๑۩۞۩๑( على بركة الله دورة إنشاء اكسبيرت يعتمد على الشبكة العصبية )๑۩۞۩๑

[hanigold]

السلام عليكم ورحمة الله وبركاته
متى ستبدء الدوره يا غالى حتى يتثنى لى المتابعه ؟

[ahmedfeki]

خطوة موفقة
لى فترة انا ابحث ولى بعض التجارب مع الشبكة العصبية
معاً باذن الله حتى نطلع بشي مرضي
ودي وتقديري

شكرا لك يا أخي العزيز
مرحبا بك
ومنتضرين مشاركتك حسب تجربتك

بالتوفيق ان شاء الله
وياريت اقدر اساعد ولو بالقليل
جزاك الله خير علي حبك لنشر العلم وبالتوفيق ان شاء الله

مرحبا بك أخي إيهاب ، حضورك معنا
هو أصلا تشجيع ومساعدة
إن شاء الله موفقين

أشكرك أخى والله على مجهودك

الملف تم تحميلة والحمد لله تعالى

وأسف لانى لم ارد سريعا لانى لم اتابع الموضوع الا الان

ومتابع معك هذا الموضوع بشغف تام

تقبل ودى اخى

مرحبا بك يا غالي
مو مشكل المهم تم تحميل الملف
اللذي حرصت أن يشهده الجميع
حتى يكون حافز لتركيز على الشبكة العصبية
وتصديقها

السلام عليكم ورحمة الله وبركاته
متى ستبدء الدوره يا غالى حتى يتثنى لى المتابعه ؟

مرحبا بيك يا أخي العزيز
واسف على التأخير
إن شاء الله ننطلق اليوم
وجزاك الله خيرا على اهتمامك
*

[Elshaikh]

ايو كده يا وديع

[ahmedfeki]

تعريف الشبكة العصبية الاصطناعية وعلاقتها بسوق الفوركس

تعريف الشبكات العصبية الاصطناعية Artificial Neural Networks

هي تقنيات حسابية مصممة لمحاكاة الطريقة التي يؤدي بها الدماغ البشري مهمة معينة، وذلك عن طريق معالجة ضخمة موزعة على التوازي، ومكونة من وحدات معالجة بسيطة، هذه الوحدات ما هي إلا عناصر حسابية تسمى عصبونات أو عقد (Nodes ، Neurons ) والتي لها خاصية عصبية ، من حيث أنها تقوم بتخزين المعرفة العملية والمعلومات التجريبية لتجعلها متاحة للمستخدم وذلك عن طريق ضبط الأوزان.




إذاً الANN تتشابه مع الدماغ البشري في أنها تكتسب المعرفة بالتدريب وتخزن هذه المعرفة باستخدام قوى وصل داخل العصبونات تسمى الأوزان التشابكية. وهناك أيضا تشابه عصبي حيوي مما يعطي الفرصة لعلماء البيولوجيا في الاعتماد على ANN لفهم تطور الظواهر الحيوية.



مكونات الشبكة العصبونية الاصطناعية


كما رأينا أن الشبكات العصبونية تتكون من مجموعة من وحدات المعالجة ويسمى أحدها عصبون ، والشكل (1) يبين نموذجا لا خطيا وبسيطا للعصبون الاصطناعي :
كما أن للإنسان وحدات إدخال توصله بالعالم الخارجي وهي حواسه الخمس، فكذلك الشبكات العصبية تحتاج لوحدات إدخال . ووحدات معالجة يتم فيها عمليات حسابية تضبط بها الأوزان و نحصل من خلالها على ردة الفعل المناسبة لكل مدخل من المدخلات للشبكة . فوحدات الإدخال تكوّن طبقة تسمى طبقة المدخلات، و وحدات المعالجة تكوّن طبقة المعالجة وهي التي تخرج نواتج الشبكة. وبين كل طبقة من هذه الطبقات هناك طبقة من الوصلات البينية التي تربط كل طبقة بالطبقة التي تليها والتي يتم فيها ضبط الأوزان الخاصة بكل وصلة بينية، وتحتوي الشبكة على طبقة واحدة فقط من وحدات الإدخال ، ولكنها قد تحتوي على أكثر من طبقة من طبقات المعالجة.







نلاحظ من الشكل (2) أن العصبون يتألف من:
1 - إشارات الدخل ( Input : a1,a2,a2,….an-)
2 - قوى الأوزان ( Weights: Wj1, Wj2, Wj3,……Wjn ) حيث يعبر الوزن عن شدة الترابط بين عنصر قبله وعنصر بعده .
3 - عنصر المعالجة J : )Processing Element )
وهذا العنصر يقسم إلى قسمين :
أ - الجامع (Adder ) لجمع الإشارات في الدخل الموزون .
ب - تابع النقل أو تابع التفعيل (Activation Function ) :
وهذا التابع يحد من خرج العصبون لذا يسمى بتابع التخميد Squashing حيث يجعل الخرج ضمن المجال [0,1] أو ضمن المجال[-1,1] .

4 - الخرج (Output) (Xj ) .



طرق تعليم الشبكة العصبونية


تتعلم الشبكة عن طريق إعطائها مجموعة من الأمثلة، التي يجب أن تكون مختارة بعناية، لأن ذلك سيساهم في سرعة تعلم الشبكة. ومجموعة الأمثلة هذه تسمى فئة التدريب.
وتنقسم طرق تعليم شبكة عصبية إلى قسمين حسب فئة التدريب التي تعرض على الشبكة وهما:


التعليم المراقب (بواسطة معلم) Supervised Learning of ANN’s


تقوم كل طرق التعليم أو التدريب بواسطة معلم للشبكات العصبية الاصطناعية على فكرة عرض البيانات التدريبية أمام الشبكة على هيئة زوج من الأشكال وهما الشكل المدخل input والشكل المستهدف target
مثال :
الشكل المدخل input يتكون من :
* سعر الإفتتاح
* الهاي
*اللو
*قيمة مؤشر ال-RSI
*قيمة مؤشر ال-MACD
....إلخ
والشكل المستهدف target :
* سعر الإغلاق




التعليم غير المراقب ( بدون معلم ) Unsupervised learning


في هذه الطريقة تكون فئة التدريب عبارة عن متجه المدخلات فقط دون عرض الهدف على الشبكة، وتسمى هذه الطريقة التعليم الذاتي حيث تبني الشبكات العصبونية الاصطناعية أساليب التعليم على أساس قدرتها على اكتشاف الصفات المميزة لما يعرض عليها من أشكال وأنساق وقدرتها على تطوير تمثيل داخلي لهذه الأشكال وذلك دون معرفة مسبقة وبدون عرض أمثلة لما يجب عليها أن تنتجه وذلك على عكس المبدأ المتبع في أسلوب التعليم بواسطة معلم.
من التعليم بدون معلم التعليم الهيبياني Hebbian، و التعليم التنافسي Competitive وبما أن الأسلوب الذي سنتبعه في هذه الدورة هو التعليم بواسطة معلم ، لذلك سنتطرق إليه الآن بالتفصيل ، حيث أن التعليم بوجود معلم يمكن أن يتم إما بتصحيح الخطأ أو بالاعتماد على الذاكرة .
التعليم بواسطة معلم على نمط تصحيح الخطأ :
يستخدم هذا النوع من التدريب لتعليم الشبكات الخطية ذات الطبقة الواحدة التي تستخدم لحل مسائل التقابل الخطي بين الدخل والخرج، حيث تقوم الشبكة بحساب إشارة الخطأ من خلال الفرق بين خرج العصبون والخرج المطلوب، ويتم تعديل قيم الأوزان عن طريق دالة الخطأ المسماة بتابع الكلفة بهدف تصغير الفارق عن طريق اشتقاق هذا التابع بالنسبة للأوزان المشبكية. تعتبر هذه الطريقة في التعليم من أهم طرق التعليم بواسطة معلم وأكثرها شيوعاً .
التعليم بواسطة معلم المعتمد على الذاكرة :
يتم في هذا النوع تخزين المعلومات المتوفرة عن البيئة في الشبكة العصبونية أي تخزين مجموعة التدريب التي هي شعاع الدخل وشعاع الخرج المقابل له ويتطلب هذا النوع من التعليم وجود معيار لتحديد تشابه الأشعة ووجود قاعدة تعليم .

[amazing]

[ahmedfeki]

الشبكة العصبية و علاقتها بالفوركس

الشبكة العصبية للفوركس


الفوركس هو سوق لتجارة العملات ، ترتفع أسعار أزواج العملات أو تنخفض بناءا على خاصية العرض والطلب التي يقوم بها التجار طبعا .
تتكون أوامر الشراء أو البيع من خلال :
* تحليل فني يقوم به التاجر
*تحليل أساسي يقوم به التاجر
*مؤشرات قام ببرمجتها تجار كذلك
* إكسبرتات قام ببرمجتها تجار كذلك
...إلخ

طبعا التجار هم أشخاص طبيعيين لهم شبكات عصبية تعلمت الفوركس إلى درجة معينة من الخبرة .
هذه الشبكات العصبية هي التي تتحكم في زوج معين وتكون الشبكة العصبية العامة لهذا الزوج.
كل من يشاهد شارت معين لزوج معين يلاحظ أن هذا الزوج يتحرك بطريقة عشوائية
لكن الحقيقة أن الزوج يتبع شبكته العصبية
فبالرغم من هذه العشوائية التي يلاحظها التجار إلا أن الزوج يتبع مثلا ترند صاعد أو نازل
أو تجده يحترم مقاومته أو دعمه أو تجد عدة نقاط تشترك في خط واحد ...إلخ















هل تدبرتم معي في هذه الصور ؟ أضن أن أغلبكم لاحظ هذا من قبل ، هل اقتنعتم أن السوق لا يسير بطريقة عشوائية البتة ؟
من لم يقتنع فقريبا سيقتنع أكثر إن شاء الله ...


التاريخ يعيد نفسه



من أهم الافتراضات التي تم بناء التحليل الفني عليها هو أن التاريخ يعيد نفسه. وبالطبع فإن التاريخ هنا المقصود به حركة الأسعار في سوق الأسهم أو سوق الفوركس في الفترات السابقة. وتكمن تلك الفكرة في أن الحالة النفسية المحركة للأفراد العاملين في سوق الأسهم أو سوق العملات تؤثر على قراراتهم بيعا و شراء لا تتغير بتغير الزمن، أو بمعنى آخر فإن الطبيعة البشرية لا تتغير من وقت لآخر. ولهذا فإن التحليل الفني يحاول دراسة النماذج الفنية التي تعبر عن الحالة النفسية للمتعاملين لمعرفة الاتجاه العام لسوق الأسهم أو سوق العملات. وعلى الرغم من أن تلك النماذج الفنية يتم استخدامها منذ أكثر من 100 عام، إلا أنه لا يزال يتم استخدامها حتى الآن وبنفس الطريقة وهذا بناءا على افتراضية أن الطبيعة البشرية لا تتغير بتغير الزمن.
وبما أن الشبكة العصبية تعتمد على الذاكرة ، فكلما تمكنت الشبكة من الماضي كانت نتائجها في المستقبل ممتازة و إن لم تكن وحدث خطء في توقعها للمستقبل ( واجهت حالة أو وضعية لم تتدرب عليها من قبل ) فإنها تصحح أوزانها ومعادلاتها




الشبكة العصبية و الاكسبيرت



من خلال ما سبق فإن الشبكة العصبية تعتمد على الذاكرة و الأخطاء الماضية
لو قمنا بتركيب الشبكة العصبية على اكسبيرت معين ( وهو هدف هذه الدورة )
فأن الشبكة ستخزن العمليات التي دخل عليها الاكسبرت عامة
وحالة السوق وقتها وقيم المؤشرات التي إعتمد عليها الاكسبرت في لحظة إتخاذ قرار البيع أو الشراء وسعر الإفتتاح والإغلاق لعدد معين من الشمعات السابقة ...إلخ
وعدت مدخلات ( Inputs)
وتقوم بخزن نتائج هذه العمليات في ذاكرتها فأن كانت عمليات خاطئة فتصحح من
وضعيات إتخاذ القرار للاكسبيرت والمعدلات القائمة على ذلك
وأن كانت عمليات ناجحة فإنها تخزنها كذلك لتستفيد منها في المستقبل

إن الهدف من الشبكات العصبية هو تقليل نسبة الخطأ والرفع من دقة تكهناتها بالمستقبل

أتمنى أن يكون هذا الدرس نال اعجابكم
وتمكنتم من فهم أهم عناصره
وانا تحت أمركم لأي اسئلة أو استفسارات
والسلام عليكم ورحمة الله وبركاته

[الغلبان]

ما شاء الله .. موضوع جميل جدا

كمل أخي والله يزيدك همه ... عسى الله نكتشف من وراء هذه المادة العلمية الدسمة أكسبرت ناجح يعطينا حتى لو 20% بالشهر ..

تابع ونحن متابعون معك

بالتوفيق يارب

[dahmanesoft]

السلام عليكم ورحمة الله وبركاته
بارك الله فيك أخي ahmedfeki بالتوفيق و إن شاء الله متابع معك حتى أخر نقطة .

[hanigold]

السلام عليكم ورحمة الله وبركاته
حقيقى انا فخور انك متواجد معنا فى هذا الصرح (المتداول العربى ) بارك الله فيك واكثر من امثالك الموضوع واضح انه دسم ومليئ بالمعلومات القيمه اكمل اخى ودعنا نستفيد من خبراتك اذا سمحت ونحن متابعين لك عن كثب (ربنا يوفقنا جميعا للخير)
تحياتى لك يا غالى

[ahmedfeki]

ما شاء الله .. موضوع جميل جدا

كمل أخي والله يزيدك همه ... عسى الله نكتشف من وراء هذه المادة العلمية الدسمة أكسبرت ناجح يعطينا حتى لو 20% بالشهر ..

تابع ونحن متابعون معك

بالتوفيق يارب

السلام عليكم ورحمة الله وبركاته
بارك الله فيك أخي ahmedfeki بالتوفيق و إن شاء الله متابع معك حتى أخر نقطة .

السلام عليكم ورحمة الله وبركاته
حقيقى انا فخور انك متواجد معنا فى هذا الصرح (المتداول العربى ) بارك الله فيك واكثر من امثالك الموضوع واضح انه دسم ومليئ بالمعلومات القيمه اكمل اخى ودعنا نستفيد من خبراتك اذا سمحت ونحن متابعين لك عن كثب (ربنا يوفقنا جميعا للخير)
تحياتى لك يا غالى

مرحبا بكم جميعا وجزاكم الله خيرا على هذه المشاركات الجميلة والفعالة
وانا الفخور بتواجدي معكم
اتمنى أن تكون الدورة سهلة لكم
وارجو أن تكونوا قد استفدتم مما مضى
وحظا موفق للجميع في بقية الدروس *

[financialmarket]

:

لو قمنا بتركيب الشبكة العصبية على اكسبيرت معين ( وهو هدف هذه الدورة )
فأن الشبكة ستخزن العمليات التي دخل عليها الاكسبرت عامة
وحالة السوق وقتها وقيم المؤشرات التي إعتمد عليها الاكسبرت في لحظة إتخاذ قرار البيع أو الشراء وسعر الإفتتاح والإغلاق لعدد معين من الشمعات السابقة ...إلخ
وعدت مدخلات ( Inputs)
وتقوم بخزن نتائج هذه العمليات في ذاكرتها فأن كانت عمليات خاطئة فتصحح من
وضعيات إتخاذ القرار للاكسبيرت والمعدلات القائمة على ذلك
وأن كانت عمليات ناجحة فإنها تخزنها كذلك لتستفيد منها في المستقبل

جزاك الله خيرا
للتعميم قد نستعمل المدخلات والمخرجات بهذه الطريقة (أسهل علي الشبكة فهمها)



بعد ذلك يكون عندنا مثلا

1 0 1 0 -1 0 1 0 1 ربح
1 0 0 0 0 0 0 0 0 خسارة
1 1 1 1 1 1 1 1 1 ربح
1 0 0 0 1 0 1 1 0 خسارة
ونستمر بجمع حالات مثل السابقه ثم نعلم الشبكة عليها.

[ahmedfeki]

جزاك الله خيرا
للتعميم قد نستعمل المدخلات والمخرجات بهذه الطريقة (أسهل علي الشبكة فهمها)



بعد ذلك يكون عندنا مثلا

1 0 1 0 -1 0 1 0 1 ربح
1 0 0 0 0 0 0 0 0 خسارة
1 1 1 1 1 1 1 1 1 ربح
1 0 0 0 1 0 1 1 0 خسارة
ونستمر بجمع حالات مثل السابقه ثم نعلم الشبكة عليها.

مرحبا بك أخي العزيز
وشكرا على هذه المشاركة الطيبة
هناك أنواع كثيرة من المدخلات التي يمكن أن نعتمد عليها
في تعليم الشبكة
وكلما كانت المدخلات أكثر كلما اعطتنا الشبكة نتائج أكثر دقة
ذكرني يا أخي بهذه المشاركة في المرحلة التطبيقية
عند مناقشة الاكسبرت الأخير ومناقشة الإضافات والتحسينات
لأني ارغب أن تكون الدورة بشكل تدريجي حتى يتسنى للجميع الفهم
ويتمكنوا إن شاء الله من الشبكة العصبية أولا

شكرا لك على هذه الإضافة القيمة
ومنتظرين مشاركاتك البناءة بخبرتك وتجربتك على ما سابق من الدورة

[amazing]

اخ احمد جزاك الله خيرا
و سوالي هل يمكن لنا بواسطة الشبكه العصبيه نقوم بتحسين و تطوير و معالجه نقاط التي يدخلها الاكسبيرت فمثلا هناك اكسبيرتات كثيره و احد طرق علاجها هي استعمال طريقة المضاعفات و لكن هذا لا يكفي و استعمال الهدج هم يزيد على مشاكل الاكسبيرت في كثير من الاحيان
فبامكاننا دمج طريقة المضاعفات مع الشبكه العصبيه لحصول على افضل الفرص
و شكرا

[ahmedfeki]

اخ احمد جزاك الله خيرا
و سوالي هل يمكن لنا بواسطة الشبكه العصبيه نقوم بتحسين و تطوير و معالجه نقاط التي يدخلها الاكسبيرت فمثلا هناك اكسبيرتات كثيره و احد طرق علاجها هي استعمال طريقة المضاعفات و لكن هذا لا يكفي و استعمال الهدج هم يزيد على مشاكل الاكسبيرت في كثير من الاحيان
فبامكاننا دمج طريقة المضاعفات مع الشبكه العصبيه لحصول على افضل الفرص
و شكرا

مرحبا بيك أخي الكريم
سؤال جميل ،... أريد أن أوضح أن الشبكة العصبية عند دمجه مع اكسبيرت فاشل لن تحوله إلى اكسببرت ناجح لذلك يجب أن يكون الاكسبيرت على الأقل متوسط .
الشبكة العصبية كما قلت ،تعتمد على الذاكرة وتعتمد على الأخطاء الماضية
حتى تحسن من آداء الاكسبيرت في المستقبل .
لكنها لن تغير في صيغة الاكسبرت نفسه بل تؤثر على لحظات إتخاذ القرار وعوامله

مبدء اكسبيرت المضاعفات واضح ، في لحضة معينة نفتح أول صفقة وكلما عاكس السوق صفقتنا ضاعفنا الصفقات فمثلا يمكن أن نعلم الشبكة العصبية على أول صفقة فقط حيث أنا أراها هي الأهم مع بعض المؤشرات وقيمها كما يمكن أن نعلمها عن طريق إعدادات المؤشرات ...إلخ

كما ذكرت سابقا يا أخي العزيز اننا سنتطرق إلى هذا بالتفصيل في المرحلة التطبيقية
إن شاء الله .. اتمنى أن أكون قد أجبتك على استفسارك
ومرحبا بك مرة اخرى في هذه الدورة

*

[amazing]

مرحبا بيك أخي الكريم
سؤال جميل ،... أريد أن أوضح أن الشبكة العصبية عند دمجه مع اكسبيرت فاشل لن تحوله إلى اكسببرت ناجح لذلك يجب أن يكون الاكسبيرت على الأقل متوسط .
الشبكة العصبية كما قلت ،تعتمد على الذاكرة وتعتمد على الأخطاء الماضية
حتى تحسن من آداء الاكسبيرت في المستقبل .
لكنها لن تغير في صيغة الاكسبرت نفسه بل تؤثر على لحظات إتخاذ القرار وعوامله

مبدء اكسبيرت المضاعفات واضح ، في لحضة معينة نفتح أول صفقة وكلما عاكس السوق صفقتنا ضاعفنا الصفقات فمثلا يمكن أن نعلم الشبكة العصبية على أول صفقة فقط حيث أنا أراها هي الأهم مع بعض المؤشرات وقيمها كما يمكن أن نعلمها عن طريق إعدادات المؤشرات ...إلخ

كما ذكرت سابقا يا أخي العزيز اننا سنتطرق إلى هذا بالتفصيل في المرحلة التطبيقية
إن شاء الله .. اتمنى أن أكون قد أجبتك على استفسارك
ومرحبا بك مرة اخرى في هذه الدورة

*

جزاك الله خيرا و سوالي كان هو تطبيق الشبكه العصيبه على صفقة الاولى حتى نجنب الاكسبيرت من دخوله في فرص غير امنه
و لو حصلنا على 30-50% نجاحا في تعليم الاكسبيرت يبقى نعالج فرص غير الامنه بطريقة المضاعفات 50% مثلا و بلنهايه سوف نحصل على اكسبيرت ناجح مضاعفات ينسبه 80%
و شكرا