(traduit avec google traduction)
tradingthelife, merci pour l’appréciation. La plate-forme que j’ai utilisée s’appelle ConvNet, je l’ai modifiée à partir d’un projet existant que j’ai trouvé en ligne.
Ce ci est le lien du projet php: https://github.com/fremsoft/php-convnet
Pour former le réseau, j’ai créé un jeu de données d’exploitation parfait, en utilisant des données historiques.
Ensuite, je configure un réseau de neurones qui accepte la position actuelle (FLAT, LONG, SHORT) et les derniers n échantillons.
Toutes les 5 minutes, le calcul du réseau est effectué, immédiatement après la lecture de la valeur marchande de FTSE MIB.
Même à ce moment, le serveur calcule de nouveaux poids pour le réseau de neurones … en fait, il n’a pas encore atteint un bon niveau et la machine d’IA entre très peu sur le marché.
Dans le même temps, un autre processus sur le serveur se charge d’optimiser le réseau en créant continuellement de nouveaux cycles d’apprentissage sur l’historique (4 ans d’histoire).
La bonne chose, même si elle n’entre pas sur le marché, c’est que vous pouvez voir le résultat de l’analyse neurale sur l’écran Surfer300 en pourcentage (% FLAT,% SHORT,% LONG) et que ces données sont très fiables même si elles ne sont pas suffisantes pour les ouvrir. une position.
https://www.themarketsurfers.com/it/desktop/scheda.htm?p=Surfer300
