코드
RL algorithms MetaTrader 5용
Libraries based on the article "Random decision forest in reinforcement learning"
Cointegration MetaTrader 5용
The indicator calculates and displays a linear relationship between two or more financial symbols
Arbitrage Synthetic MetaTrader 5용
A trading robot for performing arbitrage between EURGBP and its synthetic quotes (triangular arbitrage)
기고글
Выявление и классификация фрактальных паттернов посредством машинного обучения MetaTrader 5를 위하여
В этой статье мы затронем интригующую тему фрактального анализа и прогнозирования рынков посредством машинного обучения. Это только первые шаги на пути к исследованию многообразных фрактальных структур, которые образуются на графиках финансовых котировок. Мы используем корреляцию для поиска
Введение в исследование фрактальных рыночных структур с помощью машинного обучения MetaTrader 5를 위하여
В данной статье предпринята попытка рассмотрения финансовых временных рядов с точки зрения самоподобных фрактальных структур. Поскольку мы имеем слишком много аналогий, которые подтверждают возможность рассматривать рыночные котировки в качестве самоподобных фракталов, то имеем возможность составить
Изучаем конформное прогнозирование финансовых временных рядов MetaTrader 5를 위하여
В этой статье вы познакомитесь с конформными предсказаниями и библиотекой MAPIE, которая их реализует. Данный подход является одним из самых современных в машинном обучении и позволяет сосредоточиться на контроле рисков для уже существующих разнообразных моделей машинного обучения. Конформные
Скрытые марковские модели в торговых системах на машинном обучении MetaTrader 5를 위하여
Скрытые марковские модели (СММ) представляют собой мощный класс вероятностных моделей, предназначенных для анализа последовательных данных, где наблюдаемые события зависят от некоторой последовательности ненаблюдаемых (скрытых) состояний, которые формируют марковский процесс. Основные предположения
Торговля по алгоритму: ИИ и его путь к золотым вершинам MetaTrader 5를 위하여
В данной статье продемонстрирован подход к созданию торговых стратегий для золота с помощью машинного обучения. Рассматривая предложенный подход к анализу и прогнозированию временных рядов с разных ракурсов, можно определить его преимущества и недостатки по сравнению с другими способами создания
Машинное обучение в однонаправленной трендовой торговле на примере золота MetaTrader 5를 위하여
В данной статье рассматривается подход к торговле только в выбранном направлении (на покупку или на продажу). Для этого используется техника причинно-следственного вывода и машинное обучение
Разработка трендовых торговых стратегий на основе машинного обучения MetaTrader 5를 위하여
В данной статье предложен оригинальный подход к разработке трендовых стратегий. Вы узнаете, как можно делать разметку обучающих примеров и обучать на них классификаторы. На выходе получатся готовые торговые системы, работающие под управлением терминала MetaTrader 5
Cоздание стратегии возврата к среднему на основе машинного обучения MetaTrader 5를 위하여
В данной статье предлагается очередной оригинальный подход к созданию торговых систем на основе машинного обучения, с использованием кластеризации и разметки сделок для стратегий возврата к среднему
Fast trading strategy tester in Python using Numba MetaTrader 5를 위하여
The article implements a fast strategy tester for machine learning models using Numba. It is 50 times faster than the pure Python strategy tester. The author recommends using this library to speed up mathematical calculations, especially the ones involving loops
Time series clustering in causal inference MetaTrader 5를 위하여
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
포럼
C 언어에 대한 질문
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;
보간, 근사 및 기타(패키지 alglib)
임의의 설정으로 f-th를 보간해야 할 필요가 있었고 스플라인을 선택했습니다. 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 - points count: * N>= 2
패턴의 가장 중요한 통계적 특성 분석 및 이에 대한 거래 방법 선택.
그래프 조각이 있다고 가정해 보겠습니다. 거래를 시작하는 가장 최적의 방법을 (역사에 대해) 알아낼 필요가 있습니다. 구매처, 판매처, 기타 구매처, 마감 장소 등. 그러나 패턴이 다를 수 있다는 점을 고려해야 하며 위험을 최소화하면서 모든 패턴에 대해 포지션을 여는 장소를 계산하는 가장 효과적인 방법을 선택해야 합니다. 패턴에 대해 여러 거래가 있을 수 있습니다. 또 다른 중요한 조건이 있습니다. 패턴은 특정 범위 내에서 변할 수 있습니다. 예를 들어 20%씩 변한다고 가정해 보겠습니다. 즉, 처음에는 하나의 패턴이 표시되고 다음
C#에서 WebSocket을 통해 가격 스트림을 가져옵니다.
안녕. 다양한 출처(LMAX 환전소 포함)로부터 견적을 받는 데 관심이 있었습니다. 서로 다른 브로커가 서로 다른 ECN, 유동성 공급자에 연결되어 있으므로 ECN 자체에서 직접 견적을 받는 것이 좋습니다. 그러나 한계가 있습니다. 대부분의 공급업체는 우리가 직접 연결할 때까지 견적을 공유하지 않습니다. 그러나 여전히 견적을 받을 수 있는 곳이 몇 군데 있습니다. 그리고 "시장의 깊이"로. 예를 들어, LMAX는 유동성을
증권거래소 차익거래, 파헤칠 의미가 있을까?
흥미롭게도 누군가 FORTS에서 다른 브로커의 견적이 지연되는 문제를 겪었습니까? 이 방향으로 파고들 가치가 있습니까, 아니면 오랫동안 모든 것이 명확했으며 어리석은 일을 해서는 안됩니까? :) 다른 형제의 안경에 차이나 지연이 있습니까? 이 모든 것이 증권 거래소에서 일하는 규칙과 어떤 관련이 있습니까? 그러한 거래는 사기가 될 것입니까? 아니면 "누가 그것을 먹을 수 있었습니까?"라는 법의 틀 안에있는 모든 것입니까
나는 이미 싸우기 위해 곧 포기할 것입니다 ...
이러한 오류의 원인이 무엇인지 아는 사람이 있습니까? StopLevels 레벨 20 포인트, 모든 거래는 통과해야 합니다. 장애인 및 오프 따옴표가 있습니다 :)
신경망에 대한 고문, 경험 공유.
포럼에는 기성 솔루션에 대한 정보와 시장에서 거래하기 위한 신경망의 효율성에 대한 정보가 거의 없습니다. 여기에서 귀하의 경험을 토론하고 공유하도록 초대합니다. 토론이 있는 스레드가 이미 있는 경우 링크하십시오. 나는 일반적인 다층 퍼셉트론 인 here의 클래스를 사용합니다. 나는 수업이 모든 것을 올바르게 고려하기를 바랍니다. 나는 저자의 경험에 의존합니다. 실험을 시작했는데 재미있네요 :) 현재 나는 입구에 11마리의 칠면조가 있고 출구에는 지그재그로 1바씩 미래로 이동합니다. 이것은 8개월 동안 그리드가 제공한 결과입니다
OpenCV를 사용하여 그래픽 패턴 인식
상관 방법 및 유사한 방법이 시계열 대응 결정에 정확하게 대처하지 못하고 경우에 따라 완전히 부정확하다는 것을 모두 알고 있습니다. 최근에는 컴퓨터 비전이 널리 보급되었습니다. 기본적으로는 사진 속 얼굴과 같은 패턴 인식에 사용됩니다. 내가 아는 한, 이 방법은 매우 정확하게 작동합니다. 패턴 인식을 위해 이러한 라이브러리를 사용한 경험이 있는 사람이 있습니까? 글쎄, mql에서 라이브러리의 사용. 주제 자체가 매우 흥미롭고 발전시켜도 나쁘지 않을 것이라고 생각합니다. 아직 경험이 없지만 배우고 싶습니다. 기계 학습, 패턴 검색 및