Советник на подобии нейросети

Добрый день!

Хочу выложить для опробации, обсуждения мой советник, в котором я реализовал упрощенную версию многослойного перцептрона.

Почему это не настоящая нейронная сеть?

1. Подбор весов осуществляется не методом обратного распространения или другим известным методом, а с помощью встроенного в метатрейдер генетического оптимизатора.

2. Целевая функция НС - обычно, ошибка прогноза или классификации (например, среднеквадратическая ошибка). У меня - это прибыльность (или баланс) системы, т.е. одна из стандартных функций, доступных в генетическом оптимизаторе.

3. Вопрос предобработки данных для НС критический. в моем случае, предобработку надо делать отдельно, а шкалирования входных переменных не реализовано. Единственно, что могу сказать, входы не коррелируют, но остальные их стат. свойства просто не подвергались никаким преобразованиям.

Как оптимизировать советник:

переменные от w11 до w32 от значения -1 до 1 с шагом 0.1

переменные SOpen и SClose - от 0 до 0.9 с шагом 0.1 (нелинейная функция нейронов скрытого слоя и третьего слоя - гиперболический тангенс).

Оптимизировать по ценам открытия (если у Вас нет в распоряжении супер-компьютера )) на истории от нескольких месяцев до нескольких лет. Любая пара, любой тайм-фрейм.

Отмечу, что в этой версии советника открываются только длинные позиции, но, естественно, все можно менять. ОСОБЕННО, можно и нужно экспериментировать с входами, по известным причинам. Также можно выходной нейрон избавить для простоты от нелинейного преобразования.

У меня получилось тысячи прибыльных комбинаций на оптимизации (подгонке?). Нужно пробовать. В принципе, эта система достаточно мощная.

Удачи, дискуссию поддержу.