उदाहरण 5

+

NeuroShell व्यापारी में ChaosHunter मॉडल चल रहा है डेटा फ़ाइल: hd. csv मॉडल फ़ाइल: hd. md सेटिंग्स फ़ाइल: hd. work (आप मॉडल फ़ाइल लोड जब स्वचालित ChaosHunter में लोड) आप NeuroShell व्यापारी व्यावसायिक या NeuroShell daytrader व्यावसायिक (5.5 या अधिक से अधिक रिलीज) के मालिक हैं, तो आप पर अमल और वास्तविक समय में ChaosHunter मॉडल व्यापार करने के लिए भी ChaosHunter में इस्तेमाल किया जा सकता है, जो डेटा को निर्यात करने के लिए उन कार्यक्रमों का उपयोग कर सकते हैं। तुम भी याहू वित्त, QuoteMedia, और गूगल वित्त से डेटा प्राप्त करने के लिए ChaosHunter के साथ आता है कि ऐतिहासिक उद्धरण डाउनलोडर प्रोग्राम का उपयोग कर सकते हैं। निर्यात डाटा और NeuroShell व्यापारी से संकेतक दोनों NeuroShell व्यापारी व्यावसायिक संस्करण (NSTP) ChaosHunter पढ़ता है जो पाठ या ASCII फ़ाइल स्वरूप में उत्पादन कर सकते हैं डेटा। आप कर सकते हैं आउटपुट संकेतक के किसी भी संख्या के साथ-साथ ओपन NeuroShell उपकरण का उपयोग करके प्रत्येक बार की कीमत - & gt; निर्यात चार्ट / डेटा मेनू। चार्ट डेटा मानों & quot; बस का चयन करें & quot; और & quot; & quot; निर्यात गंतव्य। ChaosHunter ओपन पर एक व्यापार में प्रवेश पर आधारित मॉडल के लिए लाभ की गणना करेगा क्योंकि ओपन मूल्य महत्वपूर्ण है। फिर & quot के लिए सुनिश्चित हो, निर्यात मौजूदा चार्ट पेज के लिए एक फ़ाइल केवल & quot ;, ChaosHunter सिर्फ एक समय में एक शेयर (या अन्य मुद्दे) पर काम करेंगे। इंट्राडे फ़ाइलें आप NeuroShell व्यापारी से एक intraday डेटा फ़ाइल निर्यात और एक अंतरिक्ष ASCII फ़ाइल (.txt विस्तार) को अलग कर के रूप में इसे बचाने के लिए है, तो फ़ाइल ChaosHunter में सही ढंग से पढ़ा नहीं किया जाएगा। NeuroShell व्यापारी पट्टी की तारीख और समय के बीच एक स्थान सम्मिलित करता है क्योंकि यह है। परिणाम डेटा सही कॉलम में प्रकट नहीं होता है। समाधान के लिए एक कॉमा ASCII फ़ाइल (.csv विस्तार) अलग या एक टैब ASCII फ़ाइल (.prn विस्तार) अलग रूप में या तो NeuroShell व्यापारी से निर्यात की गई फ़ाइल को बचाने के लिए है। आप दैनिक, साप्ताहिक, मासिक या फ़ाइलों का उपयोग कर रहे हैं, तो यह समस्या उत्पन्न नहीं होती। यह बाद में इस एक ही चार्ट में अपने ChaosHunter मॉडल डालने के लिए आसान हो जाएगा, क्योंकि आप बना दिया है NSTP चार्ट बचाओ। ChaosHunter में ओपन डाटा फाइल और एक मॉडल तैयार अब ChaosHunter में, निर्यात किया गया था उस फ़ाइल को लोड। फ़ाइल की शुरुआत में कुछ संकेतक तारांकित (*) के मूल्य में शामिल कर सकते हैं कि ध्यान दें। NeuroShell और ChaosHunter दोनों में यह मान पर्याप्त नहीं सलाखों के कुछ लुकबैक पैरामीटर के साथ एक संकेतक गणना करने के लिए अभी तक उपलब्ध हैं, क्योंकि आम तौर पर होता है, जो याद आ रही है इसका मतलब है। यह आप ChaosHunter आदानों टैब के तल पर उचित रेडियो बटन का चयन करके इस तरह के डेटा पंक्तियों को छोड़ करने ChaosHunter बता सिफारिश की है। ChaosHunter में दिखाया मूल डेटा फाइल गायब डेटा है कि पंक्तियों के साथ शुरू होता है। डेटा और आप ChaosHunter एक सूत्र का निर्माण करने के लिए उपयोग करना चाहते हैं कि संकेतक का चयन करें। ChaosHunter ओपन में एक व्यापार में प्रवेश के आधार पर लाभ की गणना करता है, तो यह है कि व्यापार मॉडल में उत्पादन के रूप में चयन किया गया है। इनपुट मूल्यों स्केलिंग के लिए चेक मार्क नोट एक अधिक सटीक मॉडल बनाने के लिए चालू है। हम एक खरीदने / बेचने के निर्णय करने के क्रम में एक सीमा की तुलना में है कि एक मूल्य की गणना करता है, जो एक व्यापार रणनीति का उपयोग करने का फैसला किया। एक लंबे समय से व्यापार बाहर निकलने के लिए स्वचालित रूप से ठीक इसके विपरीत एक छोटे से व्यापार में प्रवेश करेगा और इतना है कि हम यह भी सच है उत्क्रमण की जाँच की। मॉडल बनाएं विकास रणनीति अनुकूलन का उपयोग करना, ChaosHunter नकारात्मक मात्रा सूचकांक और सीसीआई संकेतक के रूप में अच्छी तरह से बंद है और एक स्थिर मूल्य का इस्तेमाल किया है कि एक सूत्र उत्पन्न। अगले कदम के लिए यह NeuroShell व्यापारी द्वारा इस्तेमाल किया जा सकता है, ताकि उस सूत्र को बचाने के लिए है। फ़ाइल मेनू का प्रयोग करें और बचाने के लिए मॉडल का चयन करें, लेकिन आप वहाँ इसे बचाने के लिए जब तक एक. md विस्तार के साथ मॉडल फाइल अपने NeuroShell व्यापारी फोल्डर का खाका फ़ोल्डर में कॉपी किया जाना होगा, क्योंकि याद है या आप इसे बचाया जहां नीचे लिखने के लिए सुनिश्चित हो मूल रूप से। संग्रहीत या NeuroShell व्यापारी खाका फ़ोल्डर में नकल की है.md विस्तार के साथ मॉडल फाइल करने के बाद, आप NSTP में मॉडल लोड करने के लिए तैयार हैं। यह पहले से ही आप अपने ChaosHunter मॉडल के लिए सामग्री के रूप में इस्तेमाल किया है कि सभी संकेतकों में शामिल हैं, क्योंकि आप पहले से बचाया है कि चार्ट अप लोड। सम्मिलित करें मेनू पर जाएं और नए संकेतक का चयन करें। आप चाहते हैं श्रेणी बाहरी कार्यक्रम है और लाइब्रेरी आमतौर पर सूची में सबसे नीचे के पास है, जो कॉल। तुम एक लाभ आधारित मॉडल का निर्माण किया है, तो आप सम्मिलित कर सकते हैं तीन ChaosHunter संकेतक हैं कि सूचना: ChaosHunter आउटपुट - इस सूत्र के वास्तविक मूल्य है ChaosHunter सिग्नल - इस खरीद / बिक्री थ्रेसहोल्ड करने के लिए उत्पादन की तुलना द्वारा उत्पादित एक खरीदने या बेचने के संकेत है ChaosHunter इक्विटी - इस मॉडल के आधार पर किए गए लाभ का योग से पता चलता है तुम एक लाभ आधारित मॉडल बना दिया है, जब तक कि केवल अराजकता आउटपुट उपलब्ध नहीं है। वैज्ञानिक मॉडल & quot; यदि नहीं, तो NeuroShell आप किसी & quot चयन कर रहे हैं कि आपको सूचित करेंगे; आप ChaosHunter संकेत या ChaosHunter इक्विटी संकेतक सम्मिलित करने का प्रयास करते हैं। इस तरह & quot; वैज्ञानिक मॉडलों & quot; अभी भी व्यापार करने के लिए इस्तेमाल किया जा सकता है। आउटपुट मॉडल का उपयोग करने के बारे में जानकारी के लिए NeuroShell व्यापारी के साथ ChaosHunter का संदर्भ लें। ChaosHunter सिग्नल इस उदाहरण में, हम आप में प्रवेश या एक लंबी या छोटी स्थिति से बाहर निकलना चाहिए, चाहे जो आपको बताता है ChaosHunter सिग्नल, इस्तेमाल किया। आप NeuroShell व्यापारी में ChaosHunter संकेत सूचक सम्मिलित करते हैं, तो आप सूचक मानकों के आधार पर रिक्त स्थान को भरने के लिए है तो आप उच्च ChaosHunter ट्रेडिंग सिग्नल NeuroShell में उच्च डाटा प्रवाह के बराबर है की गणना करने के लिए प्रयोग किया जाता है कि NeuroShell व्यापारी बताने के लिए है अर्थात व्यापारी चार्ट। एक ही संकेतक के सभी सूत्र को जानकारी के रूप में शामिल करने के लिए सच है। मूल्य खोलने को तैयार है, मूल्य ओपन में एक व्यापार में प्रवेश पर आधारित मॉडल के लिए लाभ की गणना करने के लिए इस्तेमाल किया आप के बजाय थ्रेसहोल्ड को ChaosHunter उत्पादन की तुलना में, एक स्थान लेने के बारे में जब एक निर्णय करने के लिए ट्रेडिंग रणनीति विज़ार्ड में यह संकेत जांच कर सकते हैं। सिग्नल परोक्ष थ्रेसहोल्ड के बारे में जानता है। लांग एंट्री नियम है कि एक ChaosHunter संकेत सूचक है और हम ChaosHunter में मॉडल बनाया जब बी = 1. संक्षिप्त एंट्री नियम बी -1 का मान प्रदान करती है जहां रिलेशनल सूचक एक = बी का उपयोग करता है, हम एक सच्चे उलट निर्दिष्ट । संकेत 0 पर शुरू होता है, लेकिन ट्रेडिंग शुरू होता है जब यह फिर कभी 0 बनने के बिना एक और -1 के बीच सीधे चला जाता है। इस मामले में, संकेत के स्विच संकेत भी विपरीत स्थिति में प्रवेश के साथ वर्तमान स्थिति एक साथ से बाहर निकलने का संकेत है। हम ChaosHunter में सच उलट निर्दिष्ट क्योंकि, NeuroShell व्यापारी में हम लंबे / कम प्रविष्टियों के लिए विकल्प चालू ट्रेडिंग रणनीति पैरामीटर्स में ट्रेडिंग टैब पर मौजूदा छोटे / लॉन्ग पोजीशन मौजूद हैं। इस परिणाम वही होगा कि सुनिश्चित करता। स्थिति को बदलने के लिए है पहले ChaosHunter सिग्नल पट्टी पर मूल्य परिवर्तन क्योंकि ChaosHunter सिग्नल, NeuroShell व्यापारी की स्थिति सूचक तुलना में अलग है कि यह भी ध्यान रखें। नई स्थिति वास्तव में दर्ज किया गया है जब तक NeuroShell में स्थिति संकेत नहीं बदलता है। ChaosHunter संकेत के निर्माण के लिए & quot जब उपयोग करने के लिए इसलिए आसान है; विशेषज्ञों & quot पैनल; या & quot; कलाकारों की टुकड़ी & quot; एक समग्र रणनीति अन्य प्रणालियों के एक नंबर के आधार पर एक अंतिम निर्णय करता है जहां NeuroShell में प्रणाली। ChaosHunter इक्विटी आप किसी चार्ट में इस सूचक डाल, तो आप चार्ट की शुरुआत से इक्विटी वक्र देखेंगे। NeuroShell अनुकूलन अवधि के अंत में और पेपर ट्रेडिंग अवधि (यदि हो तो) के अंत में वक्र और आँकड़े पुनरारंभ हो जाता है, क्योंकि यह NeuroShell इक्विटी वक्र से थोड़ा अलग होगा। इसके अलावा, NeuroShell इक्विटी वक्र खोलें और बंद दोनों की कीमतों में पहुँच गया है और प्रत्येक बार के बंद के आधार पर इक्विटी गणना कर सकते हैं। ChaosHunter मुख्य कार्यक्रम में केवल एक ही कीमत धारा (ओपन सिफारिश की है) है, तो दो अलग-अलग तरीके के आधार पर इक्विटी घटता में मामूली मतभेद हो जाएगा। NeuroShell व्यापारी व्यावसायिक ChaosHunter में विभिन्न परिणामों के बारे में छंद चेतावनी आप ChaosHunter में प्रसंस्करण के लिए NeuroShell व्यापारी से पाठ फ़ाइलों को निर्यात करते हैं, तो आपके इनपुट डेटा फ़ाइल आमतौर पर एक तारांकित (*) से चिह्नित लापता डेटा, हो सकती है। ChaosHunter और NeuroShell व्यापारी इस तरह के डेटा सेट पर अनुकूलित व्यापार मॉडल पर अमल कैसे में एक अंतर है। उदाहरण के लिए, डेटा फ़ाइल यहाँ और वहाँ तारक की कुछ संख्या में होते हैं, जो सभी के 5 आदानों कॉलम, मान लीजिए। बहुत कुछ नहीं है, लेकिन कोई कॉलम में यह पूरा डेटा है लगता है। आदानों टैब पर ChaosHunter इंटरफेस में आप सूत्र के लिए संभावित आदानों के रूप में सभी 5 कॉलम का चयन करें। आप & quot विकल्प की जाँच करें; छोड़ें पंक्तियों लापता मूल्यों & quot ;. अनुकूलन के शुरू में इस कार्यक्रम में सभी 5 कॉलम जाँच में लापता डेटा है जो सभी पंक्तियों को हटा। मॉडल ChaosHunter में अनुकूलित करने के बाद, आप NeuroShell व्यापारी में प्लग और आप ChaosHunter में क्या देखते हैं की तुलना में जब यह थोड़ा अलग परिणाम (कच्चे सूत्र उत्पादन, व्यापार संकेतों, अंतिम इक्विटी) पैदा करता है कि नोटिस। कारण आप आदानों टैब पर चिह्नित की तुलना में अपने अंतिम सूत्र कम आदानों शामिल हो सकता है। उदाहरण के लिए, अंतिम फार्मूला सभी 5 संभावित आदानों की सिर्फ एक इनपुट के साथ विकसित कहते हैं। NeuroShell व्यापारी टेम्पलेट तो (मूल्य समय श्रृंखला) के अलावा केवल एक इनपुट समय श्रृंखला के लिए पूछता है। इस तरह के एक सूचक फायरिंग जब, NeuroShell कि विशेष रूप से इनपुट लापता डेटा है जहां विचार पंक्तियों से निकाल देता है। वे सूत्र का हिस्सा नहीं हैं, क्योंकि यह शेष 4 संभावित आदानों में लापता डेटा है जो पंक्तियों को दूर नहीं करता। NeuroShell उन संभावित आदानों के बारे में कुछ नहीं जानता। नतीजतन, विभिन्न इनपुट डेटा के साथ सूचक आग (अनुकूलन के दौरान वहाँ थे की तुलना में अधिक पंक्तियाँ हैं), और सूत्र बदलाव या गायब करने के लिए नए व्यापार का संकेत है, या व्यापार संकेतों का कारण बन सकता है, जो थोड़ा अलग परिणाम पैदा करता है। सूत्र तकनीकी संकेतक शामिल साथ विकसित जब वे अधिक लापता पंक्तियों होते हैं, जो समय अवधि में वापस देखो, क्योंकि यह विशेष रूप से सच हो सकता है। यह मॉडल फायरिंग जब ChaosHunter में ही डेटा फ़ाइल में उपस्थित होने के लिए सभी मॉडल आदानों की आवश्यकता है कि ध्यान दिया जाना चाहिए। मॉडल यह अनुकूलित किया गया था, जिस पर (सभी संभावित आदानों सहित) सभी सूचनाओं को याद करते हैं। मॉडल आदानों की किसी भी डेटा फ़ाइल से याद आ रही है, तो प्रोग्राम आदानों याद कर रहे हैं कि एक चेतावनी जारी करेगा और मॉडल आग नहीं होगा। यह अनुकूलन सत्र के परिणाम हमेशा मॉडल फायरिंग द्वारा उत्पादित परिणामों से मेल करता है। NeuroShell व्यापारी में ChaosHunter मॉडल चल रहा है के बारे में अधिक जानकारी के लिए यहां क्लिक करें।