Kun Li / プロファイル
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![JC](https://c.mql5.com/avatar/avatar_na2_micro.png)
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![MQL5でONNXモデルを使用する方法](https://c.mql5.com/2/52/onnx_models_avatar.png)
ONNX (Open Neural Network Exchange)は、機械学習モデルを表現するために構築されたオープンフォーマットです。この記事では、CNN-LSTMモデルを作成して金融時系列を予測する方法を検討します。MQL5エキスパートアドバイザー(EA)で作成されたONNXモデルを使用する方法も示します。
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![データサイエンスと機械学習(第02回):ロジスティック回帰](https://c.mql5.com/2/48/logistic_regression__1.png)
データ分類は、アルゴトレーダーとプログラマーにとって非常に重要なものです。この記事では、「はい」と「いいえ」、上と下、買いと売りを識別するのに役立つ可能性のある分類ロジスティックアルゴリズムの1つに焦点を当てます。
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![母集団最適化アルゴリズム:カッコウ最適化アルゴリズム(COA)](https://c.mql5.com/2/50/Cuckoo-Optimization-Algorithm-avatar.png)
次に考察するのは、レヴィフライトを使ったカッコウ検索最適化アルゴリズムです。これは最新の最適化アルゴリズムの1つで、リーダーボードの新しいリーダーです。
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![母集団最適化アルゴリズム:灰色オオカミオプティマイザー(GWO)](https://c.mql5.com/2/50/grey_wolf_optimizer_avatar.png)
最新の最適化アルゴリズムの1つである灰色オオカミオプティマイザについて考えてみましょう。テスト関数の元々の動作により、このアルゴリズムは、以前に検討されたものの中で最も興味深いものの1つになります。これは、ニューラルネットワークの訓練に使用される最も優れたアルゴリズムの1つであり、多くの変数を持つ滑らかな関数です。
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![MetaQuotes](https://c.mql5.com/avatar/2010/1/4B5DE8B4-9045.jpg)
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![Boris](https://c.mql5.com/avatar/2015/2/54E6173A-2577.jpg)
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![母集団最適化アルゴリズム:人工蜂コロニー(ABC)](https://c.mql5.com/2/50/artificial_bee_colony_avatar.png)
今回は、人工蜂コロニーアルゴリズムを研究し、機能空間を研究する新しい原理で知識を補います。今回は、古典アルゴリズムについて、私の解釈を紹介します。
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![時系列の主要特性分析](https://c.mql5.com/2/0/Time_Series_Analysis_in_MQL5.png)
本稿ではさまざまな時系列特性を予めすばやく判断するために設計されるクラスを紹介します。これを行うにあたり、統計的パラメータと自己相関関数を決め、時系列のスペクトル推定を実行し、ヒストグラムを作成します。
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![MQL5のエリオット波動の自動分析の実装](https://c.mql5.com/2/0/MQL5_Elliott_Waves_Automated.png)
市場分析の最も人気なメソッドの一つとして、エリオット波動法則があります。しかし、このプロセスは、かなり複雑であり、追加ツールを使用せざるをえません。その一つとして、自動マーカーがあります。この記事は、MQL5言語でのエリオット波動の自動分析ツールの作成を紹介します。
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![ZigZag インディケータ:新鮮なアプローチと新しいソリューション](https://c.mql5.com/2/0/avatar2.png)
本稿は高度なZigZag インディケータ作成の可能性を検証します。ノードを特定する考え方はエンベロープインディケータの使用に基づいています。連続したエンベロープに対する入力パラメータの特定の組合せを見つけることができ、そこでは ZigZag ノードはすべてエンベロープバンドの範囲 内にあると考えられます。結果的に新規ノードの座標を予測しようとすることができるのです。
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![レンコチャートにおけるインジケーター](https://c.mql5.com/2/0/LOGO__2.png)
この記事は、MQL5のレンコチャートとその実装の例を紹介します。このインジケーターの修正は、古典的なチャートとは異なります。インジケーターウィンドウ、メインチャート上の両方で構築できます。さらに、ジグザグインジケーターがあります。そのチャートの実装例をいくつかご確認ください。