Kun Li / Perfil
![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)
![Uso de modelos ONNX em MQL5](https://c.mql5.com/2/52/onnx_models_avatar.png)
O ONNX (Open Neural Network Exchange) é um padrão aberto para a representação de modelos de redes neurais. Neste artigo, consideraremos o processo de criação do modelo SNN-LSTM para previsão de séries temporais financeiras e o uso do modelo ONNX criado em um Expert Advisor MQL5.
![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)
![Ciência de Dados e Aprendizado de Máquina (Parte 02): Regressão Logística](https://c.mql5.com/2/48/logistic_regression__1.png)
A classificação de dados é uma coisa crucial para um algotrader e um programador. Neste artigo, nós vamos nos concentrar em um dos algoritmos de classificação logística que provavelmente podem nos ajudar a identificar os Sims ou Nãos, as Altas e Baixas, Compras e Vendas.
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![Algoritmos de otimização populacionais: Algoritmo de otimização de cuco (COA)](https://c.mql5.com/2/50/Cuckoo-Optimization-Algorithm-avatar.png)
O próximo algoritmo que abordaremos será a otimização de busca de cuco usando voos Levy. Este é um dos algoritmos de otimização mais recentes e um novo líder na tabela de classificação.
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![Algoritmos de otimização populacionais: Otimizador lobo-cinzento (GWO)](https://c.mql5.com/2/50/grey_wolf_optimizer_avatar.png)
Vamos falar sobre um dos algoritmos de otimização mais recentes e modernos: o "Packs of grey wolves" (manada de lobos-cinzentos). Devido ao seu comportamento distinto em funções de teste, este algoritmo se torna um dos mais interessantes em comparação com outros considerados anteriormente. Ele é um dos principais candidatos para treinamento de redes neurais e para otimizar funções suaves com muitas variáveis.
![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)
![Algoritmos de otimização populacionais: Colônia artificial de abelhas (Artificial Bee Colony, ABC)](https://c.mql5.com/2/50/artificial_bee_colony_avatar.png)
Hoje estudaremos o algoritmo de colônia artificial de abelhas. Complementaremos nosso conhecimento com novos princípios para estudar espaços funcionais. E neste artigo falarei sobre minha interpretação da versão clássica do algoritmo.
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![Análise das principais características da série temporal](https://c.mql5.com/2/0/Time_Series_Analysis_in_MQL5.png)
Este artigo introduz uma classe projetada para dar uma rápida estimativa preliminar das características de várias séries de tempo. Conforme isso ocorre, os parâmetros estatísticos e a função de autocorrelação são estimados. Uma estimativa espectral das séries de tempo é realizada e um histograma é construído.
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![A Implementação da Análise Automática das Ondas de Elliott em MQL5](https://c.mql5.com/2/0/MQL5_Elliott_Waves_Automated.png)
Um dos métodos mais populares de análise do mercado é o princípio das ondas de Elliott. No entanto, este processo é muito complicado, o que leva à utilização de ferramentas adicionais. Um desses instrumentos é o marcador automático. Este artigo descreve a criação de um analisador automático de ondas de Elliott na linguagem MQL5.
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![O indicador ZigZag: nova abordagem e novas soluções](https://c.mql5.com/2/0/avatar2.png)
O artigo examina a possibilidade de criar um indicador ZigZag avançado. A ideia de identificar nós é baseada no uso de indicador Envelopes. Presumimos que podemos encontrar uma certa combinação de parâmetros de entrada para uma série de Envelopes, pelos quais a maioria dos nós dos ZigZags se encontram nos confins das faixas dos Envelopes. Consequentemente, podemos tentar prever as coordenadas do novo nó.
![Kun Li](https://c.mql5.com/avatar/avatar_na2.png)
![Indicador para gráfico Renko](https://c.mql5.com/2/0/LOGO__2.png)
O artigo descreve um exemplo do gráfico Renko e implementação no MQL5 como um indicador. As modificações deste indicador o distingue de um gráfico clássico. Pode ser construído tanto na janela do indicador como no gráfico principal. Além disso, existe o indicador ZigZag, onde pode-se encontrar alguns exemplos de implementação no gráfico.