Vladimir Skorina / 프로필

이 글은 표시기 다시 그리기, 다중 시간대 표시기, 일본 캔들스틱 시세 표시에 대한 저자의 의견을 간략히 설명합니다. 이 문서에는 프로그래밍 관련 내용이 없으며 일반 문서입니다.

이 글은 금융 시장 분석을위한 fuzzy logic 개념의 실제 적용에 전념합니다. Envelopes 인디케이터를 기반으로 두 가지 퍼지 규칙을 기반으로 신호를 생성하는 인디케이터의 예를 제안합니다. 개발된 인디케이터는 여러 인디케이터 버퍼를 사용함: 계산용 버퍼 7 개, 차트 디스플레이 용 버퍼 5 개, 색상 버퍼 2 개.

요즘, 모든 거래자들은 신경망에 대해 들어봤을 것이고, 신경망을 사용하는 것이 얼마나 멋진지 알고 있을 것입니다. 대다수는 신경망을 다룰 수 있는 사람들이 일종의 초인적인 존재라고 믿습니다. 이 기사에서는 신경 네트워크 아키텍처를 설명하고, 그 적용 사례를 설명하며, 실제 사용 사례를 보여 드리겠습니다.

배열은 변수 및 함수와 함께 거의 모든 프로그래밍 언어의 필수적인 부분입니다. 이 글은 주로 초보 MQL5 프로그래머가 관심을 가져야 하는 내용으로 구성된 반면, 숙련된 프로그래머는 지식을 요약하고 체계화할 수 있는 좋은 기회가 되어 줄 것입니다.

이 문서에서는 스트림 데이터에서 유용한 신호(트렌드)를 결정하는 방법 중 하나를 설명합니다. 마켓 견적에 적용된 소규모 필터링(스무딩) 테스트는 마지막 막대에 다시 그려지지 않은 지연되지 않는 디지털 필터(지시자)를 만들 수 있는 가능성을 보여줍니다.

이 글에서는 고급 ZigZag 지표를 만들 가능성을 검토합니다. 노드를 식별하는 아이디어는 Envelopes 지표의 사용을 기반으로 합니다. 우리는 모든 ZigZag 노드가 Envelopes 밴드의 범위 내에 있는 일련의 Envelopes에 대한 입력 매개변수의 특정 조합을 찾을 수 있다고 가정합니다. 결과적으로 우리는 새로운 노드의 좌표를 예측하려고 시도할 수 있습니다.

지표 배출은 시장 조사에서 거의 연구되지 않은 영역입니다. 이는 주로 시변 데이터의 매우 큰 배열 처리로 인한 분석의 어려움 때문입니다. 기존 그래픽 분석은 리소스 집약적이므로 시계열 배출을 사용하는 간결한 알고리즘 개발을 촉발했습니다. 이 글은 시각적(직관적인 이미지) 분석이 배출의 통합 특성 연구로 대체될 수 있는 방법을 보여줍니다. 자동 거래 시스템의 거래자와 개발자 모두에게 흥미로울 수 있습니다.

Support Vector Machine은 복잡한 데이터 세트를 평가하고 데이터를 분류하는 데 사용할 수 있는 유용한 패턴을 추출하기 위해 생물정보학 및 응용 수학과 같은 분야에서 오랫동안 사용되어 왔습니다. 이 글에서는 서포트 벡터 머신이 무엇인지, 어떻게 작동하는지, 왜 복잡한 패턴을 추출하는 데 유용할 수 있는지 살펴봅니다. 그런 다음 시장에 적용할 수 있는 방법과 잠재적으로 거래에 조언하는 데 사용할 수 있는 방법을 조사합니다. Support Vector Machine Learning Tool을 사용하여 이 글은 독자가 자신의 거래를 실험할 수 있는 작업 예제를 제공합니다.

우리 모두는 "백 번 듣는 것보다 한 번 보는 것이 낫다"라는 말에 대해 알고 있습니다. 파리나 베네치아에 관한 다양한 책은 읽을 수 있지만, 이런 이미지만으로 이 멋진 도시에서 즐기는 저녁 산책의 느낌에 대해 알 수 없을 것입니다. 시각화의 이점은 시장에서의 작업 (예: 지표를 사용한 차트의 가격 분석, 물론 전략 테스트의 시각화)을 포함하여 우리 삶의 모든 측면에서 쉽게 예상 할 수 있다는 데 있습니다. 이 문서에는 MetaTrader 5 전략 테스터의 모든 시각화 기능에 대한 설명이 포함되어 있습니다.

이 글은 미지의 확률 밀도 함수에 대한 커널 밀도를 추정하는 프로그램 작성 방법을 다룹니다. 커널 밀도 추정 방법을 이용할 겁니다. 소프트웨어 구현 소스 코드 및 사용 예시와 설명이 포함되어 있습니다.

이 글은 대기 주문을 활용하는 전략 및 해당 전략 개발에 사용되는 Metalanguage, 그리고 그 Metalanguage를 기반으로 작동하는 다목적 엑스퍼트 어드바이저에 대한 설명입니다.

기본적 분석을 이용하는 투자자도 어느 정도의 통계적 연산은 필요로 합니다. 본문에서는 통계의 기초와 기본 구성 요소, 그리고 의사결정 과정에 있어 통계의 중요성을 알아보겠습니다.

이 글은 박스-칵스 변환에 대한 설명입니다. 박스-칵스 변환 사용 관련 문제를 다루며 임의의 시퀀스와 실제 시세를 적용한 변환 효율성 평가 예제가 포함되어 있습니다.

자동 매매 시스템을 만들다 보면 어떤 인디케이터와 어떤 신호가 가장 잘 맞을지 선택하기 어려울 때가 있습니다. 판별 분석은 인디케이터와 신호 간의 조합을 찾는 데에 도움이 되는 방법 중 하나인데요. 이 글은 시장 데이터 수집용 엑스퍼트 어드바이저 개발과 스타티스티카(Statistica)를 이용한 외환 시장(FOREX)용 예측 모델에 대한 판별 분석 적용법을 다룹니다.

복잡한 거래 시스템을 철저히 살펴보면 일련의 간단한 거래 신호를 기반으로 한다는 것을 알 수 있습니다. 따라서 초보 개발자가 복잡한 알고리즘 작성을 즉시 시작할 필요가 없습니다. 이 글은 거래를 수행하기 위해 세마포어 인디케이터를 사용하는 거래 시스템의 예를 제공합니다.

이 글에서는 MetaTrader 5 용 다중 시간 프레임 및 다중 통화 패널을 생성하는데 객체 지향 프로그래밍을 사용하는 방법을 설명합니다. 주요 목표는 패널 자체의 코드를 수정할 필요 없이 가격, 가격 변동, 지표 값 또는 맞춤형 구매/판매 조건과 같은 다양한 종류의 데이터를 표시하는 데 사용할 수 있는 범용 패널을 구축하는 것입니다.

이 글에서는 MetaTrader 5를 ENCOG(Advanced Neural Network and Machine Learning Framework)에 연결하는 방법을 설명합니다. 여기에는 표준 기술 지표를 기반으로 하는 간단한 신경망 지표와 신경 지표를 기반으로 하는 Expert Advisor에 대한 설명과 구현이 포함되어 있습니다. 모든 소스 코드, 컴파일된 바이너리, DLL 및 훈련된 예시적인 네트워크가 글에 첨부되어 있습니다.

이번 글에서는 MetaTrader 5 의 첫 번째 엘리엇 파동 반자동 분석 기구인 AutoElliottWaveMaker에 대해 알아보겠습니다. 해당 도구는 MQL5만으로 작성되어 있으며 외부 라이브러리를 포함하지 않습니다. 이는 MQL5 언어만으로도 충분히 고급 프로그래밍이 가능하다는 반증이기도 하죠.

이 글은 MQL4와 MQL5에서 EA, 지표 및 스크립트를 개발하는 데 있어 완전히 새로운 방향을 제시합니다. 향후 이러한 프로그래밍 패러다임은 EA 구현에 있어 모든 거래자의 기본 기준이 될 것입니다. MQL5와 MetaTrader5 개발자는 오토마타 기반 프로그래밍 패러다임을 이용하여 새로운 언어인 MQL6와 새로운 플랫폼인 MetaTrader 6를 만들 수 있습니다.

MQL5 기능이 부족하다고 느껴지면 개발자는 추가 도구를 이용하게 됩니다. 다른 프로그램 언어를 이용해 중간 DLL을 만들어야 하죠. MQL5로 다양한 형식의 데이터를 만들어 API로 전송할 수는 있지만 수락된 포인터에 대한 데이터 추출 과정에서 발생하는 문제는 해결할 수 없습니다. 이 글에서는 복합 데이터 유형을 다루고 교환하는 간단한 메커니즘에 대해 자세히 알아보겠습니다.