使用 ChaosHunter 的 Evolution 技术构建神经网络模型

ChaosHunter可以构建神经网络公式以及标准数学公式。和其他人一样， 这些公式全开放，可供检查并转移到其他平台。

那些以前有此经验的人们喜欢ChaosHunter在这方面所做的技术进步 。网络结构全由进化控制（遗传编程）包括：

1. 从池中选择的变量

2. 输入可以是变量或包含变量、常量和时间序列指标的数学公式

3. 权重可以是变量、常量、时间序列指标或这些指标的公式

4. 隐藏的神经元和由进化控制的连接

5. 结构的蕞大尺寸可以被限制，但该算法促进更小、更紧凑的结构

6. 网的完整公式显示，并可以转移到Excel或计算机程序

7. Evolution使用跨多个核心和多台计算机的分布式处理

8. 网络是循环的，因为它们可以包含来自先前输出的混沌反馈

9. 时间序列指标可以作为变量输入，也可以在内部演化

如果您的神经网络构建是用于市场交易和/或价格时间序列：

10. 时间序列指标兼作技术指标

11. 进化目标（适应度）可以是利润而不是误差蕞小化

12. 网络的输出可以只是带有进化阈值的买入/卖出信号，而不是对目标的预测

13. 网的完整公式可以转移到流行的交易平台

14. ChaosHunter几乎接受任一种类的条形图作为价格数据（分钟、成交量、刻度、范围等）。

除了上述特性，如果您希望，神经网络还可以包含布尔函数和关系函数，如and、OR、>、<和if - then。