|
Уважаемые подписчики с 1 сентября 2008 сигналы начинают выходить в платном режиме
Подписавшись на рассылку сигналов, Вы получите:
Ежедневно от 3 до 6 качественных сигналов. Сигналы выходят в виде отложенных ордеров (Buy-Stop, Sell-Stop, Buy-Limit и Sell-Limit). Вы получаете цену для входа, стоп-лосс и тейк-профит для 6 валютных пар: EUR/USD, GBP/USD, USD/JPY, USD/CHF, GBP/JPY и GBP/CHF. Сигналы выдаюстя экспертом (советником) построенным на основе нейронных сетей, имееющим достаточно сложную торговую систему состоящую из 4-х независимых подсистем. Время выхода сигналов 9.00 (Киевское время) / 10.00 (Московское время).
Дальнейшая информация для наших клиентов
Для оперативного реагирования / просмотра позиций в реальном времени, рекомендуем:
Скачать торговый терминал MetaTrader4 - можно здесь: http://www.alpari-idc.com/files/mt4setup.exe (3 399 Kb)
Логин : 779672
Пароль : forexukr321 (инвестора - только просмотр)
(Данный пароль действителен только в субботу и воскресенье)
Server : 217.74.44.32:443
Далее запускаем терминал в 8.45 (Киевское время) / 9.45 (Московское время) и ждём появления торговых сигналов.
Вы сможете видеть как мы поступили с той или иной открытой позицией (изменили стоп-лосс, тэйк-профит или же закрыли её).
При появлении вопросов пишите на e-mail: info@forex-ukraine.com
Под нейронными сетями понимается широкий класс структур
различного внутреннего строения, общим для которых является
то, что они состоят из однотипных вычислительных элементов
(нейронов), соединенных между собой линиями связи, и имеют
свойство обучаться на примерах. Нейронные сети представляют
собой универсальный математический аппарат для решения
широкого спектра задач (таких как классификация,
распознавание образов, аппроксимация функций,
прогнозирование временных рядов, сжатие информации,
фильтрация сигналов, выявление скрытых зависимостей в
массивах данных). Настройка нейронной сети на решение
конкретной задачи происходит в процессе ее обучения.
Обучение представляет собой процесс модификации внутренней
структуры нейронной сети по определенному алгоритму с целью
получения требуемой по смыслу задачи реакции сети на
предъявляемые исходные данные. В большинстве задач процесс
обучения заключается в циклической подаче на вход сети
различных наборов входных данных, для каждого из которых
известен требуемый выход сети. Обучение продолжается до тех
пор, пока значение критерия, характеризующего различие между
требуемыми и реально полученными выходами сети, не станет
меньше определенной величины. После окончания обучения сеть
готова работе и может обрабатывать новые, ранее не
предъявлявшиеся ей наборы данных.
|