Yury Kirillov / Профиль
- Информация
10+ лет
опыт работы
|
0
продуктов
|
0
демо-версий
|
0
работ
|
0
сигналов
|
0
подписчиков
|
![Yury Kirillov](https://c.mql5.com/avatar/2014/4/535E59B2-2752.jpg)
![Глубокие нейросети (Часть III). Выбор примеров и уменьшение размерности](https://c.mql5.com/2/48/Deep_Neural_Networks_03.png)
Эта статья продолжает серию публикаций о глубоких нейросетях. Рассматривается выбор примеров (удаление шумовых), уменьшение размерности входных данных и разделение набора на train/val/test в процессе подготовки данных для обучения.
![Yury Kirillov](https://c.mql5.com/avatar/2014/4/535E59B2-2752.jpg)
Если Вы зарегистрируетесь там по ссылке:
http://my.govpsfx.com/registration.php?ib=3821
установите советник и будете торговать, то я получу партнерское вознаграждение 300 рублей.
![Yury Kirillov](https://c.mql5.com/avatar/2014/4/535E59B2-2752.jpg)
![Глубокие нейросети (Часть II). Разработка и выбор предикторов](https://c.mql5.com/2/48/Deep_Neural_Networks_02.png)
Во второй статье из серии о глубоких нейросетях рассматриваются трансформация и выбор предикторов в процессе подготовки данных для обучения модели.
![Rustam Galkeev Rustam Galkeev](https://c.mql5.com/avatar/2017/8/5998743E-CD47.jpg)
![Yury Kirillov](https://c.mql5.com/avatar/2014/4/535E59B2-2752.jpg)
![Глубокие нейросети (Часть I). Подготовка данных](https://c.mql5.com/2/48/Deep_Neural_Networks_01.png)
Эта серия статей продолжает и развивает тему глубоких нейросетей (DNN), которые в последнее время вошли во многие прикладные области, включая трейдинг. Рассматриваются новые направления темы, на практических экспериментах проверяются новые методы и идеи. Первая статья серии посвящена подготовке данных для DNN.
![Yury Kirillov](https://c.mql5.com/avatar/2014/4/535E59B2-2752.jpg)
![Прогнозирование рыночных движений с помощью байес-классификации и индикаторов на основе сингулярного спектрального анализа](https://c.mql5.com/2/27/MQL5-avatar-SSAtrend-001__1.png)
В статье рассматривается идеология и методика построения рекомендательной системы для оперативной торговли на основе объединения возможностей прогнозирования с помощью сингулярного спектрального анализа (ССА) и важного метода машинного обучения, основанного на теореме Байеса.
![Yury Kirillov](https://c.mql5.com/avatar/2014/4/535E59B2-2752.jpg)
![Использование облачных хранилищ для обмена данными между терминалами](https://c.mql5.com/2/28/7l8-fbt8.png)
Все большее распространение получают облачные технологии. К нашим услугам — как платные, так и бесплатные хранилища. Можем ли мы их использовать в трейдинге? В этой статье предлагается технология для обмена данными между терминалами с использованием облачных хранилищ.
![Yury Kirillov](https://c.mql5.com/avatar/2014/4/535E59B2-2752.jpg)
https://www.mql5.com/ru/blogs/post/688433#comment_4198404
![Yury Kirillov](https://c.mql5.com/avatar/2014/4/535E59B2-2752.jpg)
![Yury Kirillov Yury Kirillov](https://c.mql5.com/avatar/2014/4/535E59B2-2752.jpg)
![daff51 daff51](https://c.mql5.com/avatar/avatar_na2_micro.png)
![Yury Kirillov Yury Kirillov](https://c.mql5.com/avatar/2014/4/535E59B2-2752.jpg)
![Yury Kirillov](https://c.mql5.com/avatar/2014/4/535E59B2-2752.jpg)
MetaQuotes-Demo (Build 1554)
Советник: LibreNetka v4.102
Символ: EURUSD
Период: M1 (2013.12.30 - 2017.03.15)
Брокер: MetaQuotes Software Corp.
Валюта: USD
Начальный депозит: 10 000.00
Плечо: 1:500
Каждый тик на основе реальных тиков
Задержка 1000 мс
![](https://c.mql5.com/1/61/eurusd-d1-metaquotes-software-corp-tst01.png)
![Yury Kirillov](https://c.mql5.com/avatar/2014/4/535E59B2-2752.jpg)
Debugging and testing.
Перенос LibreNetka с версии 4.32 (mql4) на версию 4.102 (mql4/mql5).
Отладка и тестирование.
![](https://c.mql5.com/1/61/usdjpy-m1-metaquotes-software-corp-ln4-102.png)
-
62% (41)
-
9% (6)
-
29% (19)
![Yury Kirillov](https://c.mql5.com/avatar/2014/4/535E59B2-2752.jpg)
https://www.mql5.com/ru/blogs/post/688433#comment_4142678
![Yury Kirillov](https://c.mql5.com/avatar/2014/4/535E59B2-2752.jpg)
https://www.mql5.com/ru/blogs/post/688433#comment_4129361
![Yury Kirillov](https://c.mql5.com/avatar/2014/4/535E59B2-2752.jpg)
-
42% (41)
-
11% (11)
-
26% (25)
-
10% (10)
-
9% (9)
-
31% (30)