यहां एक भी नहीं है, लेकिन यहां तीन समस्याएं हैं। सबसे पहले, यदि आप माइक्रोसॉफ्ट के स्टॉक की कीमत पर गौर करते हैं, तो आप देखेंगे, कि यह हमारे डेटा के सीखने के भाग में और नीचे की तरफ - परीक्षण भाग में जा रहा था। तो यह संभव है, कि तर्क बदल गया था। दूसरा, और इससे भी ज़्यादा अहम - पैट्रान क्या है आप देखते हैं, अगर हम 10 - 100 की श्रेणी में तंत्रिका नेटवर्क को सिखाते हैं, और फिर इसे 1 से 3 रेंज में कुछ के साथ प्रस्तुत करते हैं - ये विभिन्न पैटर्न 10, 20, 30 और 1, 2, 3 मानव के समान दिखते हैं - क्योंकि - हमारे पास दस से विभाजित करने की क्षमता है, जब शून्य से समाप्त होने वाली संख्याएं प्रस्तुत की जाती हैं यह डेटा का पूर्व प्रसंस्करण कहलाता है, और डिफ़ॉल्ट रूप से, एनएन ऐसा नहीं कर सकता। क्या हम इसे सिखा सकते हैं बेशक? यह वास्तव में हमें यह सिखाने की क्या ज़रूरत है यह तीसरा और सबसे महत्वपूर्ण एक है। हमें कीमत की भविष्यवाणी की ज़रूरत नहीं है हमें परवाह नहीं है हमें क्या जरूरत है विदेशी मुद्रा खरीदने के संकेत सिग्नल अब, एक मिनट की प्रतीक्षा करें) एक ही रेंज में हमारे इनपुट (सीखना और परीक्षण दोनों) की आवश्यकता है, और हमें इसकी आवश्यकता है b) इस पर आधारित व्यापार के फैसले लेने में सक्षम होने के लिए यह क्या है कि हम एक संकेतक बिंगो कहें, तो हम क्या करने जा रहे हैं - हम एक संकेतक का निर्माण करेंगे, इसे इनपुट के रूप में एनएन में खिलाएंगे, और हम सूचक मूल्य का पूर्वानुमान प्राप्त करने का प्रयास करेंगे, न कि बेकार शेयर की कीमत हमारे पहले उदाहरण में, हम स्टॉक को लोड करेंगे डिस्क से उद्धरण, तंत्रिका नेटवर्क फ़ाइल खोलें और सीखना शुरू करें - सभी एक स्वचालित मोड में। एक नई स्क्रिप्ट फ़ाइल बनाएं (या उसको खोलें जो कॉर्टेक्स न्यूरल नेटवर्क सॉफ़्टवेयर संग्रह के साथ आए) और इसे कॉल करें stocknn. tsc। सबसे पहले, हमें MSFT. TXT फ़ाइल से मूल्य मान डाउनलोड करने की आवश्यकता है। हम सीएलवी सूचक (नीचे देखें) का उपयोग करने जा रहे हैं, लेकिन इसकी गणना करने के लिए, हमें उच्च और निम्न के लिए विभाजित-समायोजित मानों की आवश्यकता है, न केवल करीब के लिए यहां उन्हें कैसे प्राप्त करना है stocknn. tsc, भाग 1 पहली पंक्ति, स्ट्रस्टपैथ चर के पथ को निर्दिष्ट करती है, ज़ाहिर है, आपको इसे संपादित करना होगा, अगर आपकी डेटा फ़ाइल अलग निर्देशिका में स्थित है। दूसरी पंक्ति में हम निर्दिष्ट करते हैं, कि यह पथ रिश्तेदार नहीं है (Cortex. exe फ़ाइल के स्थान के सापेक्ष)। टैबलेटर को पथ प्राप्त करता है, प्रारंभ लाइन के लिए खाली स्ट्रिंग, 1 - पहली पंक्ति (स्तंभ नामों) को छोड़ने के लिए, फ़ाइलें पाद लेख पंक्ति का हिस्सा (MSFT. TXT में अंतिम पंक्ति में डेटा शामिल नहीं है), यह भी निर्देश दिया जाता है कॉलम संख्या 0 लोड करने के लिए (और इसे arrDate कहते हैं), 2 (arrHigh), 3 (arrow), 4 (arrC) और 6 (arrClose)। टेबलाइटर के पूर्ण विवरण के लिए, SLANG संदर्भ मार्गदर्शिका देखें। फिर हम समायोजित क्लोज़ को बंद करके विभाजित करके, और निम्न और उच्च समायोजित करने के लिए इस मान का उपयोग करके विभाजित की गणना करते हैं। MSFT. TXT फ़ाइल में नवीनतम डेटा FIRST है, जबकि हम उन्हें अंतिम चाहते हैं अगला, हमें एक सूचक बनाने की आवश्यकता है आइये, यह एक बंद स्थान मान सूचक होने वाला है, हालांकि वास्तविक जीवन में मैं शायद एनएन इनपुट के रूप में एक से अधिक सूचक का उपयोग करेगा। बंद स्थान मान सूचक सीएलवी ((बंद - कम) - (उच्च बंद)) (उच्च-कम) की तरह गणना किया जाता है, जहां बंद, निम्न और उच्च अंतर के लिए होते हैं, जरूरी नहीं कि एक बार के लिए ध्यान दें, कि हम इसे 0 - 1 रेंज में चाहते हैं, ताकि हमारे एनएन (NN) रेंज (जो कि, फिर से, 0-1) को सामान्य बनाने में आसान हो। stocknn. tsc, भाग 3 अगला, हमें एक लैग फाइल बनाने की आवश्यकता है। आइए 1, 2 9 के बराबर का उपयोग करें। 9 (फाइल फ़ंक्शंस पर विवरण के लिए, SLANG संदर्भ गाइड देखें)। नोट, कि कॉर्टेक्स एनएन संवाद स्वचालित रूप से सरल लगी का उत्पादन कर सकता है (आप एक जेनरेट लेग बटन का उपयोग कर सकते हैं)। लेकिन बाद में इस पाठ में, हम परिसर की गड़बड़ी के साथ काम करने जा रहे हैं (जिसका अर्थ है, वे 1, 2, 3 नहीं हैं। लेकिन 1, 3, 64. जो कुछ भी हो), इसलिए हमें उस कोड को बनाने की जरूरत है जो इस कार्य को एक अधिक लचीली तरीका stocknn. tsc, part 4 लैग फ़ाइल होने के बाद, हम अपना पहला तंत्रिका नेटवर्क बनाने के लिए तैयार हैं इस फ़ंक्शन में कई पैरामीटर हैं, इसलिए सावधानी रखें हालांकि, कोड वास्तव में सरल है वैसे, इस कोड को हटाया जा सकता है, यदि आपको लगता है कि आप अपने कोड में अर्थपूर्ण नामों के बजाय संख्या संभाल सकते हैं, हालांकि, यह बहुत खराब कोडन अभ्यास होगा। stocknn. tsc, भाग 5 अब, हमारे पास एक तंत्रिका नेटवर्क और डेटा के साथ lagged फ़ाइल होने के बाद, हमें नेटवर्क को सिखाना होगा। लैग फाइल (एमएसएफआईडीटी। एलजीजी) में 1074 रिकॉर्ड हैं, इसलिए सीखने की स्थापना के रूप में 800 उपयोग करना उचित है, और शेष 274 को एक परीक्षण सेट के रूप में। आप निश्चित रूप से एक नेटवर्क फ़ाइल खोल सकते हैं और सीखने टैब पर रन बटन पर क्लिक कर सकते हैं। लेकिन जैसा कि यह उन्नत कॉर्टेक्स न्यूरल नेटवर्क सॉफ़्टवेयर प्रोग्रामिंग के लिए एक परिचय है, इसके बजाय स्लैन्ग अंतर्निहित स्क्रिप्टिंग भाषा का उपयोग करने देता है। निम्न कोड एनडी सेटिंग्स के साथ मोडल संवाद लाता है। ध्यान दें, यदि आप रन बटन पर क्लिक करने का विशेषाधिकार चाहते हैं, तो आपको स्टोक्सएन। टीसीसी, भाग 6 को बदलना होगा, bStartLearning 0 हो सकता है, जिस स्थिति में संवाद आपके इनपुट का इंतजार करेगा, या 1, फिर सीखना होगा अयाटोमैटिक रूप से शुरू होगा अगर आप ठीक बटन पर क्लिक करके संवाद को बंद करते हैं तो बीआरस्यूमस्क्रिप्ट, यदि 1 के बराबर है, स्क्रिप्ट को फिर से शुरू करेगी। सीखने शुरू होने से पहले नेटवर्क रीसेट करने के लिए bReset का उपयोग किया जाता है। स्क्रिप्ट चलाएं, और 1000 से अधिक युग काउंटर की प्रतीक्षा करें, फिर स्टॉप पर क्लिक करें लागू करें टैब पर जाएं और लागू करें पर क्लिक करें। यह एनएन के माध्यम से संपूर्ण डेटा सेट (सीखना और परीक्षण दोनों) को चलाएगा, और. APL फ़ाइल बनायेगा, जिसमें मूल इनपुट-आउटपुट और एनएन-जनरेटेड भविष्यवाणी दोनों शामिल हैं, इस तरह आप आसानी से उन्हें साजिश कर सकते हैं और एक दूसरे के विरुद्ध गणना कर सकते हैं । आउटपुट टैब पर जाएं, msftind. apl फ़ाइल का चयन करें, फ़ाइल ब्राउज़ करें पर क्लिक करें, फ़ील्ड का चयन करें, फिर बाएं सूची बॉक्स में नंबर का चयन करें, और (माउस के साथ चयन करते समय सीटीआरएल कुंजी दबाकर) CLv और NN: Clv में सही सूची बॉक्स हमारी भविष्यवाणी कितनी अच्छी है, यह देखने के लिए चार्ट पर क्लिक करें कुंआ। यह अधिक या कम अच्छा है, हम इसे देखकर कह सकते हैं। फिर भी, असाधारण कुछ भी नहीं। यह सिर्फ उदाहरण है कि आप SLANG स्क्रिप्टिंग के साथ क्या कर सकते हैं, और कैसे कॉर्टेक्स नियमित कार्यों को स्वचालित करना है। हालांकि, अब तक, हमने कुछ नहीं किया जो आप हाथ से नहीं कर सके कुंआ। लगभग कुछ नहीं, क्योंकि अगर आप कस्टम लैग फाइल बनाना चाहते हैं, तो कहें, सीएलवी -100, सीएलवी -50, सीएलवी -25 कॉलम, तो आपको SLANG (या एक्सेल) का उपयोग करना होगा, क्योंकि आप स्कॉटीटिंग के बिना कोर्टेक्स में नहीं कर सकते। विदेशी मुद्रा व्यापार की रणनीति: अनुकूलन क्या करना है ये हमारी अगली समस्या है क्या हमें अच्छे दिखने वाली भविष्यवाणी की ज़रूरत है, या क्या हमें उस लाभ की आवश्यकता है जिसे हम लाभ के साथ व्यापार करने के लिए उपयोग कर सकते हैं सवाल अजीब लगता है, लेकिन एक क्षण के लिए इसके बारे में सोचो। कहें कि हमारे पास एक बहुत अच्छा 1-घंटा पूर्वानुमान है 95 सटीक फिर भी, कीमत कितनी दूर एक घंटे में जा सकती है बहुत दूर नहीं, मुझे डर है। इसकी स्थिति की तुलना करें, जब आपके पास 10-घंटे के पूर्वानुमान की अशुद्धता नहीं है। क्या यह बेहतर होगा कि इस प्रश्न का उत्तर देने के लिए, हमें वास्तव में व्यापार की ज़रूरत है, दो एनएन द्वारा निर्मित क्षुद्र त्रुटियों की एक सरल तुलना में मदद नहीं मिलेगी। दूसरा भाग (उसी समस्या का) हम एक अच्छी भविष्यवाणी को परिभाषित करते हैं। कहें कि हमारे पास एक नेटवर्क है, जो भविष्यवाणी का उत्पादन करता है, जो 75 सटीक है इसकी तुलना एनएन से करें, जो 100 सटीक भविष्यवाणी का उत्पादन कर रहा है पिछले एक बेहतर है अब, 100 से सटीक एनएएन के आउटपुट (भविष्यवाणी) को दोहराएं। हम एक बहुत ही गलत नेटवर्क होंगे, क्योंकि इसका संकेत संकेत के पास नहीं है जो हमने वांछित आउटपुट के रूप में इस्तेमाल किया था। और फिर भी, इसका इस्तेमाल उसी तरीके से किया जा सकता है जिसे हमने 100 सटीक एनएन इस्तेमाल किया है, हमें जो करना है वह 10 को बढ़ाना है, एनएन बनता है, मतलब द्विघात त्रुटि को ट्यूनिंग करके और सहसंबंध नहीं है, इसलिए कम से कम सिद्धांत, एक बेहतर एनएन खराब परिणाम दिखा सकता है, जब वास्तविक शेयर फॉरेक्स ट्रेडिंग के लिए इस्तेमाल किया जाता है इस समस्या को हल करने के लिए, हमें व्यापार के उपयोग से हमारे एनएन की जांच करने और इस ट्रेडिंग (लाभ और ड्रॉडाउन) के परिणामों का उपयोग करने की आवश्यकता है, यदि यह एनए दूसरे से बेहतर है। हो जाए। चलो एक प्रोग्राम बनाते हैं, जिसे ठीक से ट्यून करने के लिए इस्तेमाल किया जा सकता है, और इस बार, ठीक-ठाक करके, हम व्यापार के परिणाम का मतलब करेंगे। तंत्रिका नेटवर्क ट्रेडिंग: कुछ छोटे नोट्स सबसे पहले, हमारे ऊपर दिए गए उदाहरण में, स्वचालित सीखना कभी बंद नहीं होगा, क्योंकि हम किसी भी स्टॉप मापदंड को निर्दिष्ट नहीं करते हैं। संवाद में, या CREATENN फ़ंक्शन में, आप न्यूनतम प्रदान कर सकते हैं त्रुटि (जब एनएन पहुंचता है, यह बंद हो जाता है और, यदि bResumeScript को 1 पर सेट किया गया है, तो संवाद बंद हो जाएगा और स्क्रिप्ट फिर से शुरू हो जाएगी)। इसके अलावा यो अधिकतम संख्याओं को प्रदान कर सकते हैं, या दोनों। मैं इसे नीचे दिए गए उदाहरण में, कम से कम हमेशा नहीं, का उपयोग नहीं कर रहा हूँ क्योंकि मैं सीखने को देखने की योजना बना रहा हूं और जब मुझे लगता है कि एनएएन तैयार है, तो क्लिक करें। यदि आप इसे पूरी तरह से स्वत: मोड में करना चाहते हैं, तो इन पैरामीटरों पर ध्यान दें। दूसरा। एक नेटवर्क को छोटे, तेज और अधिक सटीक बनाने के तरीकों में से एक, छोटे नेटवर्क से शुरू करना और न्यूरॉन द्वारा न्यूरॉन का आकार बढ़ाता है दुर्भाग्य से, इनपुट न्यूरॉन्स की संख्या इनपुट डेटा कॉलम की संख्या से निर्धारित होती है (लेकिन हम उनमें भिन्न हो सकते हैं), और आउटपुट न्यूरॉन्स की संख्या आउटपुट डेटा कॉलम की संख्या के बराबर होनी चाहिए (आमतौर पर एक है, लेकिन जरूरी नहीं है )। इसका मतलब है कि हमें छिपे हुए परत (नों) में न्यूरॉन्स की संख्या को अनुकूलित करने की ज़रूरत है। साथ ही, जैसा कि मैंने उल्लेख किया है, हम वास्तव में नहीं जानते हैं कि किस डेटा का उपयोग करना है। Will Clv-15 (15 days delayed) increase the accuracy of our prediction Do we need Clv-256 Will it be better to use both of them in the same NN, or will adding Clv-256 ruin our performance Using nested cycles to try different input parameters, you can: Create the NN, same way we did it for the stock data (let me repeate, for the NN, there is no difference between stocks and FOREX, it just happened that I have couple of high quality data files for FOREX that I want to process, while writing this text). Try different combinations of lags. Try different number of neurons in the hidden layer. । and different combinations of different indicators. । और इसी तरह। However, if you try all possible combinations of all possible parameters, you will NEVER get your results, no matter how fast your computer is. Below, we will use couple of tricks to reduce calculations to a bare minimum. By the way, it may seem, that if you start from one hidden neuron, then increase it to 2, 3 and so on, and at some point the error (quality of the prediction) or the profit (if you test the NN by trading using it) will begin to go down, then you have your winner. Unfortunately, I cannot prove, that after the first performance peak there can be no second one. It means, that the error may go like 100, 30, 20, 40, 50 (it was just at its minimum, right) and then 30, 20, 10, 15. (the second minimum). We just have to test all reasonable numbers. तीसरा। Optimization is a two-edged sword. If you over-optimize your code, it may not work outside the data you used to fine-tune it. I will do my best to avoid this pitfall. If you want to do additional optimizations to your code or NN, I advise you to do a research in the Internet, to learn more about hidden problems of this approach. ALso, I am going to pay some attention to the smoothness of the profit curve. The profit that looks like 0, -500, 1000, -100, 10000 may be great, but the profit 0, 100, 200, 300, 400. is better, as it is less risky. We may talk about it later. Finally, for this example we are going to use FOREX, rather than stock prices. From the point of view of the NN there is no difference, and from my point - Forex is much more fun to trade. If you prefer stocks, the code can easily be modified. A FOREX Trading Strategy to play with First of all, lets create a prototype of our code, one that can easily be optimized in future. It is going to be a trading system, that uses a Neural Network to trade and produces a chart (profit against trade number). It will also calculate drawdown, as a measure of robustness of our trading system. forexnn01.tsc, part 1 The main difference here is that we use functions, instead of placing all the code in the main block of the program. This way it is much easier to manage. Second, we have a TestNet function. I am using a very simple algorithm of trading. The CLV indicator is confined to 0 - 1 interval (our version of CLV is), so when the indicator crosses up the dBuyLevel (see code above), I am buying, when it is crossing down the dSellLevel, I am selling. Obviously, it is not the best trading strategy, but it will do for our purpose (just for now). If you want to improve it, here are some pointers. First, you may want to have a system, that is not ALWAYS in the market. Second, you may want to use more than one indicator as inputs, and maybe, more than one NN, so that the trading decision is made based on few predicted indicators. We will add some improvements to the trading algorithm later. We use some standard assumptions of the FOREX trading: spread is 5 points, leverade is 100, min. lot is 100 (mini-FOREX). Lets take a look at our trading system. Once again, it is an oversimplified one. An important note: the TestNn() is called last, and it has access to all variables that were created to that point. So if you see a variable that I am using, without initializing it, it probably means that it was initialized in NewNn(), TeachNn() or some other function that was called prior to TestNn(). To make things easier, comments are placed in the code. forexnn01.tsc, part 2 Few words about the drawdown. There are few ways of calculating it, and we are using what I consider the most honest. The drawdown is a measure of instability of our system. What is a chance, that it will loose money Lets say the initial amount is 1000. If the profit goes 100, 200, 300, 400. the drawdown is 0. If it goes 100, 200, 100. then the drawdown is 0.1 (10), as we have just lost an amount, equal to 110 of the initial deposit (from 1200 to 1100). I would strongly advice against using trading systems with large drawdowns. Also, here I use a drawdown, that is to be used with variable lot size. However, in the actual samples, that come with the eBook, you will see another version: As you can see, here we always use 1000 (the initial amount) to calculate the drawdown. The reason is simple: we always use the same lot size (no money management yet), so there is no difference, how much money we have already accumulated on our account, an average profit should be constant. The worse possible scenario in this case looks like this: from the very beginning (1000 on account) we are loosing money. If we use 1000 to calculate the drawdown, we will get the worse drawdown. This will help us not to trick ourselves. उदाहरण के लिए, कहते हैं, हम कुछ समय के लिए कारोबार करते थे, और हमारे खाते में हमारे पास 10,000 होते हैं। Then we loose some money, and we now have 8,000. Then we have recovered, and got 12,000. Good trading system Probably not. Lets repeat the logic again, as it is very important (and it will become even more important, when we start doing money management). We trade using fixed size lots. So, statistically, there is no guarantee, that the maximum loss will not happen at the very beginning, when we only have 1000. And if it happens, we will have -1000 (10,000 - 8,000), so the trading system is probably too risky. When we talk about the money management (probably, not in this text), we will have to use different approach to drawdown calculation. Note, that in this trading system, I am using the worse possible scenario: I am buying using High and selling, using Low. Many testers do not follow these rules, and create trading systems, that work fine on historical data. But in the real life, these trading systems have very poor performance. Why Take a look at the price bar. It has Open, High, Low and Close. Do you know, how the price was moving inside the bar No. So, lets say, your trading system generated a buy signal, at the bottom of the price bar (if dLow Note that I am using dLotSize equal 0.1 lot (100). Obviously, in the real trading, you will benefit greatly, if the lot size is calculated depending on the money you have, something like: forexnn01.tsc, part 3 However, we are doing testing here, not trading. And for testing, we need, among other things, to see how smooth the profit curve is. This is much easier to do if the lot size is the same (in ideal situation, for dLotSize 100 we will get a straight line, with some positive slope, while in case of the adjustable lot size we will get an exponent, that is much harder to analyze). Later in this text, we will apply money management rules to our trading system, but not yet. After we are done with the last part of our testing function, lets walk through the rest of the code. The following function creates a CLV indicator. It takes th e interval as a parameter, which means that we can call it many times, during the optimization, passing different numbers. Note, that I am using the NN that works in the 0 - 1 interval. The data can be normalized, of course, but I chose to divide the indicator by 2 and to add 0.5, so that it is in 0 - 1 range. forexnn01.tsc, part 4 To make lag file, we can use the CREATELAGFILE function. Alternatively, we can do it by explicitly providing all the necessary code. In this case, we have more control, and we are going to need it, if we begin varying number of lagged columns and so on. forexnn01.tsc, part 5 The nRemoveFirst parameter is important. Many functions, like indicators, moving averages, lag generators, for that matter, do not work well within the first few records of the dataset. Lets say we have MA(14) - what will it place in the records 1 - 13 So we choose to simply remove the first few (unreliable) records. For the NewNn, as well as for all functions of this program, we need to pass as parameters only what can be changed during optimization process. For example, there is no need to pass a skip before parameter, as it is always the same. forexnn01.tsc, part 6 The TeachNn function simply brings up the NN dialog. forexnn01.tsc, part 7 Finally, we need a charting function. It is not mandatory, but it is always a good idea to see what our profit line looks like. The following code uses the XML to produce a chart, so it is a good idea to read the tutorial. Alternatively, you can draw the chart, rather than saving it in a file. To do it, use one of the samples, that are in the samplesscripts directory. Finally, you can modify the code, to produce HTML, rather than XML. HTML is easier to learn, but the code itself will be a bit less readable. forexnn01.tsc, part 8 Compile and Run the script. कुंआ। As expected, using 7 hours as an interval for the CLV produced very poor results: FOREX Trading Strategies and Optimization The reason for the poor results is quite obvious: we used the Interval, Stop Loss, buy and sell levels and other parameters, that were purely random - we just picked first that came in mind What if we try few combinations FOREX Trading Signals: What to optimize First of all, by overoptimizing the buy and sell levels, we can ruin our future performance. However we still can tune them, especially, if the performance is close for close values of buy and sell limits. For example, if we have -10 profit at buy limit equal 0.3, and 1000 profit when it equals 0.35, then there is probably a lucky coincidence, and we should not use 0.35 for our trading system, as in future it will probably not happen again. If, instead, we have -10 and 10 (instead of 1000), it may be safer to use. Generally, our trading system should be built for WORSE possible scenario, as if during the real trading the performance will be better, then during the test, we will survive, but not the other way around. We can vary the value for the indicator interval, provided we have enough trades, so that we can be confident, in terms of statistics, in the performance of a system. We certainly can vary the number of neurons, I dont think it can be overoptimized easily. We can vary number of inputs and lags for inputs. It is possible to overoptimize this, but it is not very likely to happen. And, of course, we can try different indicators. Accurate FOREX Signals: How to optimize As have already been mentioned, if we start trying all possible combinations, it will take forever. So we are going to cheat. We will create pre-defined sets of parameters, that we think are reasonable, and pass them to the program. To make as few calculations as possible, note, that Clv-1 and Clv-2 are, probably, important, but what about Clv-128 And - if we already have Clv-128, do we need Clv-129 Probably, not. So we are going to have something like Clv-1, Clv-2, Clv-4, Clv-8. Clv-128 with just few variations, which will make our calculation time thousands times shorter. FOREX Professional System Trading: Can it work at all What is it exactly we want to predict Until this point we have used 1 hour chart for EURUSD, and we were predicting the next bars CLV. Will the CLV2 be better What about CLV3 Also, especially considering the poor performance of our first trading system, it would be nice to know, that - at least in the ideal world, the goal (profitable trading) can be achieved. To answer these questions, lets create a simple testing program. We assume, that our prediction is 100 accurate, and, based on this assumption, we will use CLVN, not the NN predicted one. Thats right - we are going to take data from the future, and to use them instead of the NN prediction. This approach wouldnt work in the real life, of course, but at leats, it will give us some ideas of what to expect. When looking at the results, please keep in mind, that we are not using any advanced money management, our lot size is set to a minimum 100. If you use variable lot sizes, results will be dramatically different. But even at a lot size set to 0.1 we can see (below) that getting the information from the future is an ultimate traders holly graal. forexnn02.tsc, part 1 You are already familiar with this code, it was used in FOREXNN01.TSC. It handles data loading. The only difference is in the part that obtains the list of files in the images directory and deletes all files with the. PNG extention. The reason for this code is simple: during our tests we are going to create many - may be, thousands - image files. We dont want them to hung around after we are done. So at the beginning of the script we are deleting images, created by other scripts. forexnn02.tsc, part 2 Just a few comments. We do not want to try all possible values for, for example, CLV interval. Instead, we can create an array, that contains only values we want to test. Then (see below) we will walk through this array. Stop losses are important part of any trading strategy, so I have decided to vary them as well. It is a dangerous idea, however, as it is easy to overoptimize the system. I am planning to test different values for buy and sell levels, but it will be done in cycle, without using arrays. Unlike in our previous example, we want to have a large XML file, containing many images. To do it, I have moved the code, that is forming the XML header and footer outside of the Chart function. Read one of the online XML tutorials for details. Note, that I am using 0 as the first lag, which means, that first I am testing the indicator (CLV) that was not shifted from the future. Just to get an idea, how good out trading system would be without NN (horrible, is the right word. It is loosing all the money). Cortex uses the Internet Explorer control to display XML pages. When pages grow large, it takes a lot of memory. If your computer cannot handle it, consider creating multiple XML or HTML pages, instead. In the case of forexnn02, it should not be a problem, as the page is relatively short. Alternatively (that is what I am doing in scripts later in this text), create XML file, but do not open it from Cortex. Open them using Internet Explorer instead - unlike IE control, the Internet Explorer does not have the memory problem. Now the code that is trying different combinations of parameters. forexnn02.tsc, part 3 Here, we are using nested cycles. In every cycle, we are assidning some variable (for example, nInterval for the outer cycle). This way the cycle will assign values of all elements of a corresponding array, one in a time. Then WITHIN it, the inner cycle is used, and so on, so that all combinations of all array elements are tested. In the innermost cycle, I am calling the Test() function, to test trade, and Chart() to add a new picture to a list of images saved on disk. Note, that this Chart() does not show any images, until all cycles are completed. The Test() and CreateClv() functions are almost the same as in the previous example. The only real difference is due to the fact that it is called more then once. To do it, I am calling ARRAYREMOVE to cleanup arrays. Also, notice, that we are only creating charts for the combinations of parameters, that produce trading system with positive profit. Otherwise, we call continue, to skip the Chart() function. Finally, we have Take Profit now, so our trading system can be a bit more flexible. forexnn02.tsc, part 4 The Chart() function was broken into two pieces. The header and the footer should be written to the XML file only once, so they were moved to the main part of the program. Also, I am using the counter, to save files under the different names. The information about parameters is written to the header of an image, so we can easily see which one it is. Finally, images are only saved for winning configurations, meaning the balance at the end should be more, then at the beginning. forexnn02.tsc, part 5 Run the program (it will take some time to complete). You will end up with a large XML page with images, one for each winning configuration. Some of the results are great, however, as we used data from the future, this system will not work in the real life. Actually, if you look at the Test() function, you will notice, that the cycle stops before we reach the last element of arrClose: for(nBar nRemoveFirst 1 nBar THIS IS C, just an example. As you can see, the code is really simple. Now lets do the same using the SLANG script. As in examples before, we will keep the overall structure of the code, so that this example looks familiar. The only difference is that instead of using the built-in APPLYNN function, we call the function of our own. The code that we do not use (such as cycles) is commented, but not removed. Note, that the logic behind it was discussed in Neural Networks and Stock Forex Trading article already. Briefly, the output of this script is formated to be compatible with the MQL, MetaTraders scripting engine. MetaTrader is a trading platform we use, if you want something different, like TradeStation, for example, you will have to alter the code to comply to its syntax. Then, in the following chapters, we are going to inse rt this code in the MetaTraders indicator, and to use it to trade. Porting script to trading platform The next step is not really required, but it is something, that may be useful. We are going to create a version of a tsc file (one above), but this time, we will use SLANG (Cortex scripting language) to emulate APPLYNN function. The reason is, in the next chapter we are going to port it to the scripting language of a MetaTrader trading platform, so it is a good idea to make sure everything works. After we run this function, we discover, that the result it produces is the same, as the forexnn05a produced, which means the code works fine. Note, that there is a difference at the beginning of the charts, as our NN does not try to process the data at the beginning (where lag is incomplete), while the built-in NN does not know about this problem. Of course, it doesnt affect the result, as the beginning of the chart is ignored by using the nRemoveFirst parameter in our script (set to 200, which is guaranteed to be larger, then our lag). Using third-party trading platform We have the NN that (more or less) can be used. We have the script, implementing this NN without calls to the Cortex-specific NN functions. Now we are going to port it to the trading platform that can be used for the real trading, which means it can contact brocker, place orders and earn (or loose) money. As a trading platform, I am going to use MetaTrader Disclaimer: I am not related to MetaQuotes in any way. I do not work for them, I am not their affiliate and so on. I use MetaTrader, ONLY because I like it. I find this program user-friendly, flexible and powerful, and not a monster. Also, it is free (compare to other packages of this class). The only (minor) problem is that it is not always easy to find the dealer using MT in your area. Then, when you do a research, you may find couple of brockers, with screenshots on their web sites, that look suspiciously familiar. Yes, they use MetaTrader, but they dont call it MetaTrader I have asked for clarification at the companys forum, and they have told me, that they dont reveal brockers using their services. बहुत अजीब। One of the brockers that is not hiding the fact they use MT, is Alpari. They will allow you to open a Demo account, so that you can trade in a real time, but without risking your money. Warning I am not going to recommeng services of Alpari. Once again, I am not being paid for that. Try their Demo account, and use your own judgement. Or you can start your own research at Internet forums. Finally, if you do not like the MT, you can probably follow the example below using TS, MS or some other trading platform. This is just an example. Our MT-based trading system will include two files, the indicator and an expert. This is the way they call it in MQL (scripting language of MT), and I am going to follow this naming convention. The indicator implements the neural network and draws a chart. An expert takes these data and does trading. As MetaTrader has a strategy tester, we will be able to test our strategy, to see how good it is. I will assume, that you are familiar with MQL programming, it is quite close to SLANG and tutorials can be found both at MetaQuotes and Alpari. Finally, I am using the code structure, that is borrowed from MetaQuotes forum, permission to use it the author of the corresponding posts had granted me permission to use fragments of his code. Also, as some of our MetaTrader code is the same for all experts and indicators, we moved it to a separate library file. MetaTraders libraries are nothing but includable files. This library takes care of synhronization, when two or more expert are trying to run in the same time, as well as of few other things. If you use MetaTrader, it will help you to create robust experts, in any case, the MQL language is easy to understand. mylib. mql, a helper library The code should look familiar, all I did was re-writing it, using slightly different language syntax of MQL. This indicator has two buffers, and draws two lines, one for the original NOC, and one for the NN-predicted NOC. For trading, you dont have to draw both indicator lines, of course (see MQL tutorials to learn how to do it), but I have decided to show them together, so you can compare. Another difference, that you should know about, is the way MT performs testing. It may, in some cases, be more accurate, then one we did (we did the worse case scenario). Of course, you can always to change the SLANG script from the examples above, to implement any logic you want. The result of our testing in MT is a bit better, then in Cortex, due to all these reasons. Keep in mind, that MT calculates the DD in a different way. I still think, that my way is better. In should be especially noted, that no additional optimization had been performed using MetaTraders optimizer. We have just plugged our MTS (mechanical trading system) in, and it worked as expected. बस इतना ही। You can now create Cortex Neural Network, optimize it to do trading, and to port it to the trading platform of your choice. कोर्टेक्स ऑर्डर कोर्टेक्स देखें डाउनलोड मूल्य सूची सूची इस साइट के लिए दृश्यता बहुत महत्वपूर्ण है। अगर आपको यह पसंद है तो कृपया इस URL से लिंक करें