Diskussion zum Artikel "Gescheites "Marktgedächtnis" durch Differentiation und Entropieuntersuchung"
Für die, die sich für den EA interessieren:
a) MT4orders.mqh gibt es hier: https://www.mql5.com/en/code/16006
b) Diese Zeile 47 in Auto_optimizer.mqh:
CAuto_optimizer::virtual_optimizer(void) {
muss geändert werden auf:
void CAuto_optimizer::virtual_optimizer(void) {
![MT4Orders MT4Orders](https://c.mql5.com/36/27/mt4orders__2.jpg)
- www.mql5.com
Sehr kompliziert zu verstehen,
was für Grundwissen muss man haben um sich mit der Thematik auseinander zu setzten?
Hat das ganze was mit Integralrechnung zu tun?
Sehr kompliziert zu verstehen,
was für Grundwissen muss man haben um sich mit der Thematik auseinander zu setzten?
Hat das ganze was mit Integralrechnung zu tun?
- Es gibt doch nur Summation und Multiplikation!
- Statt der Mathematik versuch einfach den Programmablauf zu verstehen..
- Entropie ist einfach ein Maß in der Physik für Unordnung - hier: hohe Entropie = viele Kursschwankungen.
< deleted - no insult >
It works exactly until 2019.06.01. Author published it June 2019. After that date until 2022.08.01 it generates only losses.
Thank you for contributing your skills to the reader.
Based on this and his other articles, the programmer is certainly one of the best who publishes at Metaquotes. Unfortunately, this does not improve the performance of his EA.![MQL5 - Sprache von Handelsstrategien, eingebaut ins Kundenterminal MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Neuer Artikel Gescheites "Marktgedächtnis" durch Differentiation und Entropieuntersuchung :
Der Anwendungsbereich der Fraktionalen Differenziation ist breit genug. Beispielsweise wird in der Regel eine differenzierte Zeitreihe in maschinelle Lernalgorithmen eingegeben. Das Problem ist, dass es notwendig ist, neue Daten entsprechend der verfügbaren Historie anzuzeigen, die das Modell des maschinellen Lernens erkennen kann. In diesem Artikel werden wir einen originellen Ansatz zur Differenzierung von Zeitreihen betrachten. Der Artikel enthält zusätzlich ein Beispiel für ein selbstoptimierendes Handelssystem, das auf einer erhaltenen differenzierten Reihe basiert.
Der Expert Advisor wurde mit den spezifizierten Hyperparametern ohne genetische Optimierung, d.h. nahezu zufällig, auf dem EURUSD-Paar mit dem 15-minütigen Zeitrahmen zu Open-Preisen durchgeführt.
Abb. 5. Einstellungen des getesteten Expert Advisors
Abb. 6. Testergebnisse mit den angegebenen Einstellungen
Abb. 7. Virtuelle Testergebnisse in der Trainingsstichprobe
In diesem Zeitraum zeigte die Implementierung ein stabiles Wachstum, so dass der Ansatz für weitere Analysen interessant sein kann.
Autor: Maxim Dmitrievsky