recentes
| melhores
![Os membros mais ativos do website MQL5.community ganharam iPhones!](https://c.mql5.com/2/0/win_iPhone.png)
![Os membros mais ativos do website MQL5.community ganharam iPhones!](https://c.mql5.com/i/articles/overlay.png)
Os membros mais ativos do website MQL5.community ganharam iPhones!
Após termos decidido premiar os participantes mais proeminentes do website MQL5.com, selecionamos os critérios-chave para determinar a contribuição de cada participante para o desenvolvimento da comunidade. Como resultado, temos os seguintes vencedores que publicaram a maior quantidade de artigos no website - investeo (11 artigos) e victorg (10 artigos), e os que enviaram os seus programas à Base de códigos – GODZILLA (340 programas), Integer (61 programas) e abolk (21 programas).
![MQL5 — Você também pode se tornar um mestre nesta linguagem](https://c.mql5.com/2/51/MQL5-h-Vocl_tambnm-pode-se-tornar-um-mestre-nesta-linguagem_600x314.jpg)
MQL5 — Você também pode se tornar um mestre nesta linguagem
Neste artigo, será algo como uma entrevista comigo, de como comecei no MQL5. Irei lhe mostrar, como você pode se tornar um grande programador de MQL5. Mostrarei as bases necessárias para você conseguir alcançar tal feito. O único requisito é ter vontade de aprender.
![Ciência de Dados e Aprendizado de Máquina (Parte 13): Analisando o mercado financeiro usando a análise de componentes principais (PCA)](https://c.mql5.com/2/52/pca_600x314.jpg)
Ciência de Dados e Aprendizado de Máquina (Parte 13): Analisando o mercado financeiro usando a análise de componentes principais (PCA)
Vamos tentar melhorar qualitativamente nossa análise dos mercados financeiros usando a análise de componentes principais (PCA). Aprenderemos como essa técnica pode ajudar a identificar padrões ocultos nos dados, identificar tendências de mercado ocultas e otimizar estratégias de investimento. Neste artigo, veremos como o PCA oferece uma nova perspectiva para a análise de dados financeiros complexos, ajudando-nos a ver informações que não percebemos usando abordagens tradicionais. Veremos se sua aplicação aos dados do mercado financeiro proporciona uma vantagem sobre a concorrência e nos ajuda a ficar um passo à frente.