Forex neurale netwerk aanwyser

Meta Trader 4 - Indicators Volgende prys voorspeller gebruik van neurale netwerk - aanwyser vir Meta Trader 4 Weergawe Geskiedenis: 2009/06/26 - bygevoeg 'n nuwe aanwyser BPNN Predictor met Smoothing. mq4, waarin pryse stryk met behulp van EMO voor voorspellings. 2009/08/20 - gekorrigeer die kode berekening van die neuron aktivering funksie om rekenkundige uitsondering opgedateer BPNN. cpp en BPNN. dll 2009/08/21 voorkom - bygevoeg skoonmaak van geheue aan die einde van die DLL uitvoering opgedateer BPNN. cpp en BPNN. dll Kort teorie van neurale netwerke: Neurale netwerk is 'n verstelbare model van uitsette as funksies van insette. Dit bestaan ​​uit verskeie lae: insette laag. wat bestaan ​​uit insette data verborge laag. wat bestaan ​​uit die verwerking van nodes genoem neurone uitset laag. wat bestaan ​​uit een of meer neurone, wie se uitsette is die netwerk uitgange. Alle knope van aangrensende lae met mekaar verbind. Hierdie verbindings is genoem sinapse. Elke sinaps het 'n opgedra skalering koëffisiënt, waardeur die gepropageer deur die sinaps data vermenigvuldig. Hierdie skaal koëffisiënt geroep gewigte (Wijk). In 'n voer-forward neurale netwerk (FFNN) die data is gepropageer van insette tot die uitsette. Hier is 'n voorbeeld van FFNN met een insette laag, een uitset laag en twee verborge lae: Die topologie van 'n FFNN word dikwels soos volg afgekort: Dit van inputsgt - LT neurone in die eerste verborge layergt - LT neurone in die tweede versteek layergt -. - Dit van outputsgt. Bogenoemde netwerk kan verwys word as 'n 4-3-3-1 netwerk. Die data word verwerk deur neurone in twee stappe, dienooreenkomstig binne die sirkel aangedui deur 'n opsomming teken en 'n stap teken: Alle insette is vermenigvuldig met die gepaardgaande gewigte en opgesom die gevolglike bedrae is verwerk deur die neurone aktivering funksioneer. wie se produksie is die neuron uitset. Dit is die neurone aktivering funksie wat lineariteiten gee om die neurale netwerk model. Daarsonder is daar geen rede om verborge lae het, en die neurale netwerk word 'n lineêre outoregressiewe (AR) model. Ingesluit biblioteek lêers vir NN funksies toelaat seleksie tussen drie aktivering funksies: Die aktivering drumpel van hierdie funksies is x0. Dit drumpel verskuif kan word langs die x-as te danke aan 'n bykomende insette van elke neuron, bekend as die vooroordeel insette. wat ook 'n gewig wat daaraan toegeskryf word. Die aantal insette, uitsette, verborge lae, neurone in hierdie lae, en die waardes van die sinaps gewigte n FFNN, dit wil sê die lineêre model wat dit skep heeltemal te beskryf. Ten einde gewigte vind moet die netwerk opgelei. Tydens 'n begeleide opleiding. 'n paar stelle van verlede insette en die ooreenstemmende verwagte uitsette gevoer om die netwerk. Die gewigte word gemaak om die kleinste fout tussen die netwerk uitsette en die verwagte uitsette bereik. Die eenvoudigste metode van gewig optimalisering is die back-voortplanting van foute, wat 'n helling afkoms metode. Die ingeslote opleidingsfunksie Trein () gebruik 'n variant van hierdie metode, genaamd Verbeterde Resilient back-Voortplanting Plus (iRProp). Hierdie metode word hier beskryf Die grootste nadeel van gradiënt gebaseer optimeringsmetodes is dat hulle dikwels 'n lokale minimum. Vir chaotiese reekse soos 'n prys reeks, die opleiding fout oppervlak het 'n baie komplekse vorm met baie plaaslike minima. Vir so 'n reeks, 'n genetiese algoritme is 'n voorkeur opleiding metode. Ingesluit lêers: BPNN. dll - biblioteek lêer BPNN. zip - argief van al die lêers wat nodig is om BPNN. dll stel in C BPNN Predictor. mq4 - aanwyser voorspelling van toekomstige oop pryse BPNN Predictor met Smoothing. mq4 - aanwyser voorspel glad oop pryse Lêer BPNN. CPP het twee funksies: Trein () toets (). Trein () word gebruik om die netwerk wat gebaseer is op verskaf afgelope insette en verwag uitsetwaardes op te lei. Toets () word gebruik om die netwerk uitgange bereken met behulp van optimale gewigte, gevind deur Trein (). Hier is die lys van insette (groen) uitset (blou) parameters van die trein (): double inpTrain - Inset opleiding data (1D verskeidenheid uitvoering 2D data, ou eerste) dubbel outTarget - Uitgawe teiken data vir opleiding (2D data as 1D skikking, oudste 1) dubbel outTrain - Uitgawe 1D reeks om netto uitgange van opleiding int NTR hou - van opleiding stelle int UEW - gebruik Ext. Gewigte vir inisialisering (1use extInitWt, 0use rdte) dubbel extInitWt - Inset 1D verskeidenheid 3D verskeidenheid van eksterne aanvanklike gewigte dubbel trainedWt hou - van lae insluitend insette, verborge en uitset int lSz - Uitgawe 1D verskeidenheid 3D verskeidenheid van opgeleide gewigte int numLayers hou - neurone in lae. lSz0 is van netto insette int AFT - tipe neuron aktivering funksioneer (0: sigm, 1: tanh, 2: x / (1x)) Int ÖAF - 1 stel aktivering funksie vir uitset laag 0 versper int NEB - Max van opleiding epogge dubbel maxMSE - Max MSE opleiding stop sodra maxMSE bereik. Hier is die lys van insette (groen) uitset (blou) parameters van toets (): double inpTest - Inset toetsdata (2D data as 1D skikking, oudste eerste) dubbel outTest - Uitgawe 1D reeks om netto uitgange van opleiding te hou (oudste eerste ) Int NTT - toets stel dubbele extInitWt - inset 1D reeks te hou 3D verskeidenheid van eksterne aanvanklike gewigte int numLayers - van lae insluitend insette, verborge en uitset int lSz - neurone in lae. lSz0 is van netto insette int AFT - tipe neuron aktivering funksioneer (0: sigm, 1: tanh, 2: x / (1x)) Int ÖAF - 1 stel aktivering funksie vir uitset laag 0 versper Of die aktivering funksie gebruik in die uitset laag of nie (ÖAF parameter waarde) is afhanklik van die aard van uitsette. As uitgange is binêre, wat dikwels die geval is in klassifikasie probleme, dan is die aktivering funksie moet gebruik word in die produksie laag (OAF1). Asseblief, let dat die aktivering funksioneer 0 (sigmoid) het 0 en 1 versadig vlakke terwyl die aktivering funksies 1 en 2 het -1 en 1 vlak. As die netwerk uitgange is 'n prys voorspelling, dan geen aktivering funksie is nodig in die uitset laag (OAF0). Voorbeelde van die gebruik van die NN biblioteek: BPNN Predictor. mq4 - voorspel toekomstige oop pryse. Die insette van die netwerk is relatief prysveranderings: waar delayi word bereken as 'n Fibonacci getal (1,2,3,5,8,13,21 ..). Die uitset van die netwerk is die voorspelde relatiewe verandering van die volgende prys. Die aktivering funksie is afgeskakel in die uitset laag (OAF0). eksterne int lastBar - Laaste kroeg in die afgelope data eksterne int futBars - van lae insluitend insette, verborge amp uitset (2..6) eksterne int numInputs - - van insette eksterne int numNeurons1 - van toekomstige bars om eksterne int numLayers voorspel van neurone in die eerste verborge of uitset laag eksterne int numNeurons2 - neurone in die tweede verborge of uitset laag eksterne int numNeurons3 - neurone in die derde versteekte of uitset laag eksterne int numNeurons4 - neurone in die vierde verborge of uitset laag eksterne int numNeurons5 - van neurone in die vyfde verborge of uitset laag eksterne int NTR - van opleiding stel eksterne int NEB - Max van epogge eksterne int maxMSEpwr - stel maxMSE10maxMSEpwr opleiding stop LT maxMSE eksterne int AFT - Tipe her. funksie (0: sigm, 1: tanh, 2: x / (1x)) Die aanwyser erwe drie kurwes op die grafiek: rooi kleur - voorspellings van toekomstige pryse swart kleur - verlede opleiding oop pryse, wat gebruik word as verwag uitsette vir die netwerk blou kleur - netwerk uitgange vir opleiding insette BPNN Predictor. mq4 - voorspel toekomstige stryk oop pryse. Dit maak gebruik van EMO smoothing met tydperk smoothPer. Die opstel van al up: Kopieer ingeslote BPNN. DLL om C: Program FilesMetaTrader 4expertslibraries In Meta Trader: Tools - Options - Expert Adviseurs - Laat DLL invoer Jy kan ook jou eie DLL-lêer saamstel met behulp van bronkodes in BPNN. zip. Aanbevelings: 'n netwerk met drie lae (numLayers3: een insette, een weggesteek en een uitset) is genoeg vir 'n oorgrote meerderheid van die gevalle. Volgens die Cybenko stelling (1989), 'n netwerk met 'n versteekte laag in staat is om te benader enige aaneenlopende, meerveranderlike funksie om enige verlangde graad van akkuraatheid 'n netwerk met twee verborge lae in staat is om te benader enige discontinue, meerveranderlike funksie: Die optimale aantal neurone in die verborge laag kan gevind word deur trial and error. Die volgende quotrules van thumbquot kan gevind word in die literatuur: versteekte neurone (van insette van uitsette) / 2, of SQRT (insette van uitsette). Bly op hoogte van die opleiding fout, deur die aanwyser in die venster kenners van Meta Trader berig. Vir veralgemening, moet die aantal opleiding stelle (NTR) gekies word 2-5 keer die totale getal van die gewigte in die netwerk. Byvoorbeeld, by verstek, BPNN Predictor. mq4 gebruik 'n 12-5-1 netwerk. Die totale aantal gewigte is (121) 5671. Daarom moet die aantal opleiding stelle (NTR) ten minste 142. Die konsep van veralgemening en memorisering (oor-pas) uiteengesit op die onderstaande grafiek word. Die insette data na die netwerk moet omskep word om stilstaande. Forex pryse is nie stilstaan. Dit word ook aanbeveel om die insette te normaliseer tot -1..1 reeks. Die grafiek hieronder toon 'n lineêre funksie ybx (x-insette, y-uitset) wie se uitsette is bedorwe deur geraas. Dit het bygevoeg geraas veroorsaak dat die funksie gemeet uitsette (swart kolle) af te wyk van 'n reguit lyn. Funksie YF (x) kan gemodelleer word deur 'n voer vorentoe neurale netwerk. Die netwerk met 'n groot aantal gewigte kan die gemete data toegerus met 'n nul fout. Sy gedrag word getoon as die rooi kurwe wat deur al swart kolle. Maar hierdie rooi kurwe het niks te doen met die oorspronklike lineêre funksie ybx (groen). Wanneer hierdie oor-toegerus netwerk word gebruik om toekomstige waardes van funksie y (x) te voorspel, sal dit lei tot 'n groot foute as gevolg van ewekansigheid van die bykomende geraas. In ruil vir die deel van hierdie kodes, die skrywer het 'n klein guns te vra. As jy in staat is om 'n winsgewende handel stelsel wat gebaseer is op hierdie kodes te maak was, deel asseblief jou idee met my deur die stuur van e-pos direk aan vlad1004yahoo. NeuroShell Trader en NeuroShell Dag Trader kaarte kan verskeie grafiek bladsye, wat elkeen verwys na 'n ander sekuriteit bevat. Grafiek bladsye toelaat om te sien en handel jou handel stelsels oor baie sekuriteite terselfdertyd. Aanwysers, handel strategieë en neurale netwerk voorspellings by die grafiek is individueel backtested, new en toegepas op alle van die sekuriteite op dieselfde tyd. As jy voeg en te verwyder grafiek bladsye op die vlieg, sal NeuroShell Trader outomaties backtest en te optimaliseer die bykomende effekte. Vinnig voorspellings en handel stelsels toe te pas in jou hele portefeulje van aandele, forex geldeenhede, ens Die mees kragtige, maar maklik om te handel sagteware beskikbaar vir handel forex, aandele, indekse, futures en meer Kopiereg afskrif 2016 Laat jou stelsels leer die wysheid van ouderdom en ervaring Wyk Systems Group, Inc. paar van die wêreld mees gerespekteerde finansiële maatskappye vertrou ons tegnologie Nie net is dit een van die mees kragtige handel gereedskap wat ek nog ooit teëgekom (en Ive probeer die meeste van hulle), is dit ook die maklikste om te gebruik. In 15 jaar van handel ervaring en kliënte van verskeie instrumente oor die jare, NeuroShell Trader ondersteuning oorskry my verwagtinge elke keer. Die vermoë om handel stelsels te bou is so eenvoudig nie. Strategieë wat betrokke vereis ontwikkeling in ander sagteware kan vinnig opgerig word in 'n 112 wyse. Ek het 'n baie ander pakkette probeer, maar daar is 'n paar programme wat jou die buigsaamheid om te ontwerp, te optimaliseer en te implementeer soos NeuroShell Trader gee. Ten slotte kan die soorte toetse het ek wou hardloop vir die jaar, maar wat eenvoudig te lank gevat lewensvatbaar te wees. Die sagteware het meer vermoëns as wat ek waarskynlik sal gebruik, maar dit is maklik om te gebruik selfs vir hierdie boer van die Weste, wat nie bestudeer wiskunde vir 35 jaar. Ward Systems Group, Inc. quotLet jou stelsels leer die wysheid van die ouderdom en experiencequot handel Bou aandelemark, termynkontrakte, indeks en forex stelsels SONDER codingFinally n ware Neurale netwerk EA Free - Iets nuwe kommersiële lid geword Sep 2008 911 Posts Hallo Almal, sy 'n rukkie. Ek gewoonlik dont neem so 'n lang breek van deelname aan hierdie forum, maar vir meer as 'n jaar Ive is besig met 'n baie intensiewe projek en na 'n jaar van vorentoe toets Im hier om dit te deel met almal van julle. Im vriende met baie professionele handelaars en 'n klomp van ons het saam, gekombineer ons kundigheid en het 'n neurale netwerk outomatiese stelsel vir Meta Trader wat regtig werk. Sedert bewus was dat die meeste gebiede wat absoluut waardeloos of erger, swendelary, het gedink ons ​​wed iets unieks aan die gemiddelde kleinhandel handelaar van mense wat eintlik kan vertrou word verskaf. Hierdie groep staan ​​bekend as Metaneural. Weve gebruik van neurale netwerke en toegepas hulle handel Forex suksesvol in die verlede en het besluit om hierdie metode te vertaal in 'n Meta Trader stelsel. Dit is alombekend dat die larget firmas en verskansingsfondse gebruik gesofistikeerde kunsmatige intelligensie en nueral netwerk stelsels om voordeel te trek uit die finansiële markte met verbysterende akkuraatheid. Ons het gedink, hoekom cant daardie bevoegdheid ook tot ons beskikking wees - die klein geld beleggers So ek het 'n breek van al my ander aktiwiteite en het hard gewerk met Metaneural om hierdie stelsel, wat ek glo aan die enigste ware neurale netwerk EA wees ontwikkel. Trouens, nie die geval is dit eens 'n EA wees, kan die kode geskryf in C presies dieselfde manier TradeStation, esignal, neuroshell, of enige platform wat DLL invoer en data-insameling kan werk nie, want die neurale netwerk skepping gebeur in Neurosolutions. Ive gemaak aanwysers en handel stelsels vir die forexfactory gemeenskap vir jare so ek wou jou net gratis weergawe van die Metaneural EA gee ouens op die internet. Ek wil jou terugvoer en indrukke te kry. As hierdie draad goed gaan en nie die geval is sylyn beland Siek brei die verhoor. Ive het pret ontsyfer die forex mark met die groot geeste op hierdie forum vir jare en dit is my plesier om terug te gee. Neurale netwerke in EAS is die toekoms, ek hoop julle kan dit besef en jou eie stelsels te ontwikkel. Die eerste stap in die skep van 'n kunsmatige neurale netwerk brein is om die data rondom die struktuur van die brein word gevorm in te samel. Sedert ons probeer om 'n brein wat sal weet hoe om die markte moet ons data mark in te samel handel te skep. Ons kan egter nie net in te samel 'n massa van data en stort dit in ons neurale enjin om die struktuur van die brein te skep. Ons moet die data in te samel in die formaat wat ons wil hê dat die brein wat data en uiteindelik dieselfde formaat ons wil hê dit moet uitvoer in te skep verwerk. Met ander woorde, is nie net vertel ons brein wat om te dink, deur dit rou data, maar ons moet dit vertel hoe om te dink, deur die formulering wat rou data in 'n intelligable opset. In hierdie geval, ons verstaanbaar opset is patrone. Ons samel data in segmente, elk segment bestaan ​​uit 'n aantal bars deur die handelaar in ons eie versameling aanwyser wat kom met al ons pakkette te stel. Dit groepering van bars versamel met betrekking tot die volgende bar wat kom na die groepering - ons sal dit die toekoms bar noem. Wanneer is data mark versameling van die toekomstige bar is bekend, want dit is al historiese data, is dit die volgende bar na die groepering. Die idee is dat die neurale netwerk brein komplekse patrone sal vind in die kroeg groepering en die inligting wat ingesamel is, insluitend die volgende bar na die groepering gebruik, om te bepaal watter komplekse patrone voorafgaan die resultaat van die volgende bar. Tydens werklike handel daardie uitslag die toekoms bar wat in effek maak dit moontlik om te weet met 'n hoë graad van akkuraatheid die rigting van die mark voordat dit gebeur nie. Die data wat ingesamel is onttrek in 'n sigblad wat prys data vertoon as oop, hoog, laag, naby (OHLC). Die OHLC van elke staaf word afsonderlik ingesamel en in sy eie kolom. In die voorbeeld bo-aan elke ry verteenwoordig 3 bars in totaal. Daarom is die kolomme verteenwoordig honderde of duisende bars ingesamel gaan terug in history. In Benewens jy OHLC kan ook versamel die waardes van bykans enige aanduiding wat jy kies, wat in wese sal gee dat aanwyser die vermoë om te dink wat gebaseer is op veranderende marktoestande en voorspel die volgende waarde. Neurale netwerk gebou en Opleiding Noudat ons ons data wat ingesamel is, onttrek in 'n sigbladlêer op 'n verstaanbare opset, kan ons dit in ons neurale netwerk enjin laai wat die struktuur van die kunsmatige brein sal skep, op te lei nie, en die akkuraatheid te toets voordat redding van die struktuur. Sodra die data wat ingesamel is in die netwerk bouprogram ingevoer jy het die keuse om te kies watter stukkies data wat jy wil gebruik om jou brein te bou. Dit is 'n belangrike kenmerk omdat dit die gebruiker in staat om verskillende strategieë wat gebaseer is op wat ook al stuk data wat nodig geag word te skep in staat stel. Wat is in wese te doen in hierdie stap is die bepaling van wat die enjin sal gebruik om die vroeër genoem komplekse patrone, wat uiteindelik sal besluit die projeksie vermoë van die neurale netwerk EA skep. Byvoorbeeld, sê jy wou die neurale netwerk vertel om net te kyk vir patrone in die oop pryse van bars met betrekking tot die aanwyser waardes van jou gunsteling aanwyser. Jy sal dan kies jou wyser in die versamelaar en kies net die oop en data insette in die gebou sagteware wat hierbo uitgebeeld. Jy kan ook kies al die insette, behalwe vir die UITGANG1 kolom, wat jou uitset waarde te kenne - kies alle insette sal die mees komplekse leer patroon moontlik maak en sodoende toelaat dat jou brein om te reageer op baie verskillende scenario's. Sodra die verlangde insette en uitsette is gekies sal die sagteware die struktuur van jou neurale netwerk brein te skep en jy kan begin om dit op te lei. 'N Gedeelte van die data wat ingesamel is word tersyde gestel en gebruik om op te lei en te toets van die akkuraatheid van jou kunsmatige brein, sal jy sien die verlangde uitset te begin om te voldoen aan die toets data soos dit leer. Sodra hierdie proses voltooi is sal jy in staat wees om die gestruktureerde kunsmatige brein te voer in die vorm van 'n DLL wat gebruik sal word deur die MetaNeural EA. Sodra die brein is gebou, opgelei, getoets, en uitgevoer word as 'n DLL jy kan begin handel met 'n outomatiese neurale netwerk brein wat komplekse patrone wat onmoontlik vir 'n mens om te bereik is, sal sien. Kry die Metaneural EA GRATIS nou deur die befondsing van 'n rekening by FinFX met 'n bedrag en die gebruik van ons handel copier diens aan ons professionele wen ambagte spieël in jou rekening. Na 50 volle baie verhandel jy sal die Metaneural EA ontvang met volle funksionaliteit GRATIS Rekeninge moet befonds word met die skakel in die pryse afdeling van die Metaneural site. Plaas hierdie lêers in die volgende dopgehou in Meta Trader: Expert adviseur - Meta Trader 4experts Versamelaar aanwyser (DatacollectorV2a) - Meta Trader 4expertsindicators Neurale netwerk aanwyser (Metaneural NN aanwyser) - Meta Trader 4expertsindicators MQLLock en MT4NSAdapter DLL lêers - Meta Trader 4expertslibraries Jy sal nodig hê om Neurosolutions 6 installeer en Visual Studio 6 want dit werk, kan instruksies op hierdie installasies word gevind in die baie gedetailleerde handleiding aangeheg by hierdie post. JY MOET LEES DIE HANDLEIDING Ja, kan dit gelyktydig toegepas word op verskeie geldeenhede, want dit kan opgelei word elke geldeenheid individueel en 'n neurale netwerk struktuur geskep kan word vir elke munt. Ek sou sê die enigste makelaar afhanklikheid sou die integriteit van hul prys voer wees, hoe meer stabiel en konsekwent hul voer hoe beter is die opleiding data sal wees en daarna die ambagte. Is nie scalping noodwendig so uitvoering spoed is nie baie belangrik. Dankie vir jou belangstelling. Baie geluk met die ontwikkeling van 'n stelsel wat 'n gesonde opbrengs gee. Altyd beter as wonder EAS wat gewoonlik eindig waai die rekening. Ek is 'n kommersiële lid myself my Fibonacci makeover stelsel (ForexFibs) hier deel, sodat ek kan verstaan ​​hoekom jy 'n gratis EA. My vraag is kan hierdie EA toegepas word op verskeie geldeenhede as dit gebaseer is op Real Neurale netwerke is dit afhanklik van makelaar en uitvoering speedNeural Network Meta Trader aanwyser - Forex Strategies - Forex Resources - Forex Trading-vrye forex seine en FX Voorspelling aanwyser Neuroshell Meta Trader (NeuroTrend) Neurale netwerk Na baie navorsing, lees 'n uitstekende basiese beginsels by babypips en eksperimenteer met verskillende stelsels, ek het uiteindelik geïmplementeer 'n voorspelling stelsel wat gebaseer is op neurale netwerke. Neurale netwerke gebaseerde stelsels is bewys in finansiële vooruitskatting en in die algemeen in die leer van patrone van 'n nie-lineêre stelsels. Ek glo sterk dat forex mark is 'n nie-lineêre stelsel wat moeilik is om 'n model. Maar een goeie ding van forex mark is dat dit verteenwoordig sowat patrone wat toe bekend kan in die maak van handel besluite toegepas word. Bewys van hierdie konsep is tegniese ontleding en teorieë wat algemeen gebruik word deur handelaars in die identifisering van hierdie patrone. Dit maak neurale netwerke n beter hulpmiddel vir forex mark as neurale netwerke is weet hul vermoë te leer onbekende prosesse en voorspel die patrone van die proses wat voorlê. Kom ons kry om die belangrikste punt. In hierdie draad sou ek die werking van die stelsel wat ek ontwikkel het, eerder as die stelsel self te beskryf soos dit is 'n lang pad om te verduidelik. Die stelsel is in wese 'n tyd-reeks-vooruitskatting stelsel, wat beteken dat ons gee as insette inligting oor huidige Bar en die stelsel sal inligting oor Bars in die toekoms gee nie. Ek is seker nou jy dink as sy regtig moontlik en indien wel, wat is die werklike insette en wat is die werklike uitsette. Ek sou raai die leser om te gaan deur middel van die basiese beginsels van neurale netwerke voor lees verder. waar t beteken huidige tyd of Bar. Soos jy sien, gee ons die verskil van die afgelope drie EMO van die 15min grafiek bars, afgelope twee aanwyser waardes van RSI, R, MACD, Stogastiese en afgelope twee EMO verskil van 1H grafiek bars. Die stelsel sal in staat wees om te voorspel en uitset die toekoms 3 EMO verskil van 15min grafiek bars. Hoe is dit in staat om te voorspel is moeilik om te verduidelik (kan wees Ek sal 'n tweede draad begin), maar vir nou moet jy die stelsel te oorweeg in staat is om dit te doen soos dit is opgelei 'n hele paar afgelope data (3-6 maande). Die stelsel vir nou bestaan ​​uit 'n aanduiding en 'n sluit-lêer (albei verbonde aan die einde). Ek sal vertoon 'n paar voorbeelde hoe dit gebruik kan word om die patrone van forex mark op te spoor en maak handel besluite. Verpletter Aqua blou lyn (onderste): EMO 5 bar geel lyn: Geskatte EMO (T1) / afvoer 1 van neurale netwerk Groen Geel lyn: Geskatte EMO (T2) / afvoer 2 van neurale netwerk Gold lyn (top mees): Geskatte EMO (T3) / afvoer 3 van neurale netwerk In die bostaande figuur is dit duidelik uit die voorspelling lyne wat die tendens gaan Bullish te wees Tog die huidige EMO toon lomp tendens. Dit is 'n soort van leiding aanwyser. 1) Al drie voorspellings aansienlik hoër as die huidige EMO 2) RSI neig tot van onder 50-vlak en oor of gekruis 50 opwaarts 3) Stogastiese Main GT Signal en trending uit oor verkoop streek 4) Opsioneel: MACD gaan negatief positiveHybrid Neurale netwerk stop - en-Reverse strategieë vir Forex deur Michael R. Bryant Neurale netwerke is gebruik in die handel stelsels vir baie jare met wisselende grade van sukses. Hul primêre trekpleister is dat hul nie-lineêre struktuur is beter in staat om die kompleksiteit van die prys beweging as standaard,-aanwyser gebaseer handel reëls vas te lê. Een van die punte van kritiek is dat neurale netwerk-gebaseerde handel strategieë is geneig oor-fiks te wees en daarom hoef presteer op nuwe data. 'N Moontlike oplossing vir hierdie probleem is om neurale netwerke te kombineer met reëlgebaseerde strategie logika om 'n hibriede tipe strategie te skep. In hierdie artikel sal jou wys hoe dit gedoen kan word met behulp van Adaptrade Bouwer. Die kombinasie van neurale netwerk en reël-gebaseerde logika vir handel uitstaande inskrywings A drie-segment data benadering sal gebruik word, met die derde segment gebruik word om die finale strategieë te bekragtig: In die besonder, sal hierdie artikel die volgende te illustreer. Die gevolglike strategie-kode vir beide Meta Trader 4 en TradeStation sal getoon word, en dit sal word getoon dat die resultate validering is positief vir elke platform. Neurale netwerke soos Handel Entry Wiskundig filters, 'n neurale netwerk is 'n nie-lineêre kombinasie van een of meer geweegde insette wat een of meer uitsetwaardes genereer. Vir verhandeling, word 'n neurale netwerk oor die algemeen gebruik word in een van twee maniere: (1) as 'n voorspelling van toekomstige prysbewegings, of (2) as 'n aanduiding of filter vir verhandeling. Hier sal die gebruik daarvan as 'n aanduiding of handel filter oorweeg. As 'n aanduiding, 'n neurale netwerk tree op as 'n bykomende voorwaarde of filter wat nagekom moet word voordat 'n handelsmerk kan word nie. Die insette van die netwerk is tipies ander tegniese aanwysers, soos momentum, Stochastics, ADX, bewegende gemiddeldes, en so aan, asook pryse en kombinasies van die voorafgaande. Die insette is afgeskaal en die neurale netwerk is ontwerp sodat die uitset is nie 'n waarde tussen -1 en 1. Een benadering is om 'n lang inskrywing toelaat indien die uitset is groter as of gelyk aan 'n drempelwaarde, soos 0,5, en 'n kort inskrywing indien die uitset minder as of gelyk aan die negatiewe van die drumpel bv is -0,5. Hierdie toestand sou wees benewens enige bestaande inskrywing voorwaardes. Byvoorbeeld, indien daar was 'n lang inskrywing toestand, sou dit om waar te wees en die neurale netwerk uitset sou ten minste gelyk is aan die drempelwaarde vir 'n lang inskrywing wees. By die saamstel van 'n neurale netwerk, sal 'n handelaar tipies verantwoordelik wees vir die keuse van die insette en die netwerk topologie en vir quottrainingquot die netwerk, wat die optimale gewig waardes bepaal. Soos sal hieronder getoon word, Adaptrade Bouwer voer hierdie stappe outomaties as deel van die evolusionêre opbou proses wat die sagteware is gebaseer op. Die gebruik van die neurale netwerk as 'n handelsmerk filter kan dit maklik wees gekombineer met ander reëls om 'n hibriede handel strategie, een wat die beste eienskappe van die tradisionele, reëlgebaseerde benaderings met die voordele van neurale netwerke kombineer skep. As 'n eenvoudige voorbeeld, kan Bouwer 'n bewegende gemiddelde crossover reël kombineer met 'n neurale netwerk sodat 'n lang posisie is geneem toe die vinnig bewegende gemiddelde kruise bo die stadig bewegende gemiddelde en die neurale netwerk uitset is op of bo die drumpel. Stop-en-Reverse handel strategieë 'n stop-en-omgekeerde handel strategie is een wat altyd in die mark, óf lank of kort. Streng gesproke quotstop-en-reversequot beteken dat jy die handel te keer wanneer jou aftrekorder is getref. Maar ek gebruik dit as 'n kort kant vir enige handel strategie wat omkeer van 'n lang om kort na lang en so aan, sodat julle altyd in die mark. Deur hierdie definisie, dit is nie nodig dat die bestellings om aftrekorders wees. Jy kan betree en te keer met behulp van die mark of limiet bestellings sowel. Dit is ook nie nodig dat elke kant gebruik dieselfde logika of selfs dieselfde soort orde. Byvoorbeeld, kan jy tik lang (en uitgang kort) op 'n aftrekorder en betree kort (en uitgang lank) op 'n mark orde, met behulp van verskillende reëls en voorwaardes vir elke inskrywing / afrit. Dit sou 'n voorbeeld van 'n asimmetriese stop-en-omgekeerde strategie wees. Die primêre voordeel van 'n stop-en-omgekeerde strategie is dat deur altyd in die mark, wat jy nooit enige groot skuiwe mis. Nog 'n voordeel is eenvoud. Wanneer daar aparte reëls en voorwaardes vir die invoer van en opwindende ambagte, daar is meer ingewikkeld en meer wat verkeerd kan gaan. Die kombinasie van inskrywings en uitgange beteken minder tyd besluite geneem moet word, wat minder foute kan beteken. Aan die ander kant, kan dit aangevoer word dat die beste omstandighede vir 'n ambag verlaat is selde dieselfde as dié vir die aangaan in die teenoorgestelde rigting wat aangaan en verlaat ambagte is inherent afsonderlike besluite wat dus afsonderlike reëls en logika moet gebruik. Nog 'n potensiële nadeel van altyd in die mark is dat die strategie sal handel deur middel van elke opening gaping. 'N Groot opening gaping teen die posisie kan 'n groot verlies beteken voordat die strategie is in staat om te keer. Strategieë wat op en af ​​van meer selektief of wat uitgang teen die einde van die dag kan die impak van die opening van gapings te minimaliseer. Sedert die doel is om 'n forex strategie te bou, Meta Trader 4 (MT4) is 'n ooglopende keuse vir die verhandelingsplatform gegee dat Meta Trader 4 hoofsaaklik ontwerp vir forex en word algemeen gebruik vir daardie markte handel (sien, byvoorbeeld, Meta Trader teen TradeStation : 'n taal Vergelyking). Maar in die afgelope jaar, TradeStation het die forex mark baie meer aggressief geteiken. Afhangende van jou handel volume en / of rekening vlak, sy moontlik om die forex mark deur middel van TradeStation handel sonder om enige platform fooie of enige kommissies betaal. Versprei is na bewering stywe met 'n goeie likiditeit van die groot forex pare. Om hierdie redes is beide platforms geteiken vir hierdie projek. Verskeie probleme ontstaan ​​wanneer gelyktydig rig op verskeie platforms. In die eerste plek kan die data anders op verskillende platforms wees, met verskille in tydsones, prys kwotasies vir 'n paar bars, volume, en beskikbaar periodes. Uit te stryk oor hierdie verskille, is data wat verkry is vanaf beide platforms, en die strategieë gebou oor beide data-reeks gelyktydig. Die beste strategieë was dus die een wat goed gewerk op beide data-reeks ten spyte van enige verskille in die data. Die data instellings wat in Bouwer word hieronder in Fig getoon. 1. Soos afgelei kan word uit die mark Data tafel in die figuur, die euro / dollar forex mark is geteiken (EURUSD) met 'n bar grootte van 4 uur (240 minute). Ander bar groottes of markte sal net so goed gedien het. Ek was net in staat om soveel data te verkry deur middel van my MT4 platform soos aangedui deur die datum bereik getoon in Fig. 1 (datareeks 2), sodat dieselfde datum bereik is gebruik in die verkryging van die ekwivalent datareeks van TradeStation (datareeks 1). 80 van die data gebruik vir die bou (gekombineer in-monster en quotout-van-samplequot), met 20 (6/20/14 tot 2/10/15) opsy gesit vir bekragtiging. 80 van die oorspronklike 80 is dan stel om quotin-samplequot met 20 stel om quotout-van-monster, quot soos getoon in Fig. 1. Die bod / vra versprei is gestig om 5 pitte, en koste verhandeling van 6 pitte of 60 per volgrootte baie (100,000 aandele) is veronderstel per ronde-draai. Beide datareeks is ingesluit in die aanloop, soos aangedui deur die regmerkies in die linkerkantste kolom van die Mark data tafel. Figuur 1. Mark data instellings vir die bou van 'n forex strategie vir Meta Trader 4 en TradeStation. Nog 'n potensiële probleem wanneer rig op verskeie platforms is dat Bouwer is ontwerp om die manier waarop elke ondersteun platform bereken sy aanwysers, wat kan beteken dat die aanwyser waardes sal anders wees, afhangende van watter platform is gekies dupliseer. Om hierdie moontlike bron van teenstrydigheid te vermy, moet enige aanwysers wat anders evalueer in Meta Trader 4 as in TradeStation uitgeskakel uit die bou, wat beteken die volgende aanwysers moet vermy word: Alle ander aanwysers wat beskikbaar is vir beide platforms is op dieselfde manier in bereken beide platforms. TradeStation sluit al die aanwysers wat beskikbaar is in Bouwer is, terwyl Meta Trader 4 nie doen. Daarom, om net aanwysers wat in beide platforms is sluit, moet die Meta Trader 4 platform gekies as die kode tik in Bouwer. Dit sal outomaties enige aanwysers van die opbou stel wat nie beskikbaar is vir MT4, wat die aanwysers wat in beide platforms is sal laat verwyder. Verder, aangesien ek opgemerk verskille in die volume data wat verkry is uit elke platform, ek verwyder al volume-afhanklike aanwysers van die opbou stel. Laastens, is die aanduiding tyd van die dag verwyder as gevolg van verskille in die tydsones tussen data lêers. In Fig. 2, onder die lys van aanwysers wat gebruik word in die bou set is getoon gesorteer volgens of die aanwyser deur die bou proses (quotConsiderquot kolom) beskou. Die aanwysers uit vergoeding vir die redes wat hierbo bespreek is wat aan die bokant van die lys. Die oorblywende aanwysers, wat begin met quotSimple Mov Avequot, was almal deel van die opbou stel. Figuur 2. aanwyser keuses in Bouwer, wat die aanwysers uit die bou stel. Die evaluering opsies wat in die aanloop proses word in Fig. 3. Soos bespreek, Meta Trader 4 is gekies as die kode uitset keuse. Na strategieë gebou in Bouwer, enige van die opsies op die blad Evaluering Options, insluitend die kode tipe, kan verander word en die strategieë herevalueer, wat ook die kode in wat ookal taal gekies sal herskryf. Hierdie funksie is gebruik om die TradeStation-kode vir die finale strategie verkry na die strategieë gebou vir Meta Trader 4. Figuur 3. Evaluering opsies in Bouwer vir die EURUSD forex strategie. Om te stop-en-omgekeerde strategieë te skep, is alle vorme uitgang van die gebou stel verwyder, soos hieronder in Fig getoon. 4. Al drie tipes inskrywing bestellings - mark, stop, en perk - oorgebly as quotconsiderquot, wat beteken dat die bou proses kan enige van hulle tydens die bou proses oorweeg. Figuur 4. tipes Bestel gekies Bouwer 'n stop-en-omgekeerde strategie te skep. Die bouer sagteware genereer outomaties reëlgebaseerde logiese voorwaardes vir toegang en / of uitgang. Om 'n neurale netwerk te voeg tot die strategie, die enigste wat nodig is om die opsie te kies quotInclude n neurale netwerk in inskrywing conditionsquot op die blad Strategie Options, soos hieronder in Fig getoon. 5. Die neurale netwerk instellings oorgebly by hul gebreke. As deel van die stop-en-omgekeerde logika, is die opsie mark kante stel om lank / kort, en die opsie om quotWait vir uitgang voor die aanvang van die nuwe tradequot was afgeskakel. Laasgenoemde is nodig om die inskrywing om die huidige posisie op 'n ommekeer te verlaat in staat te stel. Alle ander instellings oorgebly by die standaard. Figuur 5. Strategie opsies gekies in Bouwer 'n hibriede strategie met behulp van beide reëlgebaseerde en neurale netwerk voorwaardes te skep. Die evolusionêre aard van die bou proses in Bouwer is gelei deur die fiksheid. wat bereken word vanaf die doelwitte en voorwaardes gedefinieer op die blad Statistieke, soos hieronder in Fig getoon. 6. Die bou doelwitte eenvoudig gehou: die maksimering van die netto wins terwyl die vermindering van die kompleksiteit, wat 'n klein gewig in vergelyking met die netto wins gegee. Meer klem is geplaas op die bou toestande wat die korrelasiekoëffisiënt en betekenis vir algemene strategie gehalte, sowel as die gemiddelde bars in ambagte en die aantal ambagte ingesluit. Aanvanklik het net die gemiddelde bars in ambagte is ingesluit as 'n opbou toestand. Maar in sommige van die vroeë bou, die netto wins was bevoordeel oor die lengte handel, sodat die getal-van-ambagte metrieke bygevoeg. Die gespesifiseerde reeks vir die aantal ambagte (tussen 209 en 418) is gelykstaande aan die gemiddelde handel lengtes tussen 15 en 30 bars wat gebaseer is op die aantal bars in die aanloop tydperk. As gevolg hiervan, die toevoeging van hierdie metrieke sit meer klem op die handel lengte doel, wat gelei het tot meer lede van die bevolking met die gewenste reeks handel lengtes. Figuur 6. doelwitte en voorwaardes Bou stel op die blad Statistieke bepaal hoe die fiksheid word bereken. Die quotConditions vir kies Top Strategiesquot dupliseer die bou voorwaardes behalwe dat die top strategieë toestande geëvalueer oor die hele reeks van data (nie insluitend die bekragtiging segment, wat aparte), eerder as om net oor die bou tydperk, soos in die geval van die bou voorwaardes. Die top strategieë voorwaardes word deur die program ter syde te stel enige strategieë wat voldoen aan al die voorwaardes in 'n aparte bevolking. Die finale verstellings gemaak word op die blad Bou Opsies, soos hieronder in Fig getoon. 7. Die belangrikste opsies hier is die bevolkingsgrootte, aantal generasies, en die opsie om te herstel wat gebaseer is op die prestasie quotout-van-samplequot. Die grootte van die bevolking is gekies groot genoeg is om 'n goeie verskeidenheid te kry in die bevolking, terwyl nog steeds klein genoeg is om te bou in 'n redelike bedrag van die tyd te wees. Die aantal generasies is gebaseer op hoe lank dit geneem het tydens 'n paar voorlopige bou vir die resultate om te begin om saam te kom. Figuur 7. Bou opsies sluit in die bevolkingsgrootte, aantal generasies, en opsies vir die Herstel van die bevolking op grond van quotout-van-samplequot prestasie. Die opsie om quotReset op Out-of-monster (OOS) Performancequot begin die bou proses oor na die gespesifiseerde aantal generasies indien die gespesifiseerde toestand ontmoet in hierdie geval, sal die bevolking herstel wees indien die quotout-van-samplequot netto wins is minder as 20.000. Hierdie waarde is gekies op grond van voorlopige toetse op 'n hoë genoeg waarde dat dit waarskynlik nie bereik word nie. As gevolg hiervan, is die bou proses herhaal elke 30 geslagte tot hand gestop. Dit is 'n manier om jou te laat die program identifiseer strategieë gebaseer op die Top Strategie toestande oor 'n lang tydperk van die tyd. Van tyd tot tyd, kan die Top Strategie bevolking nagegaan en die bou proses gekanselleer wanneer geskikte strategieë gevind word. Let daarop dat ek quotout-van-samplequot in aanhalingstekens. Wanneer die quotout-van-samplequot tydperk word gebruik om die bevolking te herstel op hierdie wyse, die quotout-van-samplequot tydperk is nie meer werklik buite-monster. Sedert daardie tyd word nou gebruik om die bou proses, sy effektief deel van die in-monster tydperk te lei. Dis hoekom sy dit raadsaam om 'n derde segment vir bekragtiging ter syde te stel, soos hierbo bespreek. Na 'n paar uur van die verwerking en 'n aantal outomatiese rebuild, is 'n geskikte strategie gevind in die Top Strategie bevolking. Die geslote handel aandele kurwe word hieronder in Fig getoon. 8. Die aandele kurwe toon bestendige vertoning in beide data segmente met 'n voldoende aantal ambagte en basies dieselfde resultate oor beide data-reeks. Figuur 8. Geslote-handel aandele kurwe vir die EURUSD stop-en-omgekeerde strategie. Om die strategie oor die tydperk validering kyk, die datum kontroles op die blad Markte (sien Fig. 1) is verander na die einddatum van die data (2015/02/11), en die strategie is herevalueer met die kies van die evalueer opdrag van die spyskaart Strategie in Bouwer. Die resultate word hieronder in Fig getoon. 9. Die validering resultate in die rooi boks toon dat die strategie gehou op data nie tydens die bou proses gebruik. Figuur 9. Geslote-handel aandele kurwe vir die EURUSD stop-en-omgekeerde strategie, insluitend die tydperk bekragtiging. Die finale tjek is om te sien hoe die strategie uitgevoer word op elke datareeks afsonderlik met behulp van die kode uitset opsie vir daardie platform. Dit is nodig omdat, soos hierbo verduidelik, is daar dalk verskille in die resultate, afhangende van (1) die kode soort, en (2) die data-reeks. Ons moet seker maak dat die gekose instellings geminimaliseer hierdie verskille, soos bedoel. Om die strategie te toets vir Meta Trader 4, die datareeks van TradeStation is geselekteer op die blad Markte, en die strategie is herevalueer. Die resultate word hieronder in Fig getoon. 10, wat die onderste kurwe in Fig dupliseer. 9. Figuur 10. Geslote-handel aandele kurwe vir die EURUSD stop-en-omgekeerde strategie, insluitend die bekragtiging tydperk, vir Meta Trader 4. Ten slotte, om die strategie vir TradeStation toets, die datareeks van TradeStation is gekies en die reeks vir Meta Trader 4 is geselekteer op die blad Markte, is die kode uitset verander na quotTradeStation, quot en die strategie is herevalueer. Die resultate word hieronder in Fig getoon. 11 en verskyn baie soortgelyk aan die middel kurwe in Fig te wees. 9, soos verwag. Figuur 11. Geslote-handel aandele kurwe vir die EURUSD stop-en-omgekeerde strategie, insluitend die bekragtiging tydperk, vir TradeStation. Die kode vir beide platforms is hieronder in Fig. 12. Klik op die foto om die kode lêer oop te maak vir die ooreenstemmende platform. Ondersoek van die kode dui aan dat die reëlgebaseerde deel van die strategie gebruik verskillende wisselvalligheid verwante toestande vir die lang en kort kante. Die neurale netwerk insette bestaan ​​uit 'n verskeidenheid van aanwysers, insluitende dag-van-week, tendens (ZLTrend), intraday hoog, ossillators (InvFisherCycle, InvFisherRSI), Bollinger bands, en standaardafwyking. Die baster aard van die strategie kan direk gesien word in die kode verklaring (van die TradeStation kode): As EntCondL en NNOutput GT 0.5 dan begin koop (quotEnMark-Lquot) NShares aandele volgende bar op die mark die veranderlike quotEntCondLquot verteenwoordig die reëlgebaseerde inskrywing voorwaardes, en quotNNOuputquot is die opbrengs van die neurale netwerk. Beide toestande moet getrou aan die lang inskrywing bestel word. Die kort inskrywing toestand werk op dieselfde manier. Figuur 12. Trading strategie-kode vir die EURUSD stop-en-omgekeerde strategie (links, Meta Trader 4 reg, TradeStation). Klik op die figuur om die ooreenstemmende kode lêer oop te maak. Kry 'n lêer Bouwer projek (.gpstrat) met die in hierdie artikel beskryf instellings. Hierdie artikel kyk na die proses van die bou van 'n hibriede reël-gebaseerde / neurale netwerk strategie vir die EURUSD behulp van 'n stop-en-omgekeerde (altyd in die mark) benadering met Adaptrade Bouwer. Dit is gewys hoe die strategie-kode gegenereer kan word vir verskeie platforms deur die kies van 'n gemeenskaplike subset van die aanwysers wat op dieselfde manier in elke platform werk. Die instellings wat nodig is om strategieë wat omkeer van 'n lang om kort en terug is beskryf genereer, en dit is bewys dat die gevolglike strategie uitgevoer positief op 'n aparte, validering segment van data. Daar is ook bewys dat die strategie gegenereer soortgelyke resultate met die opsie data en kode vir elke platform. Soos hierbo bespreek, die stop-en-omgekeerde benadering het verskeie nadele en mag nie 'n beroep op almal. Dit kan egter 'n altyd-in-die-mark benadering meer aantreklik met forex data wees, omdat die buitelandse valuta markte handel te dryf rondom die klok. As gevolg hiervan, is daar geen gapings-sessie oop te, en die handel bestellings is altyd aktief en beskikbaar is om die handel wanneer die mark veranderinge te keer. Die gebruik van intraday data (4-uur bars) verskaf meer bars van data vir gebruik in die bou proses, maar was andersins redelik arbitrêre deurdat die altyd-in-die-mark aard van die strategie beteken dat ambagte oornag gedra. Die bou proses is toegelaat om verskillende toestande ontwikkel vir die invoer van 'n lang en kort, wat lei tot 'n asimmetriese stop-en-omgekeerde strategie. Ten spyte van die naam, die gevolglike strategie gaan beide lang en kort ambagte op die mark bestellings, hoewel die mark, stop, en beperk bestellings is almal beskou deur die bou proses onafhanklik vir elke kant. In die praktyk, die omkeer van 'n lang kort beteken die verkoop van kort twee keer die aantal aandele teen die mark as die strategie was die oomblik lank bv As die huidige lang posisie was 100,000 aandele, sal jy kort 200,000 aandele te verkoop teen mark. Net so, as die huidige kort posisie was 100,000 aandele, sou jy koop 200,000 aandele op die mark omswaai van kort na lank. 'N Korter prys geskiedenis is gebruik as sou ideaal wees. Nietemin, die resultate was positief oor die segment bekragtiging, wat dui op die strategie was nie oor-fit. Dit ondersteun die idee dat 'n neurale netwerk kan gebruik word in 'n handel strategie sonder om noodwendig oor-pas die strategie om die mark. Die strategie wat hier aangebied is nie bedoel vir die werklike handel en is nie getoets in real-time dop of handel. Tog kan hierdie artikel gebruik word as 'n sjabloon vir die ontwikkeling van soortgelyke strategieë vir die EURUSD of ander markte. Soos altyd, indien enige handel strategie wat jy ontwikkel deeglik getoets word in real-time dop of op 'n aparte data om die resultate te bevestig en om jouself vertroud te maak met die handel eienskappe van die strategie voor handel leef. Hierdie artikel verskyn in die Februarie 2015-uitgawe van die Adaptrade sagteware nuusbrief. Hipotetiese of gesimuleerde prestasieresultate sekere inherente beperkings. Anders as 'n werklike vertoningslys, MOENIE gesimuleerde uitslae verteenwoordig werklike handel. Ook, omdat Die bedrywe het eintlik nie uitgevoer is, kan die resultate HET onder - of OOR-vergoed vir die impak, indien enige, van SEKERE markfaktore, soos 'n gebrek aan likiditeit. Gesimuleerde TRADING programme in die algemeen ook onderhewig aan die feit dat hulle is ontwerp met die voordeel van agterna. GEEN VERTEENWOORDIGING gemaak DAT ENIGE rekening of waarskynlik winste of verliese soortgelyk aan dié wat ACHIEVE. As youd graag in kennis gestel word van nuwe ontwikkelinge, nuus, en spesiale aanbiedinge van Adaptrade sagteware, sluit gerus by ons e-pos lys. Dankie.