Maxim Dmitrievsky / Pubblicazioni
Codici
RL algorithms per MetaTrader 5
Libraries based on the article "Random decision forest in reinforcement learning"
Cointegration per MetaTrader 5
The indicator calculates and displays a linear relationship between two or more financial symbols
Arbitrage Synthetic per MetaTrader 5
A trading robot for performing arbitrage between EURGBP and its synthetic quotes (triangular arbitrage)
Articoli
Time series clustering in causal inference per MetaTrader 5
Clustering algorithms in machine learning are important unsupervised learning algorithms that can divide the original data into groups with similar observations. By using these groups, you can analyze the market for a specific cluster, search for the most stable clusters using new data, and make
Propensity score in causal inference per MetaTrader 5
The article examines the topic of matching in causal inference. Matching is used to compare similar observations in a data set. This is necessary to correctly determine causal effects and get rid of bias. The author explains how this helps in building trading systems based on machine learning, which
Causal inference in time series classification problems per 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
Cross-validation and basics of causal inference in CatBoost models, export to ONNX format per MetaTrader 5
The article proposes the method of creating bots using machine learning
Metamodels in machine learning and trading: Original timing of trading orders per MetaTrader 5
Metamodels in machine learning: Auto creation of trading systems with little or no human intervention — The model decides when and how to trade on its own
Machine learning in Grid and Martingale trading systems. Would you bet on it? per MetaTrader 5
This article describes the machine learning technique applied to grid and martingale trading. Surprisingly, this approach has little to no coverage in the global network. After reading the article, you will be able to create your own trading bots
Finding seasonal patterns in the forex market using the CatBoost algorithm per MetaTrader 5
The article considers the creation of machine learning models with time filters and discusses the effectiveness of this approach. The human factor can be eliminated now by simply instructing the model to trade at a certain hour of a certain day of the week. Pattern search can be provided by a
Gradient boosting in transductive and active machine learning per MetaTrader 5
In this article, we will consider active machine learning methods utilizing real data, as well discuss their pros and cons. Perhaps you will find these methods useful and will include them in your arsenal of machine learning models. Transduction was introduced by Vladimir Vapnik, who is the
Advanced resampling and selection of CatBoost models by brute-force method per MetaTrader 5
This article describes one of the possible approaches to data transformation aimed at improving the generalizability of the model, and also discusses sampling and selection of CatBoost models
Gradient Boosting (CatBoost) in the development of trading systems. A naive approach per MetaTrader 5
Training the CatBoost classifier in Python and exporting the model to mql5, as well as parsing the model parameters and a custom strategy tester. The Python language and the MetaTrader 5 library are used for preparing the data and for training the model
Forum
Domande sul linguaggio SI
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;
Interpolazione, approssimazione e simili (pacchetto alglib)
Ho bisogno di interpolare una funzione con impostazioni arbitrarie, quindi ho scelto le spline. 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
Analizzare le caratteristiche STATISTICHE più importanti del modello e scegliere un metodo di trading su di esso.
Diciamo che abbiamo un pezzo di un grafico. Dobbiamo elaborare (sulla storia) il modo migliore per aprire accordi su di essa. Dove comprare, dove vendere, dove comprare di più, dove chiudere, e così via. Ma dobbiamo considerare che i pattern possono essere diversi, e dobbiamo trovare il metodo più
Recuperare un flusso di prezzi via WebSocket in C#.
Salve, cari signori. Interessato a ricevere quotazioni da diverse fonti (inclusa la borsa LMAX). Poiché diversi broker sono collegati a diversi ECN, fornitori di liquidità, è meglio ottenere le quotazioni direttamente dagli ECN stessi. Ma c'è una limitazione - la maggior parte dei fornitori non
L'arbitraggio di scambio, vale la pena scavare?
Mi chiedo se qualcuno ha incontrato quotazioni ritardate da diversi broker su FORTS? Vale la pena scavare in questa direzione, o tutto è chiaro da molto tempo e non c'è bisogno di giocare? :) Ci sono differenze o ritardi nei preventivi dei diversi broker? Come tutto ciò corrisponde alle regole dello
Sto già per rinunciare a combatterli...
Qualcuno può dirmi cosa potrebbe causare questi errori? Il livello di StopLevels è di 20 pip, tutti i trade dovrebbero passare. Gli handicap e i fuori-citazione sono fastidiosi :)
Consulenti sulle reti neurali, condividendo le esperienze.
Ci sono poche informazioni sul forum sulle soluzioni già pronte e sull'efficacia delle reti neurali per il trading sul mercato. Suggerisco di discutere e condividere le esperienze qui. Se c'è già un thread con una discussione, per favore linkatelo. Sto usando classi da qui , semplice Perspectron
Usare OpenCV per riconoscere i modelli grafici
È risaputo che la correlazione e metodi simili non gestiscono accuratamente la corrispondenza delle serie temporali, e in alcuni casi non sono affatto accurati. Recentemente, la computer vision è diventata molto diffusa. È usato principalmente per riconoscere le immagini, ad esempio i volti nelle