Wujun Chen / Профиль
- Информация
6+ лет
опыт работы
|
0
продуктов
|
0
демо-версий
|
0
работ
|
0
сигналов
|
0
подписчиков
|
![Wujun Chen](https://c.mql5.com/avatar/2016/4/57165E1C-64B9.jpeg)
![Теория категорий в MQL5 (Часть 1)](https://c.mql5.com/2/50/Category-Theory-avatar-001.png)
Теория категорий представляет собой разнообразный и расширяющийся раздел математики, который пока относительно не освещен в MQL-сообществе. Эта серия статей призвана осветить некоторые из ее концепций для создания открытой библиотеки и дальнейшему использованию этого замечательного раздела в создании торговых стратегий.
![Wujun Chen](https://c.mql5.com/avatar/2016/4/57165E1C-64B9.jpeg)
![Разработка торговых роботов при помощи визуального программирования](https://c.mql5.com/2/43/avatar.png)
В статье демонстрируется возможности редактора botbrains.app — no-code платформы для разработки торговых роботов. Чтобы создать торгового робота не нужно программировать — просто перетащите нужные блоки на схему, задайте их параметры и установите связи между ними.
![Wujun Chen](https://c.mql5.com/avatar/2016/4/57165E1C-64B9.jpeg)
![Комбинаторика и теория вероятностей для трейдинга (Часть II): Универсальный фрактал](https://c.mql5.com/2/42/Centropolis2.png)
В данной статье я продолжаю изучать фракталы и очень большое внимание будет уделено обобщению всего материала. А именно, я постараюсь свести все наработок в нечто более компактное и понятное для практического применения в трейдинге.
![Wujun Chen](https://c.mql5.com/avatar/2016/4/57165E1C-64B9.jpeg)
![Градиентный бустинг в задачах трансдуктивного и активного машинного обучения](https://c.mql5.com/2/41/yandex_catboost__2.png)
В данной статье вы познакомитесь с методами активного машинного обучения на реальных данных, узнаете какие плюсы и минусы они имеют. Возможно, эти методы займут свое место в вашем арсенале моделей машинного обучения. Термин трансдукции был введен Владимиром Наумовичем Вапником, изобретателем машины опорных векторов или SVM (support vector machine).
![Wujun Chen](https://c.mql5.com/avatar/2016/4/57165E1C-64B9.jpeg)
![Теория вероятностей и математическая статистика с примерами (Часть I): Основы и элементарная теория](https://c.mql5.com/2/39/Probability_theory_1.png)
Трейдинг всегда связан с принятием решений в условиях неопределённости. Это означает, что результаты принятых решений не вполне очевидны в момент принятия этих решений. По этой причине важны теоретические подходы к построению математических моделей, позволяющих содержательно описывать подобные ситуации.
![Wujun Chen](https://c.mql5.com/avatar/2016/4/57165E1C-64B9.jpeg)
![Прогнозирование временных рядов (Часть 2): метод наименьших квадратов опорных векторов (LS-SVM)](https://c.mql5.com/2/38/mql5-avatar-lssvm.png)
В статье рассмотрена теория и практическое применение алгоритма прогнозирования временных рядов на основе метода опорных векторов, предложена его реализация на MQL, предоставлены тестовые индикаторы и эксперты. Данная технология до сих пор не была ещё реализована на MQL. Но сначала нам потребуется познакомиться с некоторым математическим аппаратом.
![Wujun Chen](https://c.mql5.com/avatar/2016/4/57165E1C-64B9.jpeg)
![Практическое применение нейросетей в трейдинге. Переходим к практике](https://c.mql5.com/2/39/neural_DLL.png)
В статье даны описание и инструкция по практическому применению нейросетевых модулей на платформе Matlab. Также затронуты основные аспекты построения системы торговли с использованием НСМ. Для ознакомления с комплексом в рамках сжатого изложения для данной статьи мне пришлось его несколько модернизировать таким образом, чтобы в одной программе совместить несколько функций НСМ.
![Wujun Chen](https://c.mql5.com/avatar/2016/4/57165E1C-64B9.jpeg)
![Пишем Twitter-клиент для MetaTrader 4 и MetaTrader 5 без использования DLL](https://c.mql5.com/2/41/mql5_twitter__1.png)
Хотите получать твиты или публиковать свои торговые сигналы в Твиттере? Больше не нужно искать решения — в этой серии статей мы рассмотрим, как работать с Твиттером без использования DLL. Мы вместе реализуем Tweeter API с помощью MQL. В первой статье начнем с возможностей аутентификации и авторизации в с Twitter API.
![Wujun Chen](https://c.mql5.com/avatar/2016/4/57165E1C-64B9.jpeg)
![Связь с MetaTrader 5 через именованные каналы без применения DLL](https://c.mql5.com/2/0/pipe-ava__1.png)
Перед многими разработчиками встает одинаковая проблема - как пробиться в песочницу торгового терминала без применения небезопасных DLL. Одним из простых и безопасных методов является использование стандартных именованных каналов (Named Pipes), которые работают как обычные файловые операции. Они позволяют организовать межпроцессорное клиент-серверное взаимодействие между программами. Посмотрите практические примеры на C++ и MQL5 в виде сервера, клиента, обмен данными между ними и замер производительности.
![Wujun Chen](https://c.mql5.com/avatar/2016/4/57165E1C-64B9.jpeg)
![Используйте EX5-библиотеки для продвижения своих разработок](https://c.mql5.com/2/0/Use_ex5_libraries.png)
С помощью сокрытия реализации функций/классов в ex5-файл вы сможете делиться своими ноу-хау алгоритмами с другими программистами, создавать общие проекты и продвигать их в сети. И пока команда MetaQuotes всеми силами приближает возможность прямого наследования классов из ex5‑библиотек, мы реализуем данную возможность уже сейчас.
![Wujun Chen](https://c.mql5.com/avatar/2016/4/57165E1C-64B9.jpeg)
![Практическое применение корреляций в торговле](https://c.mql5.com/2/35/Correlation.png)
В данной статье рассказывается о понятии корреляции величин, а также рассматривается методы расчета коэффициентов корреляции и их практическое применение в торговле. Корреляция — это статистическая взаимосвязь двух или нескольких случайных величин (либо величин, которые можно с некоторой допустимой степенью точности считать таковыми). При этом изменения значений одной или нескольких из этих величин сопутствуют систематическому изменению значений другой или других величин.
![Liang Li Liang Li](https://c.mql5.com/avatar/2024/2/65e06531-30d2.png)
![Wujun Chen](https://c.mql5.com/avatar/2016/4/57165E1C-64B9.jpeg)
![Wujun Chen](https://c.mql5.com/avatar/2016/4/57165E1C-64B9.jpeg)
![Глубокие нейросети (Часть VIII). Повышение качества классификации bagging-ансамблей](https://c.mql5.com/2/48/Deep_Neural_Networks_08.png)
В статье рассматриваются три метода, с помощью которых можно повысить качество классификации bagging-ансамблей, и оценивается их эффективность. Проведена оценка того, как влияет оптимизация гиперпараметров нейросетей ELM и параметров постпроцессинга на качество классификации ансамбля.