samcrazy的博客

介绍了盈透EA交易者，包括载入 IB 的 历史 K 线 及 行情，使 用 图表分析功能。制定 EA 直接下单到 IB 账户，利用 IB 的数据进行历史回测。也可在 MT5 直 接 手工下单 交易。

通盈策略助手使用说明书。介绍了如何使用通盈策略助手，包括各种功能介绍，软件的特色，如何使用下载现有的策略，另外如何制定免编程交易策略，不用编程就可以进行自动化交易。

泉云交易软件盈透版，对接美国盈透证券。实现中文操作界面，简单易用，功能齐全。免费行情以及交易。方便的图表分析，支持秒图到月线图。即时下单交易，支持三键下单、热键炒单。历史交易记录，让开仓与平仓配对起来。实时持仓汇总，持仓明细。

本软件将IB 盈透交易平台，连接到metatrader 4上进行交易，可以实现在mt4上实现自动化交易（EA）。此外，也可以手动开仓、平仓、挂单，可拖拽挂单实现生成止损、止盈单，拖拽修改挂单。

用于被加密的PDF文件，将密码移除，以供使用。

网格视图控件的功能使将很多张指定的图片以指定的大小显示出来

用C#能开发RFID-android吗？C#真的能开发android程序吗？C#开发android程序的工具是什么？开发步骤、方法以及流程是怎样的？出学android开发者一定会提出这些疑问，本文一一解答这些疑问，为安卓初学者提供入门指引。

C/C++ 语言参考，C++函数中文手册。

mql5语言中对DateTime自定义，MqlDateTime structure的补充

MT5 概率神经网络源码PNN。代码语言mql5。

到目前为止，人们提出了许多神经网络模型，其中应用最广泛的是前馈神经网络．早期前馈神经网络中只含有求和神经元，在处理复杂非线性问题时效率很低．后来，人们将求积神经元引入到前馈神经网络中，用以增加网络的非线性映射能力，提高网络的学习效率．这样的网络可以统称为高阶前馈神经网络．但是，如果只通过输入节点值的简单乘积构造求积神经元以增加网络的非线性映射能力，随着输入样本维数的增加，所需权值的数量呈指数阶增加，即出现“维数灾难”．Pi-Sigma 神经网络是1991 年Y．Shin提出的一种具有多项式乘积构造的求积神经元的高阶前馈神经网络．该网络既提高网络的非线性映射能力，又避免了“维数灾难”的出现．此后，为了提高该网络的应用能力，Y．Shin、A.J. Hussaina、C.K. Li 等又以Pi-Sigma 神经网络为模块构造了更复杂的网络结构，并在模式分类和函数逼近等问题中取得成功应用． 学者们对只含有求和神经元的前馈神经网络的收敛性、泛化能力等理论问题已有深入研究，而对含有求积神经元的高阶前馈神经网络的研究主要集中在实际应用上，相关理论方面的研究还很薄弱，仍存在许多有待解决的基本理论问题．因此，从理论上分析 Pi-Sigma 神经网络学习算法的学习能力和收敛性具有很重要的实际意义，这些问题的研究和解决将对 Pi-Sigma 神经网络的应用起到重要的促进作用． 梯度算法是一种简单又常用的神经网络训练算法，从样本的输入方式看，包括批处理和在线两种运行方式：从权值向量的更新方式来看，包括同步和异步两种更新方式．本论文主要研究用于训练 Pi-Sigma 神经网络的几种梯度学习算法的相关理论问题，包括学习效率、收敛性等．另外，在网络结构优化方面做了一些尝试． 本论文的结构及内容如下： 第一章回顾有关神经网络的一些背景知识． 第二章指出随机单点在线梯度算法训练 Pi-Sigma 神经网络过程中因权值较小会降低网络收敛速度的问题，并从理论上分析了这种现象产生的原因及权值更新受影响的程度．同时，为解决该问题，给出了一种带惩罚项的随机单点在线梯度算法． 第三章讨论 Pi-Sigma 神经网络异步批处理梯度算法和带动量项的异步批处理梯度算法的收敛性问题．将动量项引入到训练 Pi-Sigma 神经网络的异步批处理梯度算法中，有效地改善了算法的学习效率，给出误差函数的单调性定理及该算法的弱收敛和强收敛性定理及证明，并通过计算机仿真实验验证理论分析的正确性． 第四章分析 Pi-Sigma 神经网络在线梯度算法的收敛性问题并给出收敛性结论． 第五章提出基于灰色关联分析的一种新的剪枝算法，并将其用于训练前馈神经网络 (包括多层前馈神经网络和 High-Order 神经网络)．该算法运用狄色关联分析对比网络各节点输出值序列之问联系的紧密程度，实现网络结构的动态修剪．训练后的神经网络具有较合理的网络拓扑结构和较好的泛化能力．实例验证该算法的合理性、有效性．