Коды
Примеры из книги "Нейросети в алготрейдинге на MQL5" для MetaTrader 5
Книга "Нейросети в алготрейдинге на MQL5" представляет собой подробное руководство, охватывающее как теоретические аспекты работы с искусственным интеллектом и нейронными сетями, так и практические аспекты их применения в торговле на финансовых рынках с использованием языка программирования MQL5
Программирование на MQL5 для трейдеров — исходные коды из книги. Часть 7 для MetaTrader 5
В заключительной седьмой части книги рассматриваются расширенные возможности MQL5 API, которые пригодятся при разработке программ для MetaTrader 5. Некоторые из них — пользовательские финансовые инструменты и встроенный экономический календарь, а другие — универсальные технологии, такие как сетевые
Программирование на MQL5 для трейдеров — исходные коды из книги. Часть 6 для MetaTrader 5
В шестой части книги "Программирование на MQL5 для трейдеров" мы изучим ключевую составляющую языка MQL5 — автоматизацию торговли. Начнем с описания основных сущностей, таких как спецификации финансовых инструментов и настройки торгового счета, которые необходимы для создания корректных советников
Программирование на MQL5 для трейдеров — исходные коды из книги. Часть 5 для MetaTrader 5
В пятой части книги мы углубимся в изучение API, связанного с алготрейдингом, включая анализ и обработку финансовых данных, визуализацию на графиках и автоматизацию действий, а также интерактивное взаимодействие с пользователем
Программирование на MQL5 для трейдеров — исходные коды из книги. Часть 4 для MetaTrader 5
В четвертой части книги мы сосредоточимся на освоении встроенных функций (MQL5 API) и будем последовательно углубляться в специализированные подсистемы. Перечень технологий и функциональности, доступных любой программе на MQL5, огромен. Поэтому для начала имеет смысл рассмотреть наиболее простые и
Программирование на MQL5 для трейдеров — исходные коды из книги. Часть 3 для MetaTrader 5
Часть 3 "Объектно-Ориентированное Программирование на MQL5" предлагает погружение в мир объектно-ориентированного программирования (ООП) на языке MQL5. В процессе разработки программ часто возникает сложность управления множеством сущностей, что требует продвинутой технологии для улучшения удобства
Программирование на MQL5 для трейдеров — исходные коды из книги. Часть 2 для MetaTrader 5
Часть 2 "Основы программирования на MQL5" является введением в ключевые концепции этого языка программирования. В этой части книги читатели ознакомятся с типами данных, идентификаторами, переменными, выражениями и операторами, а также узнают, как объединять различные инструкции для формирования
Программирование на MQL5 для трейдеров — исходные коды из книги. Часть 1 для MetaTrader 5
Первая глава книги знакомит с языком и средой разработки MQL5. Одно из главных изменений в языке MQL5 по сравнению с MQL4 (язык MetaTrader 4) — поддержка объектно-ориентированного программирования (ООП), что делает его схожим с C++
RegularExpressions на MQL4 для работы с регулярными выражениями для MetaTrader 4
Регулярные выражения предоставляют формальный язык для быстрой и гибкой обработки текста. Каждое регулярное выражение является шаблоном (маской), для которого обработчик регулярных выражений пытается найти совпадения в исходном текстом. Шаблон состоит из односимвольных или многосимвольных литералов
RegularExpressions на MQL5 для работы с регулярными выражениями для MetaTrader 5
Регулярные выражения предоставляют формальный язык для быстрой и гибкой обработки текста. Каждое регулярное выражение является шаблоном(маской), для которого обработчик регулярных выражений пытается найти совпадения в исходном текстом. Шаблон состоит из односимвольных или многосимвольных литералов
Cтатьи
Работа с ONNX-моделями в форматах float16 и float8 для MetaTrader 5
Форматы данных, используемые для представления моделей машинного обучения, играют ключевую роль в их эффективности. В последние годы появилось несколько новых типов данных, разработанных специально для работы с моделями глубокого обучения. В данной статье мы обратим внимание на два новых формата
Регрессионные модели библиотеки Scikit-learn и их экспорт в ONNX для MetaTrader 5
В данной статье мы рассмотрим применение регрессионных моделей пакета Scikit-learn, попробуем их сконвертировать в ONNX-формат и использовать полученные модели в программах на MQL5. Также мы сравним точность работы оригинальных моделей и их ONNX-версий для float и double. Кроме того, мы рассмотрим
Запускаем MetaTrader VPS впервые — пошаговая инструкция для MetaTrader 5
Всем, кто использует торговые советники или подписки на сигналы, рано или поздно понадобится надежный круглосуточный хостинг для торговой платформы. Мы рекомендуем использовать MetaTrader VPS по целому ряду причин. Платить и управлять сервисом можно через аккаунт MQL5.community. Если у вас еще нет
Классификационные модели библиотеки Scikit-learn и их экспорт в ONNX для MetaTrader 5
В данной статье мы рассмотрим применение всех классификационных моделей пакета Scikit-learn для решения задачи классификации ирисов Фишера, попробуем их сконвертировать в ONNX-формат и использовать полученные модели в программах на MQL5. Также мы сравним точность работы оригинальных моделей и их
Библиотека численного анализа ALGLIB в MQL5 для MetaTrader 5
В этой статье мы кратко рассмотрим библиотеку численного анализа ALGLIB 3.19, ее приложения и новые алгоритмы, позволяющие повысить эффективность анализа финансовых данных
Оценка ONNX-моделей при помощи регрессионных метрик для MetaTrader 5
Регрессия – это задача предсказания вещественной величины по непомеченному примеру. Для оценки точности предсказаний регрессионных моделей предназначены так называемые метрики регрессии
Матрицы и векторы в MQL5: функции активации для MetaTrader 5
В данной статье мы опишем только один из аспектов машинного обучения - функции активации. В искусственных нейронных сетях функция активации нейрона вычисляет значение выходного сигнала на основе значений входного сигнала или набора входных сигналов. Мы покажем, что находится "под капотом"
Оборачиваем ONNX-модели в классы для MetaTrader 5
Объектно-ориентированное программирование позволяет создавать более компактный код, который легко читать и модифицировать. Представляем пример для трёх ONNX-моделей
Пример ансамбля ONNX-моделей в MQL5 для MetaTrader 5
ONNX (Open Neural Network eXchange) — открытый стандарт представления нейронных сетей. В данной статье мы покажем возможность одновременного использования двух ONNX-моделей в одном эксперте
Использование ONNX-моделей в MQL5 для MetaTrader 5
ONNX (Open Neural Network Exchange) — открытый стандарт представления моделей нейронных сетей. В данной статье мы рассмотрим процесс создания модели СNN-LSTM для прогнозирования финансовых временных рядов и использование созданной ONNX-модели в MQL5-эксперте
Форум
Трейдеры не готовы ждать дольше 4 мс — исследование MetaQuotes
Компания MetaQuotes исследовала аудиторию трейдеров, которые используют виртуальные серверы для автоматической торговли. Мы изучили пользователей услуги MetaTrader VPS — виртуального хостинга для автоматической круглосуточной торговли с минимальными сетевыми задержками. Часть полученных данных мы
Новая версия платформы MetaTrader 4 build 1420
В пятницу 24 мая 2024 года будет выпущено обновление MetaTrader 4. В него вошли несколько важных улучшений в защите, исправления ошибок и повышение стабильности работы платформы. Обновление будет доступно через систему Live Update
Обсуждение статьи "Алгоритм кодового замка (Сode Lock Algorithm, CLA)"
Опубликована статья Алгоритм кодового замка (Сode Lock Algorithm, CLA) : В этой статье мы переосмыслим кодовые замки, превращая их из механизмов защиты в инструменты для решения сложных задач оптимизации. Откройте для себя мир кодовых замков, не как простых устройств безопасности, но как вдохновения
Обсуждение статьи "Нейросети — это просто (Часть 91): Прогнозирование в частотной области (FreDF)"
Опубликована статья Нейросети — это просто (Часть 91): Прогнозирование в частотной области (FreDF) : Мы продолжаем рассмотрение темы анализ и прогнозирования временных рядов в частотной области. И в данной статье мы познакомимся с новым методом прогнозирования в частотной области, который может быть
Обсуждение статьи "Создаем простой мультивалютный советник с использованием MQL5 (Часть 6): Два индикатора RSI пересекают линии друг друга"
Опубликована статья Создаем простой мультивалютный советник с использованием MQL5 (Часть 6): Два индикатора RSI пересекают линии друг друга : Под мультивалютным советником в этой статье понимается советник, или торговый робот, который использует два индикатора RSI с пересекающимися линиями - быстрый
Обсуждение статьи "Разработка и тестирование торговых систем Aroon"
Опубликована статья Разработка и тестирование торговых систем Aroon : В этой статье мы узнаем, как построить торговую систему Aroon, изучив основы индикаторов и необходимые шаги для создания торговой системы на основе индикатора Aroon. После создания этой торговой системы мы проверим, может ли она
Обсуждение статьи "Разрабатываем мультивалютный советник (Часть 11): Начало автоматизации процесса оптимизации"
Опубликована статья Разрабатываем мультивалютный советник (Часть 11): Начало автоматизации процесса оптимизации : Для получения хорошего советника нам надо подобрать для него множество хороших наборов параметров экземпляров торговых стратегий. Это можно делать вручную, запуская оптимизацию на разных
Обсуждение статьи "Как сделать любой тип Trailing Stop и подключить к советнику"
Опубликована статья Как сделать любой тип Trailing Stop и подключить к советнику : В статье рассмотрим классы для удобного создания различных трейлингов. Научимся подключать трейлинг-стоп к любому советнику. В продолжении темы о трейлинг-стоп, начатой в прошлой статье , сегодня рассмотрим классы
Обсуждение статьи "Алгоритм кометного следа (Comet Tail Algorithm, CTA)"
Опубликована статья Алгоритм кометного следа (Comet Tail Algorithm, CTA) : В данной статье мы рассмотрим новый авторский алгоритм оптимизации CTA (Comet Tail Algorithm), который черпает вдохновение из уникальных космических объектов - комет и их впечатляющих хвостов, формирующихся при приближении к
Обсуждение статьи "Нейросети — это просто (Часть 90): Частотная интерполяция временных рядов (FITS)"
Опубликована статья Нейросети — это просто (Часть 90): Частотная интерполяция временных рядов (FITS) : При изучении метода FEDformer мы приоткрыли дверь в частотную область представления временного ряда. В новой статье мы продолжим начатую тему. И рассмотрим метод, позволяющий не только проводить