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
Обсуждение статьи "Элементы корреляционного анализа в MQL5: Критерий независимости хи-квадрат Пирсона и корреляционное отношение"
Опубликована статья Элементы корреляционного анализа в MQL5: Критерий независимости хи-квадрат Пирсона и корреляционное отношение : В статье рассматриваются классические инструменты корреляционного анализа. Даются краткие теоретические основы, а также практическая реализация критерия независимости
Обсуждение статьи "Наиболее известные модификации алгоритма искусственного кооперативного поиска (Artificial Cooperative Search, ACSm)"
Опубликована статья Наиболее известные модификации алгоритма искусственного кооперативного поиска (Artificial Cooperative Search, ACSm) : В данной статье рассмотрим эволюцию алгоритма ACS: три модификации в направлении улучшения характеристик сходимости и результативности алгоритма. Трансформация
Обсуждение статьи "Введение в MQL5 (Часть 3): Изучаем основные элементы MQL5"
Опубликована статья Введение в MQL5 (Часть 3): Изучаем основные элементы MQL5 : В этой статье мы продолжаем изучать основы программирования на MQL5. Мы рассмотрим массивы, пользовательские функции, препроцессоры и обработку событий. Для наглядности каждый шаг всех объяснений будет сопровождаться
Новая версия платформы MetaTrader 5 build 4380: улучшения в работе
В пятницу 7 июня 2024 года будет выпущена обновленная версия платформы MetaTrader 5. Обновление содержит следующие изменения: MetaTrader 5 Client Terminal Terminal: Исправлены ошибки, в некоторых случаях приводившие к нарушению работы системы обновления Live Update. Terminal: Добавлена горячая
Обсуждение статьи "Разработка и тестирование торговых систем на основе Канала Кельтнера"
Опубликована статья Разработка и тестирование торговых систем на основе Канала Кельтнера : В этой статье мы рассмотрим торговые системы, использующие очень важную концепцию финансового рынка — волатильность. Мы изучим торговую систему, основанную на канала Кельтнера (Keltner Channel), включая ее
Новая версия платформы MetaTrader 5 build 4350: больше аналитических объектов в веб-платформе и стартовая страница в MetaEditor
В пятницу 31 мая 2024 года будет выпущена обновленная версия платформы MetaTrader 5. Мы добавили новые аналитические объекты в веб-версию платформы. Теперь вы можете использовать «линейку» для измерения времени и цен, фигуры (прямоугольник, эллипс, треугольник, круг), а также добавлять любые подписи
Обсуждение статьи "Нейросети — это просто (Часть 93): Адаптивное прогнозирование в частотной и временной областях (Окончание)"
Опубликована статья Нейросети — это просто (Часть 93): Адаптивное прогнозирование в частотной и временной областях (Окончание) : В данной статье мы продолжаем реализацию подходов ATFNet — модели, которая адаптивно объединяет результаты 2 блоков (частотного и временного) прогнозирования временных
Обсуждение статьи "Алгоритм искусственного кооперативного поиска (Artificial Cooperative Search, ACS)"
Опубликована статья Алгоритм искусственного кооперативного поиска (Artificial Cooperative Search, ACS) : Представляем вам алгоритм Artificial Cooperative Search (ACS). Этот инновационный метод использует бинарную матрицу и несколько динамичных популяций, основанных на мутуалистических отношениях и
Обсуждение статьи "Реализация обобщенного показателя Херста и теста коэффициента дисперсии в MQL5"
Опубликована статья Реализация обобщенного показателя Херста и теста коэффициента дисперсии в MQL5 : В этой статье мы рассмторим, как можно использовать обобщенный показатель Херста (Generalized Hurst Exponent) и тест коэффициента дисперсии (Variance Ratio) для анализа поведения ценовых рядов в
Обсуждение статьи "Машинное обучение и Data Science (Часть 18): Сравниваем эффективность TruncatedSVD и NMF в работе со сложными рыночными данными"
Опубликована статья Машинное обучение и Data Science (Часть 18): Сравниваем эффективность TruncatedSVD и NMF в работе со сложными рыночными данными : Усеченное сингулярное разложение (TruncatedSVD) и неотрицательная матричная факторизация (NMF) представляют собой методы уменьшения размерности. Оба