Еще до начала работы на рынке мною была создана торговая система на Excel с небольшими кусками кода на VBA (Visual Basic for Application). Почему на Excel-VBA? - потому, что система несложная, и проще было на VBA. А возможности Excel позволяют свести программирование к минимуму. По мере развития доля VBA увеличивалась, и постепенно за Excel...
アルゴリズムは、人が望む以上にたくさんあるのです。例えば-。
ウラジミールの記事 -https://www.mql5.com/ru/articles/2029
記事： Alexey -https://habrahabr.ru/company/aligntechnology/blog/303750/
ほのぼのとしていて、心に響く。さて、これらの記事の中身はどうなっているのだろう。インヴァリアント方式も、言ってみれば、なかなか面白い。レシェトフが実装したもの...それでは...
エネルギー保存の法則が作用している))
既存のMT-Rというコミュニケーションツールがうまくいっていれば、誰も新しいことをしようとは思わない。
現在、MTとはDLLを一切使わず、RAM-Disk経由でTXTファイルをやり取りして通信しています。今のところ、DLLは必要ありません。為替レートは、1.5GBytes/sec以上と、十分な容量があります。誰とでも、どんなRでも、どんなハゲ悪魔でもコミュニケーションできる。しかも、まったく何もしなくていいんです。つまり、まったく何もないんです。
詳細はスレッドにて --https://www.mql5.com/ru/forum/79922
Rのプロセスもターミナルから直接起動しているのですか？ それとも手動ですか？
R（または他のソフトウェア）でプログレを手動で実行する。そこから自分たちで、永遠にスワップする。始める前の余分なキー操作はストレスになりませんか？
DLLと比較して多くの利点があります。
私は既存のDLの方が好きです)
それは、今のところ。すべてが流れ、すべてが変わる。
私の好みは、関数呼び出しではなく、プログラムが独立して動作し、双方向で情報を交換する本格的なやり取りです。
私の解釈では、DLLとIP-client-serverを介した交換は、ファイルを介した双方向交換の発展形です -https://www.mql5.com/ru/blogs/post/671000そしてそのような交換は、将来のあらゆる種類のシステムアップを含め、すべてを劇的に簡素化 します。
SZY 結局、Python、C++、C#、Rなどなど、何で書こうがまったく気にしないんです。インターフェースは全く変更する必要がありません。何にでも適しているのです。
フォーラムの心得からご挨拶。すぐに言いますが、私はまだ全部のスレッドをマスターしていません。しかし、モデルやニューラルネットワークの問題は、最近、私の心を強く打ちました。Maximは一度も相関がモデルを決定するのに悪い方法だと言っていませんが、私の場合、相関は0.95を超えているので、これは無視することにします。問題は少し違っていて、歴史を通してモデルを走らせると、同じように50/50になるのです。そこで思いついたのですが、ニューロネットは、どのタイミングでモデルを売り、どのタイミングでモデルを買うかを判断できるのではないでしょうか？ ニューロネットをすでに試している専門家の意見を聞いてみたいのですが、いかがでしょうか？フォワードでどれだけ変わるか、モデルの写真を添付します。
1枚目は価格が下がり、2枚目は価格が上がり、3枚目は価格が横ばいになっている状態だと思うのですが。
また、通貨ペアのポートフォリオで構成されているため、1時間ごとにでもモデルを構築することができることを付け加えておきたい。最大相関を選択する関係上、モデル長が異なる場合があります。そこで問題になるのが、モデルの長さのばらつきをどう処理するか、そうしたサンプルをどうニューラルネットワークに送り込むか、ということです。
フォーラムの心得からご挨拶。すぐに言いますが、私はまだ全部のスレッドをマスターしていません。しかし、モデルやニューラルネットワークの問題は、最近、私の心を強く打ちました。Maximは一度も相関がモデルを決定するのに悪い方法だと言っていませんが、私の場合、相関は0.95を超えているので、これは無視することにします。問題は少し違っていて、歴史を通してモデルを実行すると、同じように50/50を得ることができます。そこで思いついたのですが、もしかしたらニューロネットは、どの時点でモデルが売れ、どの時点で買われるかを判断できるかもしれませんね・・・？ すでにニューロネットを試されている専門家の方々のご意見を伺いたいと思います。フォワードでどれだけ変わるか、モデルの写真を添付します。
1枚目は価格が下がっている様子、2枚目は価格が上がっている様子、3枚目は価格が横ばいになっている様子です。
質問の答え：分類買い/売り/パスのシグナルが
画像については、何が線なのかがよくわからない。
また、通貨ペアのポートフォリオで構成されているため、1時間ごとにでもモデルを構築することができることを付け加えておきたい。最大相関を選択する関係上、モデル長が異なる場合があります。ここで、モデルの長さのばらつきをどう処理するか、そのようなサンプルをどうニューラルネットワークに送り込むか、という問題が出てくる。
データセットのことですね。
データセットの長さは、学習の質と速度に影響する（行数）。予測の質は、パラメータ（列）の質に影響される