神经网络EA---MT5

以下的源码：

1. //+------------------------------------------------------------------+
   
2. //|                                             macdNeuROExample.mq5 |
   
3. //|程序猿的仔仔
   
4. //|                                           http://www.24krmb.com/?1922 |
   
5. //+------------------------------------------------------------------+
   
6. #property copyright "wangyu204"
   
7. #property link      "http://www.fxunion.com"
   
8. #property version   "1.00"
   
9. //本EA通过模拟过去训练最佳权重w数据，操作未来
   
10. #incLUde
    
11. #include
    
12. //神经网络权重  每个因子一个权值
    
13. input double w0=0.5;
    
14. input double w1=0.5;
    
15. input double w2=0.5;
    
16. input double w3=0.5;
    
17. input double w4=0.5;
    
18. input double w5=0.5;
    
19. input double w6=0.5;
    
20. input double w7=0.5;
    
21. input double w8=0.5;
    
22. input double w9=0.5;
    
23. input double w10=0.5;
    
24. input double w11=0.5;
    
25. input double w12=0.5;
    
26. input double w13=0.5;
    
27. input double w14=0.5;
    
28. input double w15=0.5;
    
29. input double w16=0.5;
    
30. input double w17=0.5;
    
31. input double w18=0.5;
    
32. input double w19=0.5;
    
33. //全局变量
    
34. int iMACD_handle;//macd indicator handle
    
35. double iMACD_mainbuf[];//dynamic array for storing indicator values
    
36. double iMACD_signalbuf[];//dynamic array for storing indicator values
    
37. double inputs[20];//输入因子
    
38. double weight[20];//对应输入权重
    
39. string my_symbol;
    
40. ENUM_TIMEFRAMES my_timeframe;
    
41. double lot_size;
    
42. //输出
    
43. double out;
    
44. CTrade m_Trade; //交易相关
    
45. CPOsitionInfo m_Position;//持仓相关
    
46. //+------------------------------------------------------------------+
    
47. //| Expert initialization FUnction                                   |
    
48. //+------------------------------------------------------------------+
    
49. int OnInit()
    
50.   {
    
51. //---
    
52.    my_symbol=Symbol();
    
53.    my_timeframe=PERIOD_CURRENT;
    
54.    lot_size=SymbolInfoDouble(my_symbol,SYMBOL_VOLUME_MIN);
    
55.    iMACD_handle=iMACD(my_symbol,my_timeframe,12,26,9,PRICE_CLOSE);
    
56.    if(iMACD_handle==INVALID_HANDLE)
    
57.      {
    
58.       Print("Failed to get the indicator handle");
    
59.       return(-1);
    
60.      }
    
61.   
    
62.    ChartIndicatorAdd(ChartID(),0,iMACD_handle);
    
63.    ArraySetAsSeries(iMACD_mainbuf,true);//设置数组序列
    
64.    ArraySetAsSeries(iMACD_signalbuf,true);
    
65.   
    
66.    //place weights into the array
    
67.    weight[0]=w0;
    
68.    weight[1]=w1;
    
69.    weight[2]=w2;
    
70.    weight[3]=w3;
    
71.    weight[4]=w4;
    
72.    weight[5]=w5;
    
73.    weight[6]=w6;
    
74.    weight[7]=w7;
    
75.    weight[8]=w8;
    
76.    weight[9]=w9;
    
77.    weight[10]=w10;
    
78.    weight[11]=w11;
    
79.    weight[12]=w12;
    
80.    weight[13]=w13;
    
81.    weight[14]=w14;
    
82.    weight[15]=w15;
    
83.    weight[16]=w16;
    
84.    weight[17]=w17;
    
85.    weight[18]=w18;
    
86.    weight[19]=w19;
    
87.   
    
88.    return(0);
    
89.   }
    
90. //+------------------------------------------------------------------+
    
91. //| Expert deinitialization function                                 |
    
92. //+------------------------------------------------------------------+
    
93. void OnDeinit(const int reason)
    
94.   {
    
95. //---
    
96.    IndicatorRelease(iMACD_handle);//delete the indicator handle and deallocate the memory space
    
97.    ArrayFree(iMACD_mainbuf);//free dynamic array
    
98.    ArrayFree(iMACD_signalbuf);
    
99.   }
    
100. //+------------------------------------------------------------------+
     
101. //| Expert tick function                                             |
     
102. //+------------------------------------------------------------------+
     
103. void OnTick()
     
104.   {
     
105. //---
     
106.    int err1=0,err2=0;
     
107.    err1=CopyBuffer(iMACD_handle,0,2,ArraySize(inputs)/2,iMACD_mainbuf);
     
108.    err2=CopyBuffer(iMACD_handle,0,2,ArraySize(inputs)/2,iMACD_signalbuf);
     
109.    if(err1<0 || err2<0)
     
110.      {
     
111.       Print("Failed to copy data from the indicator buffer");
     
112.       return;
     
113.      }
     
114.    //input标准化
     
115.    double d1=-1.0;
     
116.    double d2=1.0;
     
117.    double x_min=MathMin(iMACD_mainbuf[ArrayMinimum(iMACD_mainbuf)],iMACD_signalbuf[ArrayMinimum(iMACD_signalbuf)]);
     
118.    double x_max=MathMax(iMACD_mainbuf[ArrayMaximum(iMACD_mainbuf)],iMACD_signalbuf[ArrayMaximum(iMACD_signalbuf)]);
     
119.    for(int i=0;i
     
120.      {
     
121.       inputs[i*2]=(iMACD_mainbuf[i]-x_min)*(d2-d1)/(x_max-x_min)+d1;
     
122.       inputs[i*2+1]=(iMACD_signalbuf[i]-x_min)*(d2-d1)/(x_max-x_min)+d1;
     
123.      }
     
124.    //out
     
125.    out=calculateNeuron(inputs,weight);
     
126.   
     
127.    if(out<0)
     
128.      {
     
129.       if(m_Position.Select(my_symbol))
     
130.         {
     
131.          if(m_Position.PositionType()==POSITION_TYPE_SELL){m_Trade.PositionClose(my_symbol);}
     
132.          if(m_Position.PositionType()==POSITION_TYPE_BUY){return;}
     
133.         }
     
134.       m_Trade.Buy(lot_size,my_symbol);
     
135.      }
     
136.    if(out>=0)
     
137.      {
     
138.       if(m_Position.Select(my_symbol))
     
139.         {
     
140.          if(m_Position.PositionType()==POSITION_TYPE_BUY){m_Trade.PositionClose(my_symbol);}
     
141.          if(m_Position.PositionType()==POSITION_TYPE_SELL){return;}
     
142.         }
     
143.       m_Trade.Sell(lot_size,my_symbol);
     
144.      }
     
145.   }
     
146. //+------------------------------------------------------------------+
     
147. double calculateNeuron(double &x[],double &w[])
     
148. {
     
149.    double NET=0.0;
     
150.    for(int i=0;i
     
151.      {
     
152.       NET+=x[i]*w[i];
     
153.      }
     
154.    NET*=0.1;//additional coefficient d=0.1
     
155.    return(activateNeuron(NET));
     
156. }
     
157. //激励函数
     
158. double activateNeuron(double x)
     
159. {
     
160.    double out;
     
161.    out=(exp(x)-exp(-x))/(exp(x)+exp(-x));
     
162.    return(out);
     
163. }

复制代码

非常感谢楼主的无私分享

挖矿学习，感谢分享

谢谢分享，好好学习量化