Aleksey / ニュースフィード
Возможно ты попал по адресу! ))
Объявление простое.
Есть наработки в области [парного] кросс-трейдинга.
Последняя реализация ТС на С# для крипты. Надёжна и проста как "Теория всего."
Не ясна пока доходность, т.к. тестера не имеется.
Много граблей посчитано, шишки получены, достигнута определённая ясность сознания.
Могу поделиться опытом со страждущими!)
А так же идеями...
Взамен - взаимность, участие, энтузиазм, интерес к предмету.
Так же, в листе ожидания зависла задачка для программиста среднего уровня. Просто нет на это времени.
Задачка не очень сложная, но ставящая точку в представлении о доходности существующей ТС (кросс-трейдинг).
и вносящая ясность по её адаптации для форекс. Что потребует сосредоточенности и понимания mql-специфики.
Кому интересно, кликните Алексея в тг-группе: https://t.me/kulibyatino
и пообщаемся.
#кросс_трейдинг #парный_трейдинг
![Roman Poshtar](https://c.mql5.com/avatar/2019/12/5DE4DBC6-D492.jpg)
GOLD CatBoost Angle MA 3 ST V1 EA works on the Catboost algorithm. The technology described in my articles is used, which you can read below: Experiments with neural networks (Part 1): Revisiting geometry https://www.mql5.com/en/articles/11077 Experiments with neural networks (Part 2): Smart neural network optimization https://www.mql5.com/en/articles/11186 Experiments with neural networks (Part 3): Practical application https://www.mql5.com/en/articles/11949
![Nikolay Moskalev Nikolay Moskalev](https://c.mql5.com/avatar/2014/8/53EA0245-C4F5.jpg)
![Roman Poshtar](https://c.mql5.com/avatar/2019/12/5DE4DBC6-D492.jpg)
GOLD CatBoost Distans MA 3 ST V1 EA works on the Catboost algorithm. The technology described in my articles is used, which you can read below: Experiments with neural networks (Part 1): Revisiting geometry https://www.mql5.com/en/articles/11077 Experiments with neural networks (Part 2): Smart neural network optimization https://www.mql5.com/en/articles/11186 Experiments with neural networks (Part 3): Practical application
![Реter Konow](https://c.mql5.com/avatar/avatar_na2.png)
![](https://c.mql5.com/6/952/splash-758425.png)
![Roman Poshtar](https://c.mql5.com/avatar/2019/12/5DE4DBC6-D492.jpg)
CatBoost Angle MA 3 ST V1 EA works on the Catboost algorithm. The technology described in my articles is used, which you can read below: Experiments with neural networks (Part 1): Revisiting geometry https://www.mql5.com/en/articles/11077 Experiments with neural networks (Part 2): Smart neural network optimization https://www.mql5.com/en/articles/11186 Experiments with neural networks (Part 3): Practical application https://www.mql5.com/en/articles/11949 Experiments with
![Roman Poshtar](https://c.mql5.com/avatar/2019/12/5DE4DBC6-D492.jpg)
CatBoost Distans MA 3 ST V1 EA works on the Catboost algorithm. The technology described in my articles is used, which you can read below: Experiments with neural networks (Part 1): Revisiting geometry https://www.mql5.com/en/articles/11077 Experiments with neural networks (Part 2): Smart neural network optimization https://www.mql5.com/en/articles/11186 Experiments with neural networks (Part 3): Practical application https://www.mql5.com/en/articles/11949
![Nikolay Moskalev Nikolay Moskalev](https://c.mql5.com/avatar/2014/8/53EA0245-C4F5.jpg)
![Реter Konow](https://c.mql5.com/avatar/avatar_na2.png)
![Maxim Dmitrievsky](https://c.mql5.com/avatar/2024/3/66034e17-bb79.jpg)
https://www.mql5.com/ru/channels/machinelearning
![Maxim Dmitrievsky](https://c.mql5.com/avatar/2024/3/66034e17-bb79.jpg)
![Time series clustering in causal inference](https://c.mql5.com/2/74/Time_series_clustering_in_causal_inference___LOGO.png)
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 causal inferences. The article proposes an original method for time series clustering in Python.
![Maxim Dmitrievsky](https://c.mql5.com/avatar/2024/3/66034e17-bb79.jpg)
![因果推論における傾向スコア](https://c.mql5.com/2/72/Propensity_score_in_causal_inference____LOGO.png)
本稿では、因果推論におけるマッチングについて考察します。マッチングは、データセット内の類似した観測を比較するために使用されます。これは因果関係を正しく判定し、バイアスを取り除くために必要なことです。著者は、訓練されていない新しいデータではより安定する、機械学習に基づく取引システムを構築する際に、これがどのように役立つかを説明しています。傾向スコアは因果推論において中心的な役割を果たし、広く用いられています。
![Maxim Dmitrievsky](https://c.mql5.com/avatar/2024/3/66034e17-bb79.jpg)
![Roman Poshtar](https://c.mql5.com/avatar/2019/12/5DE4DBC6-D492.jpg)
![Оптимизация и тестирование торговых стратегий (Часть 1): Взгляд на "Red Dragon H4", "BOLT", "YinYang", и "Statistics SAR"](https://c.mql5.com/2/70/Optimizing_and_Testing_Trading_Strategies_Part_1____LOGO.png)
Так как я постоянно занимаюсь, разработкой разного рода торговых систем сегодня хочу поделиться с Вами несколькими из них по стратегиям "Red Dragon H4", "BOLT", "YinYang" и "Statistics SAR". Данные стратегии были найдены на просторах интернета.
![Roman Poshtar](https://c.mql5.com/avatar/2019/12/5DE4DBC6-D492.jpg)
![Maxim Dmitrievsky](https://c.mql5.com/avatar/2024/3/66034e17-bb79.jpg)
![時系列分類問題における因果推論](https://c.mql5.com/2/66/Causal_inference_in_time_series_classification_problems___LOGO.png)
この記事では、機械学習を用いた因果推論の理論と、Pythonによるカスタムアプローチの実装について見ていきます。因果推論と因果思考は哲学と心理学にルーツを持ち、現実を理解する上で重要な役割を果たしています。
![Ireneusz Pacek](https://c.mql5.com/avatar/2021/6/60BD3BB0-EC59.png)