Ну на то это и есть ПО с намёком на искусственный интеллект, чтобы обучаться А в нашем случае обучение - это метод перебора и отыскание оптимальных параметров, причем эти параметнры не постоянны и в теории должны проходить адаптацию под реальные условия формирующегося рынка, то есть постоянно находиться в "движении". Причем постепенно эти "знания" нейроной сети о рынке должны накапливаться, формируя некую "базу знаний", что необходимо для выявления какого-то постоянства и закономерностей на рынке для быстрой смены стратегии торговли, то есть адаптации к текущей ситуации

Да нет не совсем так. Шаги , расстояния между барами - это шаги итерации (частота "обнюхивания" исторических данных) при обучении однослойной нейронной сети (перцептрона) . При оптимизации подбираются весовые коэффициенты элементов - это и есть обучение и "знания" не будут нигде накапливаться до следущей переоптимизации ("знание" в данном случае - это шаг итерации и найденные значения весовых коффициентов). Шаг итерации должен быть постоянным, иначе , дисбаланс даст преимущество одним нейронам над другими и исказит выходной сигнал.

Да, шаг итеррации должен безусловно быть одинаковым. Я весовые коэффициенты имел в виду. Хотя, может что-то не так понял... Я не так давно начал вникать в данную тему

Возможно, этот "шаг " попробовать связать с так. наз. циклами.
Например, в программе Агет предусмотрен индикатор циклов. При этом ценовые колебания соответствуют расчетному графику циклов, и далее выдается прогноз.
На графике, - синяя часть - расчет. Красная - прогноз.
Не знаю, есть ли аналог для МТ4. Можно было бы брать при очередной оптимизации вместе с весовыми и контрольные точки исходя из цикла. Сырая пока мысль ...

Получится подгонка.Вообще, все это связано со структурой НС. Я не могу похвастаться большими познаниями и опытом в этой области, но прочитал обзорную статейку по теме и немного просветился. Вот здесь. http://www.victoria.lviv.ua/html/oio/html/theme7_rus.htm

Возможно совместная работа прямой и реверсной версий является слабым, "притянутым за уши" подобием двухслойной нейронной сети. Здесь есть над чем подумать.
Вот NoName ещё выкладывал в др. ветке - использование нейросетей в финансовых рынках:

Судя по некоторым публикациям, НС успешно использут для торговли "серьезные дяденьки" , однако трудно найти что-то практически работающее, в основном это "этюды" типа советника "кроссМА", как и этот советник Решетова, так что для успеха в построении НС придется самостоятельно изучать весь этот "геморрой". Вот на этой страничке еще советник для "поинтересоваться" на многослойной сетке - весьма познавательно.
http://forum.mql4.com/ru/4973/page17

Сообщение отредактировал SERGE - 16.7.2007, 6:10

Результаты работы за неделю. Версии прямые и реверсные.

Интересно, что платная (и недешевая!) версия AI анонсируется как не использующая индикаторы -
"....означает, что на входы перцептрона подаются ценовые паттерны в виде геометрических фигур, распознавание образов которых и является торговыми сигналами на выходе."

Что это за геометрические фигуры? Многоугольники элиипсы зигзаги фигуры Лиссажу (может и такое?) и т.п. ...
И что собственно берется из этих фигур для подачи на вход перцептрона?
Можно тогда предположить, что четыре контрольные точки перцепторона являются вершинами этих фигур! А на вход подаются характерные признаки этих фигур. Например длины их сторон, или углы между сторонами, или ещё что ниб.
Непонятно как сопоставить геометрическую фигуру с графиком цены!
Поскольку весовых коэффициентов в платной версии - четыре, то скорее всего фигурами являются некие конфигурации с четырьмя сходными характеристиками, - четырехугольник, например.
Либо веер из нулевой точки к точкам 7-14-21. Либо веер из точки 21 к точкам 14-7-0 .
Как бы прояснить этот момент?

Могу предположить что под паттернами подразумеваются известные свечные комбинации (молот, доджи , падающая звезда и т.д.) , а так же варианты последовательностей этих комбинаций, туда же можно приткнуть пороговые уровни этих паттернов. А распознавать геометрические фигуры тоже можно , но это задачка для нейросети еще более сложной и настроенной именно на эту задачу. Хотя подходы могут быть иными . Фантазировать - не код строчить.