RL algorithms - библиотека для MetaTrader 5

Идея и простейший алгоритм изложены в статье "Random Decision Forest в обучении с подкреплением"

Данная библиотека имеет расширенный функционал, позволяющий создавать неограниченное количество "Агентов".

Глубокое развитие темы, продукт Dopamine

Использование библиотеки:

#include <RL gmdh.mqh>
CRLAgents *ag1=new CRLAgents("RlExp1iter",1,100,50,regularize,learn); //создали 1 RL агента, который принимает 100 входов(значений предикторов) и содержит 50 деревьев

Пример заполнения входных значений нормированными ценами закрытия:

void calcSignal()
  {
   sig1=0;
   double arr[];
   CopyClose(NULL,0,1,10000,arr);
   ArraySetAsSeries(arr,true);
   normalizeArrays(arr);
   for(int i=0;i<ArraySize(ag1.agent);i++)
     {   
      ArrayCopy(ag1.agent[i].inpVector,arr,0,0,ArraySize(ag1.agent[i].inpVector));
     }
   sig1=ag1.getTradeSignal();
  }

Обучение происходит в тестере за один проход, с параметром learn=true. После обучения, необходимо изменить на false.

Демонстрация работы обученного эксперта "RL gmdh trader" на обучающей и тестовой выборках.