Codes
RL algorithms für den MetaTrader 5
Bibliotheken auf Basis des Artikels "Random Decision Forest und Reinforcement-Learning"Random Decision Forest und Reinforcement-Learning
Cointegration für den MetaTrader 5
Der Indikator berechnet und zeigt eine lineare Beziehung zwischen zwei oder mehr finanziellen Symbolen an
Arbitrage Synthetisch für den MetaTrader 5
Ein Handelsroboter zur Durchführung von Arbitrage zwischen EURGBP und seinen synthetischen Kursen (Dreieck-Arbitrage)
Artikel
Кластеризация временных рядов в причинно-следственном выводе für MetaTrader 5
Алгоритмы кластеризации в машинном обучении — это важные алгоритмы обучения без учителя, которые позволяют разделять исходные данные на группы с похожими наблюдениями. Используя эти группы, можно проводить анализ рынка для конкретного кластера, искать наиболее устойчивые кластеры на новых данных, а
Показатель склонности (Propensity score) в причинно-следственном выводе für MetaTrader 5
В статье рассматривается тема матчинга в причинно-следственном выводе. Матчинг используется для сопоставления похожих наблюдений в наборе данных. Это необходимо для правильного определения каузальных эффектов, избавления от предвзятости. Автор рассказывает, как это помогает в построении торговых
Causal inference in time series classification problems für MetaTrader 5
In this article, we will look at the theory of causal inference using machine learning, as well as the custom approach implementation in Python. Causal inference and causal thinking have their roots in philosophy and psychology and play an important role in our understanding of reality
Die Kreuzvalidierung und die Grundlagen der kausalen Inferenz in CatBoost-Modellen, Export ins ONNX-Format für MetaTrader 5
In dem Artikel wird eine Methode zur Erstellung von Bots durch maschinelles Lernen vorgeschlagen
Metamodelle für maschinelles Lernen und Handel: Ursprünglicher Zeitpunkt der Handelsaufträge für MetaTrader 5
Metamodelle im maschinellen Lernen: Automatische Erstellung von Handelssystemen mit wenig oder gar keinem menschlichen Eingriff — Das Modell entscheidet selbständig, wann und wie es handelt
Maschinelles Lernen für Grid- und Martingale-Handelssysteme. Würden Sie darauf wetten? für MetaTrader 5
Dieser Artikel beschreibt die Technik des maschinellen Lernens, die auf den Grid- und Martingale-Handel angewendet wird. Überraschenderweise hat dieser Ansatz wenig bis gar keine Verbreitung im globalen Netzwerk. Nachdem Sie den Artikel gelesen haben, werden Sie in der Lage sein, Ihre eigenen
Über das Finden von zeitlicher Mustern im Devisenmarkt mit dem CatBoost-Algorithmus für MetaTrader 5
Der Artikel befasst sich mit dem Erstellen von Machine-Learning-Modellen mit Zeitfiltern und diskutiert die Effektivität dieses Ansatzes. Der menschliche Faktor kann nun eliminiert werden, indem das Modell einfach angewiesen wird, zu einer bestimmten Stunde an einem bestimmten Wochentag zu handeln
Gradient Boosting beim transduktiven und aktiven maschinellen Lernen für MetaTrader 5
In diesem Artikel werden wir aktive Methoden des maschinellen Lernens anhand von realen Daten betrachten und ihre Vor- und Nachteile diskutieren. Vielleicht helfen Ihnen diese Methoden und Sie werden sie in Ihr Arsenal an maschinellen Lernmodellen aufnehmen. Die Transduktion wurde von Vladimir
Fortschrittliches Resampling und Auswahl von CatBoost-Modellen durch die Brute-Force-Methode für MetaTrader 5
Dieser Artikel beschreibt einen der möglichen Ansätze zur Datentransformation mit dem Ziel, die Verallgemeinerbarkeit des Modells zu verbessern, und erörtert auch die Stichprobenziehung und Auswahl von CatBoost-Modellen
Gradient Boosting (CatBoost) für die Entwicklung von Handelssystemen. Ein naiver Zugang für MetaTrader 5
Trainieren des Klassifikators CatBoost in Python und Exportieren des Modells nach mql5, sowie Parsen der Modellparameter und eines nutzerdefinierten Strategietesters. Die Python-Sprache und die MetaTrader 5-Bibliothek werden zur Vorbereitung der Daten und zum Training des Modells verwendet
Forum
Fragen zur SI-Sprache
void quicksort( double *a, int *idx, int l, int u) { int i, m, idx_temp; double a_temp; if (l >= u) return ; m = l; for (i=l+ 1 ; i<=u; i++) { if (a[i] < a[l]) { ++m; idx_temp = idx[m]; idx[m] = idx[i]; idx[i] = idx_temp;
Interpolation, Approximation und Ähnliches (Paket alglib)
Ich muss eine Funktion mit beliebigen Einstellungen interpolieren, also habe ich Splines gewählt. This subroutine builds cubic spline interpolant. INPUT PARAMETERS: X - spline nodes, array[ 0 ..N- 1 ]. Y - function values, array[ 0 ..N- 1 ]. OPTIONAL PARAMETERS: N
Analysieren Sie die wichtigsten STATISTISCHEN Merkmale des Musters und wählen Sie eine Methode, um darauf zu handeln.
Nehmen wir an, wir haben ein Stück eines Diagramms. Wir müssen (anhand der Geschichte) herausfinden, wie wir am besten Geschäfte damit machen können. Wo kauft man, wo verkauft man, wo kauft man mehr, wo schließt man ab, und so weiter. Wir müssen jedoch berücksichtigen, dass die Muster
Abrufen eines Preisstroms über WebSocket in C#.
Guten Tag, meine Damen und Herren. Ich bin daran interessiert, Angebote aus verschiedenen Quellen zu erhalten (einschließlich der LMAX-Börse). Da verschiedene Broker mit verschiedenen ECNs, Liquiditätsanbietern, verbunden sind, ist es besser, die Kurse direkt von den ECNs selbst zu erhalten
Lohnt es sich, sich mit Börsenarbitrage zu beschäftigen?
Ich frage mich, ob jemand auf verzögerte Kurse von verschiedenen Brokern auf FORTS gestoßen ist? Lohnt es sich, in dieser Richtung zu graben, oder ist alles schon lange klar und es gibt keinen Grund, herumzuspielen? :) Gibt es Unterschiede oder Verzögerungen bei den Angeboten der verschiedenen
Ich bin schon kurz davor, den Kampf gegen sie aufzugeben...
Kann mir jemand sagen, was die Ursache für diese Fehler sein könnte? StopLevels Niveau ist 20 Pips, alle Trades sollten passieren. Handicaps und Off-Quotes sind lästig :)
Berater für neuronale Netze, Erfahrungsaustausch.
Im Forum gibt es nur wenige Informationen über fertige Lösungen und die Wirksamkeit neuronaler Netze für den Handel auf dem Markt. Ich schlage vor, hier zu diskutieren und Erfahrungen auszutauschen. Wenn es bereits einen Diskussionsstrang gibt, verlinken Sie ihn bitte. Ich verwende Klassen von hier
OpenCV zur Erkennung grafischer Muster verwenden
Es ist allgemein bekannt, dass Korrelations- und ähnliche Methoden den Abgleich von Zeitreihen nicht genau handhaben und in einigen Fällen sogar überhaupt nicht genau sind. In jüngster Zeit hat sich die Computer Vision weit verbreitet. Sie wird hauptsächlich zur Erkennung von Bildern, z. B. von