![Разработка системы репликации - Моделирование рынка (Часть 11): Появление СИМУЛЯТОРА (I)](https://c.mql5.com/2/54/Desenvolvendo_um_sistema_de_Replay_Parte_11_600x314.jpg)
Разработка системы репликации - Моделирование рынка (Часть 11): Появление СИМУЛЯТОРА (I)
Для того, чтобы использовать данные, формирующие бары, мы должны отказаться от репликации и заняться разработкой симулятора. Мы будем использовать 1-минутные бары именно потому, что они предлагают минимальный уровень сложности.
![Готовые шаблоны для подключения индикаторов в экспертах (Часть 1): Осцилляторы](https://c.mql5.com/2/57/ready_made_templates_for_connecting_indicators_001_600x314.jpg)
Готовые шаблоны для подключения индикаторов в экспертах (Часть 1): Осцилляторы
В статье рассмотрим стандартные индикаторы из категории осцилляторов. Создадим готовые к применению шаблоны их использования в советниках — объявление и установка параметров, инициализация, деинициализация индикаторов и получение данных и сигналов из индикаторных буферов в советниках.
![Разработка системы репликации - Моделирование рынка (Часть 10): Только реальные данные для репликации](https://c.mql5.com/2/54/replay-p10.png)
![Разработка системы репликации - Моделирование рынка (Часть 10): Только реальные данные для репликации](https://c.mql5.com/i/articles/overlay.png)
Разработка системы репликации - Моделирование рынка (Часть 10): Только реальные данные для репликации
Здесь мы рассмотрим, как более надежные данные (торгуемые тики) можно использовать в системе репликации, не беспокоясь о том, скорректированы они или нет.
![Теория категорий в MQL5 (Часть 11): Графы](https://c.mql5.com/2/55/Category-Theory-p11_600x314.jpg)
Теория категорий в MQL5 (Часть 11): Графы
Статья продолжает серию о реализации теории категорий в MQL5. Здесь мы рассмотрим, как теория графов может быть интегрирована с моноидами и другими структурами данных при разработке стратегии закрытия торговой системы.
![Разработка системы репликации - Моделирование рынка (Часть 09): Пользовательские события](https://c.mql5.com/2/54/replay-p9_600x314.jpg)
Разработка системы репликации - Моделирование рынка (Часть 09): Пользовательские события
Здесь мы увидим, как активировать пользовательские события и проработать вопрос о том, как индикатор сообщает о состоянии сервиса репликации/моделирования.
![Делаем информационную панель для отображения данных в индикаторах и советниках](https://c.mql5.com/2/57/information_panel_for_displaying_data_600x314.jpg)
Делаем информационную панель для отображения данных в индикаторах и советниках
В статье рассмотрим создание класса информационной панели для использования её в индикаторах и советниках. Это вводная статья в небольшой серии статей с шаблонами подключения и использования стандартных индикаторов в советниках. Начнем мы с создания панели — аналога окна данных MetaTrader 5.
![Разработка системы репликации - Моделирование рынка (Часть 08): Блокировка индикатора](https://c.mql5.com/2/54/replay-p8_600x314.jpg)
Разработка системы репликации - Моделирование рынка (Часть 08): Блокировка индикатора
В этой статье мы рассмотрим, как заблокировать индикатор при простом использовании языка MQL5, и сделаем это очень интересным и удивительным способом.
![Нейросети — это просто (Часть 56): Использование ядерной нормы для стимулирования исследования](https://c.mql5.com/2/57/nuclear_norm_utilization_600x314.jpg)
Нейросети — это просто (Часть 56): Использование ядерной нормы для стимулирования исследования
Исследование окружающей среды в задачах обучения с подкреплением является актуальной проблемой. Ранее мы уже рассматривали некоторые подходы. И сегодня я предлагаю познакомиться с ещё одним методом, основанным на максимизации ядерной нормы. Он позволяет агентам выделять состояния среды с высокой степенью новизны и разнообразия.
![Разработка системы репликации - Моделирование рынка (Часть 07): Первые улучшения (II)](https://c.mql5.com/2/54/replay-p7_600x314.jpg)
Разработка системы репликации - Моделирование рынка (Часть 07): Первые улучшения (II)
В предыдущей статье мы внесли исправления в некоторые моменты и добавили тесты в нашу систему репликации для обеспечения максимально возможной стабильности. Мы также начали создавать и использовать конфигурационный файл для данной системы.
![Брутфорс-подход к поиску закономерностей (Часть VI): Циклическая оптимизация](https://c.mql5.com/2/57/bruteforce_approach_cyclic_optimization_600x314.jpg)
Брутфорс-подход к поиску закономерностей (Часть VI): Циклическая оптимизация
В этой статье я покажу первую часть доработок, которые позволили мне не только замкнуть всю цепочку автоматизации для торговли в MetaTrader 4 и 5, но и сделать что-то гораздо интереснее. Отныне данное решение позволяет мне полностью автоматизировать как процесс создания советников, так и процесс оптимизации, а также минимизировать трудозатраты на поиск эффективных торговых конфигураций.
![Нейросети — это просто (Часть 55): Контрастный внутренний контроль (CIC)](https://c.mql5.com/2/57/cic-055_600x314.jpg)
Нейросети — это просто (Часть 55): Контрастный внутренний контроль (CIC)
Контрастное обучение (Contrastive learning) - это метод обучения представлению без учителя. Его целью является обучение модели выделять сходства и различия в наборах данных. В данной статье мы поговорим об использовании подходов контрастного обучения для исследования различных навыков Актера.
![Нейросети — это просто (Часть 54): Использование случайного энкодера для эффективного исследования (RE3)](https://c.mql5.com/2/57/random_encoder_for_efficient_exploration_054_600x314.jpg)
Нейросети — это просто (Часть 54): Использование случайного энкодера для эффективного исследования (RE3)
Каждый раз, при рассмотрении методов обучения с подкреплением, мы сталкиваемся с вопросом эффективного исследования окружающей среды. Решение данного вопроса часто приводит к усложнению алгоритма и обучению дополнительных моделей. В данной статье мы рассмотрим альтернативный подход к решению данной проблемы.
![Нейросети — это просто (Часть 53): Декомпозиция вознаграждения](https://c.mql5.com/2/57/decomposition_of_remuneration_053_600x314.jpg)
Нейросети — это просто (Часть 53): Декомпозиция вознаграждения
Мы уже не раз говорили о важности правильного подбора функции вознаграждения, которую используем для стимулирования желательного поведения Агента, добавляя вознаграждения или штрафы за отдельные действия. Но остается открытым вопрос о дешифровке наших сигналов Агентом. В данной статье мы поговорим о декомпозиции вознаграждения в части передачи отдельных сигналов обучаемому Агенту.
![Простая торговая стратегия возврата к среднему](https://c.mql5.com/2/55/Mean_reversion_600x314.jpg)
Простая торговая стратегия возврата к среднему
Возврат к среднему - это метод контртрендовой торговли, при котором трейдер ожидает, что цена вернется к некоторой форме равновесия, которое обычно измеряется средним значением или другим статистическим показателем усредненной тенденции.
![Торговые транзакции. Структуры запросов и ответов, описание и вывод в журнал](https://c.mql5.com/2/57/printformat_trading_transactions_600x314.jpg)
Торговые транзакции. Структуры запросов и ответов, описание и вывод в журнал
В статье рассмотрим работу со структурами торговых запросов — для создания запроса, его предварительной проверки перед отправкой на сервер, ответ сервера на торговый запрос и структуру торговых транзакций. Создадим простые удобные функции для отправки торговых приказов на сервер и, на основе всего рассмотренного, создадим советник-информер о торговых транзакциях.
![Нейросети — это просто (Часть 52): Исследование с оптимизмом и коррекцией распределения](https://c.mql5.com/2/57/optimistic-actor-critic_600x314.jpg)
Нейросети — это просто (Часть 52): Исследование с оптимизмом и коррекцией распределения
По мере обучения модели на базе буфера воспроизведения опыта текущая политика Актера все больше отдаляется от сохраненных примеров, что снижает эффективность обучения модели в целом. В данной статье мы рассмотрим алгоритм повышения эффективности использования образцов в алгоритмах обучения с подкреплением.
![Прогнозирование с помощью моделей ARIMA в MQL5](https://c.mql5.com/2/55/Forecasting_with_ARIMA_models_in_MQL5_600x314.jpg)
Прогнозирование с помощью моделей ARIMA в MQL5
В этой статье мы продолжаем разработку класса CArima для построения моделей ARIMA, добавляя интуитивно понятные методы прогнозирования.
![Как стать успешным поставщиком сигналов на MQL5.com](https://c.mql5.com/2/55/How_to_Become_a_Successful_Signal_Provider-copy_600x314.jpg)
Как стать успешным поставщиком сигналов на MQL5.com
Основная цель статьи — предоставить простой пошаговый путь, пройдя по которому вы сможете стать лучшим поставщиком сигналов на MQL5.com. Опираясь на свои знания и опыт, я объясню, что нужно, чтобы стать успешным поставщиком сигналов, в том числе, как найти, протестировать и оптимизировать хорошую стратегию. Кроме того, я дам советы по публикации вашего сигнала, написанию убедительного описания и эффективному продвижению и управлению.
![Теория категорий в MQL5 (Часть 10): Моноидные группы](https://c.mql5.com/2/55/Category_Theory_Part_10_600x314.jpg)
Теория категорий в MQL5 (Часть 10): Моноидные группы
Статья продолжает серию о реализации теории категорий в MQL5. Здесь мы рассматриваем группы моноидов как средство, нормализующее множества моноидов и делающее их более сопоставимыми в более широком диапазоне множеств моноидов и типов данных.
![Нейросети — это просто (Часть 51): Актор-критик, управляемый поведением (BAC)](https://c.mql5.com/2/57/behavior_driven_actor_critic_600x314.jpg)
Нейросети — это просто (Часть 51): Актор-критик, управляемый поведением (BAC)
В последних двух статьях рассматривался алгоритм Soft Actor-Critic, который включает энтропийную регуляризацию в функцию вознаграждения. Этот подход позволяет балансировать исследование среды и эксплуатацию модели, но он применим только к стохастическим моделям. В данной статье рассматривается альтернативный подход, который применим как для стохастических, так и для детерминированных моделей.
![Структуры в MQL5 и способы вывода их данных на печать](https://c.mql5.com/2/57/formatro_series_mqlformat_600x314.jpg)
Структуры в MQL5 и способы вывода их данных на печать
В статье рассмотрим структуры MqlDateTime, MqlTick, MqlRates, MqlBookInfo и способы вывода данных этих структур на печать. Для того, чтобы распечатать все поля структуры есть стандартная функция ArrayPrint(), которая выводит в удобном табличном формате данные, содержащиеся в массиве с типом обрабатываемой структуры.
![Сделайте торговые графики лучше с интерактивным графическим интерфейсом на основе MQL5 (Часть I): Перемещаемый интерфейс (I)](https://c.mql5.com/2/55/Revolutionize_Your_Trading_Charts_Part_I_600x314.jpg)
Сделайте торговые графики лучше с интерактивным графическим интерфейсом на основе MQL5 (Часть I): Перемещаемый интерфейс (I)
Раскройте всю мощь динамического представления данных в своих торговых стратегиях или утилитах с помощью нашего подробного руководства по разработке перемещаемого графического интерфейса в MQL5. Погрузитесь в события графика и узнайте, как спроектировать и реализовать простой и множественный перемещаемый графический интерфейс на одном графике. В статье также рассматриваются добавление элементов в графический интерфейс, повышение их функциональности и эстетической привлекательности.
![Брутфорс-подход к поиску закономерностей (Часть V): Взгляд с другой стороны](https://c.mql5.com/2/57/The_Bruteforce_Approach_Part_5_600x314.jpg)
Брутфорс-подход к поиску закономерностей (Часть V): Взгляд с другой стороны
В статье я покажу совершенно иной подход к алготрейдингу, к которому мне пришлось прийти спустя достаточно длительное время. Конечно же все это связано с моей брутфорс программой, которая претерпела ряд изменений, которые позволяют ей решать одновременно несколько задач. Тем не менее статья получилась больше общей и максимально простой, по этому годится и для тех кто не в теме или просто проходил мимо.
![Дискретное преобразование Хартли](https://c.mql5.com/2/57/discrete_hartley_transform_600x314.jpg)
Дискретное преобразование Хартли
В этой статье мы познакомимся с одним из методов спектрального анализа и обработки сигналов - дискретным преобразованием Хартли. С его помощью можно фильтровать сигналы, анализировать их спектр и многое другое. Возможности DHT ничуть не меньше, чем у дискретного преобразования Фурье. Однако, в отличие от него, DHT использует только вещественные числа, что делает его более удобным для реализации на практике, а результаты его применения более наглядными.
![Нейросети — это просто (Часть 50): Soft Actor-Critic (оптимизация модели)](https://c.mql5.com/2/57/NN_50_Soft_Actor-Critic_600x314.jpg)
Нейросети — это просто (Часть 50): Soft Actor-Critic (оптимизация модели)
В предыдущей статье мы реализовали алгоритм Soft Actor-Critic, но не смогли обучить прибыльную модель. В данной статье мы проведем оптимизацию ранее созданной модели для получения желаемых результатов её работы.
![Машинное обучение и Data Science (Часть 14): Применение карт Кохонена на рынках](https://c.mql5.com/2/52/data_science_ml_kohonen_maps_014_600x314.jpg)
Машинное обучение и Data Science (Часть 14): Применение карт Кохонена на рынках
Хотите найти новый подход в торговле, который поможет ориентироваться на сложных и постоянно меняющихся рынках? Взгляните на карты Кохонена — инновационную форму искусственных нейронных сетей, которая поможет выявить скрытые закономерности и тренды в рыночных данных. В этой статье мы рассмотрим, как работают карты Кохонена и как их использовать для разработки эффективных торговых стратегий. Думаю, этот новый подход будет интересен как опытным трейдерам, так и начинающим.
![Теория категорий (Часть 9): Действия моноидов](https://c.mql5.com/2/55/Category-Theory-p9_600x314.jpg)
Теория категорий (Часть 9): Действия моноидов
Статья продолжает серию о реализации теории категорий в MQL5. В статье рассматриваются действия моноидов (monoid actions) как средство преобразования моноидов, описанных в предыдущей статье, для увеличения областей их применения.
![Модель движения цены и ее основные положения. (Часть 3): Расчет оптимальных параметров биржевой игры](https://c.mql5.com/2/56/The_price_movement_model_and_its_main_points_Part_3_600x314.jpg)
Модель движения цены и ее основные положения. (Часть 3): Расчет оптимальных параметров биржевой игры
В рамках разработанного автором инженерного подхода, основанного на теории вероятности, находятся условия открытия прибыльной позиции и рассчитываются оптимальные – максимализирующие прибыль - значения тейкпрофита и стоплосса.
![Представления частотной области временных рядов: Спектральная функция](https://c.mql5.com/2/54/power_spectrumn_600x314.jpg)
Представления частотной области временных рядов: Спектральная функция
В этой статье мы рассмотрим методы, связанные с анализом временных рядов в частотной области. Также будет уделено внимание пользе изучения спектральных функций временных рядов при построении прогностических моделей. Кроме того, мы обсудим некоторые многообещающие перспективы анализа временных рядов в частотной области с использованием дискретного преобразования Фурье (ДПФ).
![StringFormat(). Обзор, готовые примеры использования](https://c.mql5.com/2/56/stringformatnw_600x314.jpg)
StringFormat(). Обзор, готовые примеры использования
Статья является продолжением обзора функции PrintFormat(). Рассмотрим вкратце форматирование строк при помощи StringFormat() и их дальнейшее использование в программе. Напишем шаблоны для вывода информации о символе в журнал терминала. Статья будет полезна как новичкам, так и уже опытным разработчикам.
![Разработка системы репликации - Моделирование рынка (Часть 06): Первые улучшения (I)](https://c.mql5.com/2/53/replay-p6_600x314.jpg)
Разработка системы репликации - Моделирование рынка (Часть 06): Первые улучшения (I)
В этой статье мы приступим к стабилизации всей системы, иначе мы рискуем не выполнить следующие шаги.
![Разработка системы репликации - Моделирование рынка (Часть 05): Предварительный просмотр](https://c.mql5.com/2/53/replay-p5_600x314.jpg)
Разработка системы репликации - Моделирование рынка (Часть 05): Предварительный просмотр
Нам удалось разработать способ осуществления репликации рынка достаточно реалистичным и доступным образом. Теперь давайте продолжим наш проект и добавим данные для улучшения поведения репликации.
![Разработка системы репликации - Моделирование рынка (Часть 04): Внесение корректировок (II)](https://c.mql5.com/2/52/replay-p4_600x314.jpg)
Разработка системы репликации - Моделирование рынка (Часть 04): Внесение корректировок (II)
Сегодня мы продолжим разработку системы и управления. Без возможности управления сервисом сложно двигаться вперед и совершенствовать систему.
![Нейросети — это просто (Часть 49): Мягкий Актор-Критик (Soft Actor-Critic)](https://c.mql5.com/2/56/Neural_Networks_are_Easy_Part_49_600x314.jpg)
Нейросети — это просто (Часть 49): Мягкий Актор-Критик (Soft Actor-Critic)
Мы продолжаем рассмотрение алгоритмов обучения с подкреплением в решении задач непрерывного пространства действий. И в данной статье предлагаю познакомиться с алгоритмом Soft Аctor-Critic (SAC). Основное преимущество SAC заключается в способности находить оптимальные политики, которые не только максимизируют ожидаемую награду, но и имеют максимальную энтропию (разнообразие) действий.
![Разработка системы репликации - Моделирование рынка (Часть 03): Внесение корректировок (I)](https://c.mql5.com/2/52/replay-p3_600x314.jpg)
Разработка системы репликации - Моделирование рынка (Часть 03): Внесение корректировок (I)
Начнем с прояснения нынешней ситуации, потому что мы начали не самым лучшим образом. Если не сделать этого сейчас, то вскоре мы окажемся в беде.
![Изучаем PrintFormat() и берем готовые к использованию примеры](https://c.mql5.com/2/56/printformat_600x314.jpg)
Изучаем PrintFormat() и берем готовые к использованию примеры
Статья будет полезна как новичкам, так и уже опытным разработчикам. В ней мы рассмотрим работу функции PrintFormat(), разберём примеры форматирования строк и напишем шаблоны для вывода различной информации в журнал терминала.
![Нейросети — это просто (Часть 48): Методы снижения переоценки значений Q-функции](https://c.mql5.com/2/56/NN_part_48_600x314.jpg)
Нейросети — это просто (Часть 48): Методы снижения переоценки значений Q-функции
В предыдущей статье мы познакомились с методом DDPG, который позволяет обучать модели в непрерывном пространстве действий. Однако, как и другие методы Q-обучения, DDPG склонен к переоценки значений Q-функции. Эта проблема часто приводит к обучению агента с неоптимальной стратегией. В данной статье мы рассмотрим некоторые подходы преодоления упомянутой проблемы.
![Теория категорий в MQL5 (Часть 8): Моноиды](https://c.mql5.com/2/54/Category-Theory-p8_600x314.jpg)
Теория категорий в MQL5 (Часть 8): Моноиды
Статья продолжает серию о реализации теории категорий в MQL5. Здесь мы вводим моноиды как домен (множество), который отличает теорию категорий от других методов классификации данных за счет включения правил и элемента равнозначности.
![Возможности СhatGPT от OpenAI в контексте разработки на языках MQL4 и MQL5](https://c.mql5.com/2/55/mql5-openai_600x314.jpg)
Возможности СhatGPT от OpenAI в контексте разработки на языках MQL4 и MQL5
В данной статье мы будем экспериментировать и разбираться с искусственным интеллектом ChatGPT от OpenAI, для того чтобы понять его возможности с целью уменьшения времени и трудоемкости разработки ваших советников, индикаторов и скриптов. Я быстро пройдусь по данной технологии и постараюсь показать вам, как правильно её использовать для программирования на языках MQL4 и MQL5.
![DoEasy. Элементы управления (Часть 32): горизонтальный "ScrollBar", прокрутка колесиком мышки](https://c.mql5.com/2/55/MQL5-avatar-doeasy-library-2.png)
![DoEasy. Элементы управления (Часть 32): горизонтальный "ScrollBar", прокрутка колесиком мышки](https://c.mql5.com/i/articles/overlay.png)
DoEasy. Элементы управления (Часть 32): горизонтальный "ScrollBar", прокрутка колесиком мышки
В статье завершим разработку функционала объекта-горизонтальной полосы прокрутки. Сделаем возможность прокрутки содержимого контейнера перемещением ползунка полосы прокрутки и вращением колёсика мышки. Также внесём дополнения в библиотеку с учётом появившейся в терминале новой политики исполнения ордеров и новых кодов ошибок времени выполнения в MQL5.