神经网络EA，一听就很高端，而且也不太好理解，今天就是简单给大家科普下。有问题，可以留言评论。
我们平时在设计EA的时候，首选会有一个大概的策略思路，这个策略思路一般也就是我们所发现的交易规律。过去的行情有这个规律，那理论上，未来行情依然会有这样的规律（大概率上）。有了这个规律后，我们编成EA，测试这个规律和历史数据的拟合程度如何，如果拟合的好，复盘就是盈利的，如果拟合的不好，复盘就是亏损的。一般来说，就是人为的找到规律，然后编成EA，进行进一步的拟合。
神经网络EA的开发原理就不是这样的了。神经网络算法是一种深度学习的算法，核心是在学习上。我们在开发EA的时候，先人工找到行情的特征点，特征点越多，网络就会越复杂，理论上对行情拟合的就会越好。什么是特征点，就是描述行情的基本元素。有了特征点，让EA自己去训练数据，自己去找规律。其实找规律的过程就是这个EA对历史数据拟合的过程。
说一下神经网络EA和常规的EA的区别大家就知道了
1.都是要找规律，常规EA是人找，神经网络是EA自己找。
2.常规EA设计的思路简单，神经网络EA设计思路较为复杂
3.常规EA复盘简单，神经网络EA训练数据极其漫长
4.EA的效果哪个好不好说，并不是神经网络找出来的规律就好。
5.神经网络和常规EA都应该注意过度拟合的的不良后果。 |
