![MetaTrader 5'te HedgeTerminal Panelini Kullanarak İki Yönlü Alım Satım ve Pozisyonların Korunması, Bölüm 1](https://c.mql5.com/2/17/HedgeTerminalaArticle200x200_2.png)
![MetaTrader 5'te HedgeTerminal Panelini Kullanarak İki Yönlü Alım Satım ve Pozisyonların Korunması, Bölüm 1](https://c.mql5.com/i/articles/overlay.png)
MetaTrader 5'te HedgeTerminal Panelini Kullanarak İki Yönlü Alım Satım ve Pozisyonların Korunması, Bölüm 1
Bu makale, pozisyonların korunmasına yönelik yeni bir yaklaşım açıklar ve MetaTrader 4 ile MetaTrader 5 kullanıcıları arasında gerçekleşen konu hakkındaki tartışmalarda çizgiyi çizer. Bu gibi korunmayı güvenilir kılan algoritmalar, herkesin anlayabileceği şekilde açıklanmış ve basit grafiklerle ve diyagramlarla gösterilmiştir. Bu makale esasen, MetaTrader 5 içinde tam özellikli yeni bir alım satım terminali olan panel HedgeTerminal'e ayrılmıştır. HedgeTerminal'in ve sunduğu alım satım işleminin sanallaştırılması kullanılarak, pozisyonlar MetaTrader 4'e benzer şekilde yönetilebilir.
![Mum Grafik Formasyonlarını Analiz Etme](https://c.mql5.com/2/0/candlestick_research_MQL5__1.png)
![Mum Grafik Formasyonlarını Analiz Etme](https://c.mql5.com/i/articles/overlay.png)
Mum Grafik Formasyonlarını Analiz Etme
Japon mum grafiğinin oluşturulması ve mum grafik formasyonlarının analizi, teknik analizin muhteşem bir alanını teşkil eder. Mum grafiklerin avantajı, verileri, verilerin içindeki dinamikleri takip edebileceğiniz şekilde temsil etmeleridir. Bu makalede mum grafik türlerini, mum grafik formasyonlarının sınıflandırılmasını analiz edecek ve mum grafik formasyonlarını belirleyebilecek bir gösterge sunacağız.
![Ticarette matematik: Sharpe ve Sortino oranları](https://c.mql5.com/2/49/mathematics_sharpe_sortino_ratios_600x314.jpg)
Ticarette matematik: Sharpe ve Sortino oranları
Yatırım getirisi, yatırımcıların ticaret performansını analiz etmek için kullandıkları en belirgin göstergedir. Profesyonel yatırımcılar, strateji analizi için Sharpe ve Sortino oranları gibi daha güvenilir araçlar kullanır.
![MQL5'te matrisler ve vektörlerle çalışma](https://c.mql5.com/2/49/Anons_600x314.jpg)
MQL5'te matrisler ve vektörlerle çalışma
Matematik problemlerinin verimli bir şekilde çözülebilmesi adına MQL5’e matrisler ve vektörler eklendi. Yeni türler, matematiksel gösterime yakın, öz ve anlaşılır kodlar yazmak için yerleşik metotlar sağlar. Diziler iyidir, ancak matrisler çok daha iyidir çünkü matrislerin çok daha verimli olduğu birçok durum vardır.
![MetaTrader 5 ve MQL5 ile Sınırsız Fırsatlar](https://c.mql5.com/2/0/TW_logoMarket_60x60.png)
![MetaTrader 5 ve MQL5 ile Sınırsız Fırsatlar](https://c.mql5.com/i/articles/overlay.png)
MetaTrader 5 ve MQL5 ile Sınırsız Fırsatlar
Bu makalede, MQL5'i sıfırdan öğrenmeye başlayan bir girişimcinin programının nasıl olabileceğine ve 9 ayda ne gibi sonuçlara ulaşılabileceğine bir örnek vermek istiyorum. Bu örnek aynı zamanda böyle bir programın fiyat grafiğinde minimum yer kaplarken bir girişimci için ne kadar çok işlevli ve bilgilendirici olabileceğini gösterecektir. Ve kullanıcı alım satım bilgi panellerinin ne kadar renkli, parlak ve sezgisel olarak anlaşılır olabileceğini görebileceğiz. Diğer birçok özelliğin yanı sıra...
![Veri Bilimi ve Makine Öğrenimi (Bölüm 06): Gradyan İniş](https://c.mql5.com/2/49/gradient_descent_600x314.jpg)
Veri Bilimi ve Makine Öğrenimi (Bölüm 06): Gradyan İniş
Gradyan iniş, sinir ağlarının ve çeşitli makine öğrenimi algoritmalarının eğitiminde önemli bir rol oynamaktadır - hızlı ve akıllı bir algoritmadır. Etkileyici bir şekilde çalışmasına rağmen, birçok veri bilimci tarafından hala yanlış anlaşılmaktadır. Bu makalemizde onu detaylıca inceleyerek daha iyi anlayacağız.
![Popülasyon optimizasyon algoritmaları: Guguk kuşu optimizasyon algoritması (Cuckoo Optimization Algorithm, COA)](https://c.mql5.com/2/50/Cuckoo-Optimization-Algorithm-cover_600x314.jpg)
Popülasyon optimizasyon algoritmaları: Guguk kuşu optimizasyon algoritması (Cuckoo Optimization Algorithm, COA)
İnceleyeceğimiz bir sonraki algoritma, Levy uçuşlarını kullanan guguk kuşu arama optimizasyonudur. Bu, en yeni optimizasyon algoritmalarından biridir ve derecelendirme tablosunda yeni bir liderdir.
![Forex ticaretinin arkasındaki temel matematik](https://c.mql5.com/2/40/56.png)
![Forex ticaretinin arkasındaki temel matematik](https://c.mql5.com/i/articles/overlay.png)
Forex ticaretinin arkasındaki temel matematik
Makale, Forex ticaretinin temel özelliklerini olabildiğince basit ve hızlı bir şekilde açıklamayı ve bazı temel fikirleri yeni başlayanlarla paylaşmayı amaçlamaktadır. Ayrıca, basit bir göstergenin nasıl geliştirileceği gösterilecek ve ticaret topluluğundaki en endişe verici sorular yanıtlanmaya çalışılacaktır.
![Popülasyon optimizasyon algoritmaları: Gri kurt optimizasyonu (Grey Wolf Optimizer, GWO)](https://c.mql5.com/2/50/grey_wolf_optimizer_600x314.jpg)
Popülasyon optimizasyon algoritmaları: Gri kurt optimizasyonu (Grey Wolf Optimizer, GWO)
Bu makalede en yeni modern optimizasyon algoritmalarından biri olan gri kurt optimizasyonunu ele alacağız. Test fonksiyonları üzerindeki orijinal davranışı, bu algoritmayı daha önce incelenenler arasında en dikkat çekici olanlardan biri haline getirmektedir. Bu, sinir ağlarının, çok değişkenli düzgün fonksiyonların eğitiminde kullanılan en iyi algoritmalardan biridir.
![Box-Cox Dönüşümü](https://c.mql5.com/2/0/Cox-Box-transformation_MQL5.png)
![Box-Cox Dönüşümü](https://c.mql5.com/i/articles/overlay.png)
Box-Cox Dönüşümü
Makale, okuyucularını Box-Cox dönüşümü hakkında bilgilendirmeyi amaçlamaktadır. Kullanımı ile ilgili konular ele alınmış ve rastgele diziler ve gerçek fiyat teklifleriyle dönüşüm verimliliğinin değerlendirilmesine olanak tanıyan bazı örnekler verilmiştir.
![Mağazadan bir Uzman Danışman seçmenin doğru yolu](https://c.mql5.com/2/49/choose_expert_from_market_600x314.jpg)
Mağazadan bir Uzman Danışman seçmenin doğru yolu
Bu makalede, bir Uzman Danışman satın alırken dikkat etmeniz gereken bazı önemli noktaları ele alacağız. Ayrıca kârı artırmanın, akıllıca para harcamanın ve bu harcamalardan kazanç elde etmenin yollarını arayacağız. Ek olarak, makaleyi okuduktan sonra, basit ve ücretsiz ürünler kullanarak bile kazanç elde etmenin mümkün olduğunu göreceksiniz.
![Sıfırdan bir ticaret Uzman Danışmanı geliştirme (Bölüm 15): İnternetteki verilere erişme (I)](https://c.mql5.com/2/49/Developing_a_trading_Expert_Advisor_from_scratch_006_600x314.jpg)
Sıfırdan bir ticaret Uzman Danışmanı geliştirme (Bölüm 15): İnternetteki verilere erişme (I)
MetaTrader 5’te internetteki verilere nasıl erişilir? İnternet üzerinde devasa miktarda bilginin yer aldığı çok sayıda web sitesi vardır. Bilinmesi gereken, nereye bakılacağı ve bu bilgilerin en iyi şekilde nasıl kullanılacağıdır.
![MetaTrader 5'te DirectX’i kullanarak 3D grafikler nasıl oluşturulur?](https://c.mql5.com/2/68/directx_600x314.jpg)
MetaTrader 5'te DirectX’i kullanarak 3D grafikler nasıl oluşturulur?
3D grafikler, gizli modellerin görselleştirilmesine olanak sağladıkları için büyük miktarda veriyi analiz etmek adına çok uygundur. Doğrudan MQL5 diliyle DireсtX fonksiyonları kullanılarak üç boyutlu nesneler oluşturulabilir. Böylece, MetaTrader 5 için herhangi bir karmaşıklıkta programlar, hatta 3D oyunlar oluşturmak bile mümkün hale gelir. Basit üç boyutlu şekiller çizerek 3D grafikleri öğrenmeye başlayın.
![Popülasyon optimizasyon algoritmaları: Yapay arı kolonisi (Artificial Bee Colony, ABC)](https://c.mql5.com/2/50/artificial_bee_colony_600x314.jpg)
Popülasyon optimizasyon algoritmaları: Yapay arı kolonisi (Artificial Bee Colony, ABC)
Bu makalede, yapay arı kolonisi algoritmasını inceleyeceğiz ve bilgi birikimimizi fonksiyon uzaylarıyla çalışmanın yeni ilkeleriyle destekleyeceğiz. Ayrıca algoritmanın klasik versiyonuna yorumumuzu katarak değiştirilmiş bir versiyonunu uygulayacağız.
![Popülasyon optimizasyon algoritmaları: Parçacık sürüsü optimizasyonu (Particle Swarm Optimization, PSO)](https://c.mql5.com/2/49/cover_PSO_600x314.jpg)
Popülasyon optimizasyon algoritmaları: Parçacık sürüsü optimizasyonu (Particle Swarm Optimization, PSO)
Bu makalede, popüler parçacık sürüsü optimizasyonu (Particle Swarm Optimization, PSO) algoritmasını ele alacağız. Bir önceki makalede, optimizasyon algoritmalarının yakınsama, yakınsama oranı, kararlılık, ölçeklenebilirlik gibi önemli özelliklerini tartıştık, ayrıca bir test ortamı geliştirdik ve en basit RNG algoritmasını inceledik.
![Teknik Analiz ve Piyasa Tahmini Yöntemleri Üzerine](https://c.mql5.com/2/17/982_30.gif)
![Teknik Analiz ve Piyasa Tahmini Yöntemleri Üzerine](https://c.mql5.com/i/articles/overlay.png)
Teknik Analiz ve Piyasa Tahmini Yöntemleri Üzerine
Makale, görsel düşünme ve "kullanıma hazır" bir pazar görünümü ile birleştirilmiş iyi bilinen bir matematiksel yöntemin yeteneklerini ve potansiyelini göstermektedir. Bir yandan, yaratıcı zihinlerin alım satım paradigmasını yeniden gözden geçirmesini sağlayabildiği için geniş bir kitlenin dikkatini çekmeye hizmet eder. Öte yandan, analiz ve tahmin için çok çeşitli araçlarla ilgili alternatif geliştirmelere ve program kodu uygulamalarına yol açabilir.
![Veri Bilimi ve Makine Öğrenimi (Bölüm 04): Borsa Çöküşünü Öngörme](https://c.mql5.com/2/49/stock_market_crash_600x314.jpg)
Veri Bilimi ve Makine Öğrenimi (Bölüm 04): Borsa Çöküşünü Öngörme
Bu makalede, ABD ekonomisinin temel analizine dayalı olarak borsa çöküşünü öngörmek için lojistik modelimizi kullanmaya çalışacağız. Değerlendirmemizi Netflix ve Apple hisse senetleri üzerinde yapacağız ve 2019 ve 2020’deki borsa çöküşlerindeki verileri kullanacağız. Bakalım lojistik modelimiz kasvetli piyasa koşullarında nasıl performans gösterecek.
![Veri Bilimi ve Makine Öğrenimi (Bölüm 05): Karar Ağaçları](https://c.mql5.com/2/49/decision_trees_600x314.jpg)
Veri Bilimi ve Makine Öğrenimi (Bölüm 05): Karar Ağaçları
Karar ağaçları, insanların düşünme şeklini taklit ederek verileri sınıflandırır. Bu makalede, karar ağaçlarını nasıl oluşturacağımızı ve onları verileri sınıflandırmak ve öngörmek için nasıl kullanacağımızı göreceğiz. Karar ağacı algoritmasının temel amacı, heterojen verilerden homojen veya homojene yakın verileri ayırmaktır.
![Popülasyon optimizasyon algoritmaları: Balık sürüsü arama (Fish School Search, FSS)](https://c.mql5.com/2/50/Fish_School_cover_600x314.jpg)
Popülasyon optimizasyon algoritmaları: Balık sürüsü arama (Fish School Search, FSS)
Balık sürüsü arama (Fish School Search, FSS) algoritması, %80'e varan çoğunluğu türdeş organize topluluklar halinde yüzen balıkların sürü içerisindeki davranışlarından esinlenen yeni bir optimizasyon algoritmasıdır. Balık kümelerinin, yiyecek arama ve avcılardan korunma verimliliğinde önemli bir rol oynadığı kanıtlanmıştır.
![Ampirik Mod Ayrıştırma Yöntemine Giriş](https://c.mql5.com/2/0/Empirical_Mode_Decomposition_MQL5.png)
![Ampirik Mod Ayrıştırma Yöntemine Giriş](https://c.mql5.com/i/articles/overlay.png)
Ampirik Mod Ayrıştırma Yöntemine Giriş
Bu makale, okuyucunun ampirik mod ayrıştırma (EMD) yöntemi konusunda bilgi sahibi olması için yazılmıştır. Bu, Hilbert-Huang dönüşümünün temel parçasıdır ve durağan olmayan ve doğrusal olmayan süreçlerden gelen verileri analiz etmek için tasarlanmıştır. Ayrıca, bu makale, bu yöntemin olası bir yazılım uygulamasını ve özelliklerinin kısa bir değerlendirmesini içerir ve kullanımına ilişkin bazı basit örnekler verir.
![Popülasyon optimizasyon algoritmaları: Karınca kolonisi optimizasyonu (Ant Colony Optimization, ACO)](https://c.mql5.com/2/50/popular_algorithm_ant_colony_optimization_600x314.jpg)
Popülasyon optimizasyon algoritmaları: Karınca kolonisi optimizasyonu (Ant Colony Optimization, ACO)
Bu sefer karınca kolonisi optimizasyonu algoritmasını analiz edeceğiz. Bu algoritma çok ilginç ve karmaşıktır. Makalede, yeni bir ACO türü oluşturma girişiminde bulunacağız.
![MQL dili kullanarak sıfırdan bir Derin Sinir Ağı programlama](https://c.mql5.com/2/49/Programming-a-Deep-Neural-Network-from-Scratch-using-MQL-Language_600x314.jpg)
MQL dili kullanarak sıfırdan bir Derin Sinir Ağı programlama
Bu makale okuyucuya MQL4/5 dilini kullanarak sıfırdan bir Derin Sinir Ağı programlamayı öğretmeyi amaçlamaktadır.
![Model aramada brute force yaklaşımı (Bölüm III): Yeni ufuklar](https://c.mql5.com/2/49/Brute_force_approach_to_pattern_search_003_600x314.jpg)
Model aramada brute force yaklaşımı (Bölüm III): Yeni ufuklar
Bu makale, brute force konusuna bir devam niteliğindedir ve program algoritmasına piyasa analizi için yeni yetenekler getirmekte, böylece analiz hızını artırmakta ve sonuçların kalitesini yükseltmektedir. Yeni eklemeler, bu yaklaşım dahilinde global modellerin en yüksek kalitede görüntülenmesini sağlamaktadır.
![Veri Bilimi ve Makine Öğrenimi (Bölüm 03): Matris Regresyonları](https://c.mql5.com/2/49/matrix_regression_600x314.jpg)
Veri Bilimi ve Makine Öğrenimi (Bölüm 03): Matris Regresyonları
Bu sefer matrisleri kullanarak modeller oluşturacağız. Matrisler, modellere esneklik sağlar. Yalnızca beş bağımsız değişkeni değil, bilgisayarın hesaplama yeteneklerinin izin verdiği ölçüde çok sayıda değişkeni işleyebilen güçlü modeller oluşturmamıza olanak tanır.
![Ticaret sistemlerinin geliştirilmesi ve analizi için optimum yaklaşım](https://c.mql5.com/2/40/optimal-approach.png)
![Ticaret sistemlerinin geliştirilmesi ve analizi için optimum yaklaşım](https://c.mql5.com/i/articles/overlay.png)
Ticaret sistemlerinin geliştirilmesi ve analizi için optimum yaklaşım
Bu makalede, yatırım yapmak için bir sistem veya sinyal seçerken kullanılacak kriterleri göstereceğim, ayrıca ticaret sistemlerinin geliştirilmesine yönelik en uygun yaklaşımı açıklayacağım ve bu konunun Forex ticaretindeki önemini vurgulayacağım.
![Veri Bilimi ve Makine Öğrenimi (Bölüm 01): Lineer Regresyon](https://c.mql5.com/2/49/linear_regression_600x314.jpg)
Veri Bilimi ve Makine Öğrenimi (Bölüm 01): Lineer Regresyon
Yatırımcılar olarak sistemlerimizi ve kendimizi sayıların söylediklerine dayalı şekilde kararlar alma konusunda eğitmemizin zamanı geldi. Tüm dünyanın hareket ettiği şekilde, görsel veya sezgisel olarak değil, biz, bu genel dalganın yönüne dik olarak hareket edeceğiz.
![Model aramada brute force yaklaşımı (Bölüm II): Yoğunlaşma](https://c.mql5.com/2/49/Brute_force_approach_to_pattern_search_002_600x314.jpg)
Model aramada brute force yaklaşımı (Bölüm II): Yoğunlaşma
Bu makalede brute force yaklaşımı konusuna devam edeceğiz. Uygulamamın yeni geliştirilmiş sürümünü kullanarak modelleri daha iyi bir şekilde vurgulamaya çalışacağım. Ayrıca farklı zaman aralıkları ve zaman dilimleri kullanarak istikrar farkını bulmaya çalışacağım.
![Test (Optimizasyon) Tekniği ve Expert Advisor Parametrelerinin Seçiminde Bazı Kriterler](https://c.mql5.com/2/17/884_29.gif)
![Test (Optimizasyon) Tekniği ve Expert Advisor Parametrelerinin Seçiminde Bazı Kriterler](https://c.mql5.com/i/articles/overlay.png)
Test (Optimizasyon) Tekniği ve Expert Advisor Parametrelerinin Seçiminde Bazı Kriterler
Testin Kutsal Kasesini bulmakta hiçbir sorun yoktur ancak ondan kurtulmak çok daha zordur. Bu makale, Terminal performans özelliklerinin maksimum kullanımı ve minimum son kullanıcı yükü üzerine optimizasyon ve test sonuçlarının otomatik grup işlemesi ile Expert Advisor işletim parametrelerinin seçimini ele almaktadır.
![Piyasa matematiği: kâr, zarar ve maliyetler](https://c.mql5.com/2/48/z7jdvip34mo_2022-08-18_235145181.png)
![Piyasa matematiği: kâr, zarar ve maliyetler](https://c.mql5.com/i/articles/overlay.png)
Piyasa matematiği: kâr, zarar ve maliyetler
Bu makalede, komisyon ve swap dahil olmak üzere herhangi bir işlemin toplam kâr veya zararını nasıl hesaplayacağınızı göstereceğim. En doğru matematiksel modeli sağlayacağım ve onu kodu yazmak ve standartla karşılaştırmak için kullanacağım. Ayrıca, kârı hesaplamak için olan ana MQL5 fonksiyonunun içerisine girmeye ve enstrüman özelliklerindeki gerekli tüm değerlerin özüne inmeye çalışacağım.
![Model aramada brute force yaklaşımı](https://c.mql5.com/2/49/Brute_force_approach_to_pattern_search_001_600x314.jpg)
Model aramada brute force yaklaşımı
Bu makalede, piyasa modellerini arayacağız, belirlenen modellere dayalı Uzman Danışmanlar oluşturacağız ve bu modellerin geçerliliklerini koruyup korumadıklarını, ne kadar süreyle geçerli kaldıklarını kontrol edeceğiz.
![Ticaret için kombinatorik ve olasılık teorisi (Bölüm IV): Bernoulli mantığı](https://c.mql5.com/2/44/ieu9.png)
![Ticaret için kombinatorik ve olasılık teorisi (Bölüm IV): Bernoulli mantığı](https://c.mql5.com/i/articles/overlay.png)
Ticaret için kombinatorik ve olasılık teorisi (Bölüm IV): Bernoulli mantığı
Bu makalede, iyi bilinen Bernoulli şemasını vurgulamaya ve ticaretle ilgili veri dizilerini tanımlamak için nasıl kullanılabileceğini göstermeye karar verdim. Tüm bunlar daha sonra kendi kendini uyarlayan bir ticaret sistemi oluşturmak için kullanılacaktır. Ayrıca, özel bir durumu Bernoulli formülü olan daha genel bir algoritma arayacağız ve bunun için bir uygulama bulacağız.
![MQL4 ve MQL5 geliştirme çerçevesinde OpenAI'ın ChatGPT özellikleri](https://c.mql5.com/2/55/mql5-openai_600x314.jpg)
MQL4 ve MQL5 geliştirme çerçevesinde OpenAI'ın ChatGPT özellikleri
Bu makalede, Uzman Danışmanlar, göstergeler ve komut dosyaları geliştirmenin zaman ve emek yoğunluğunu azaltma açısından yeteneklerini anlamak için OpenAI'dan ChatGPT ile uğraşacağız. Size bu teknolojide hızlı bir şekilde yol göstereceğim ve MQL4 ve MQL5'te programlama için doğru şekilde nasıl kullanılacağını göstermeye çalışacağım.
![Uzman Danışmanların Neden Başarısız Olduğunun Bir Analizi](https://c.mql5.com/2/49/An-Analysis-of-Why-Expert-Advisors-Fail_600x314.jpg)
Uzman Danışmanların Neden Başarısız Olduğunun Bir Analizi
Bu makalede, uzman danışmanların neden zamanın bazı bölgelerinde iyi performans, bazı bölgelerinde kötü performans gösterebildiğini daha iyi anlamak adına döviz çiftleriyle ilgili verileri analiz edeceğiz.
![SQLite: MQL5'te SQL veritabanlarıyla yerel olarak çalışma](https://c.mql5.com/2/49/SQLite_handling_databases_mql5_600x314.jpg)
SQLite: MQL5'te SQL veritabanlarıyla yerel olarak çalışma
Ticaret stratejilerinin geliştirilmesi, büyük miktarda verinin işlenmesiyle ilişkilidir. Artık doğrudan MQL5'te SQLite tabanlı SQL sorguları kullanarak veritabanlarıyla çalışabilirsiniz. Bu motorun önemli bir avantajı, tüm veritabanının kullanıcının bilgisayarında bulunan tek bir dosyaya yerleştirilmiş olmasıdır.
![Sıfırdan bir ticaret Uzman Danışmanı geliştirme (Bölüm 17): İnternetteki verilere erişme (III)](https://c.mql5.com/2/49/Developing_a_trading_Expert_Advisor_from_scratch_008_600x314.jpg)
Sıfırdan bir ticaret Uzman Danışmanı geliştirme (Bölüm 17): İnternetteki verilere erişme (III)
Bu makalede, internetten nasıl veri elde edileceğini ve Uzman Danışmanda nasıl kullanılacağını ele almaya devam ediyoruz. Bu kez alternatif bir sistem geliştireceğiz.
![Popülasyon optimizasyon algoritmaları: Yarasa algoritması (Bat Algorithm, BA)](https://c.mql5.com/2/51/Bat-algorithm_600x314.jpg)
Popülasyon optimizasyon algoritmaları: Yarasa algoritması (Bat Algorithm, BA)
Bu makalede, düzgün fonksiyonlar üzerinde iyi yakınsama gösteren yarasa algoritmasını inceleyeceğiz.
![MQL5 Programlama Temelleri: Listeler](https://c.mql5.com/2/0/Linked_List_MQL5.png)
![MQL5 Programlama Temelleri: Listeler](https://c.mql5.com/i/articles/overlay.png)
MQL5 Programlama Temelleri: Listeler
Alım satım stratejisi geliştirme için programlama dilinin yeni sürümü olan MQL [MQL5], önceki versiyona [MQL4] kıyasla daha güçlü ve etkili özellikler sunar. Avantaj, esasen nesne yönelimli programlama özelliklerinde yatmaktadır. Bu makale, düğümler ve listeler gibi karmaşık özel veri türleri kullanma olasılığını inceler. Ayrıca MQL5'te pratik programlamada listelerin kullanımına bir örnek sağlar.
![Veri Bilimi ve Makine Öğrenimi (Bölüm 02): Lojistik Regresyon](https://c.mql5.com/2/49/logistic_regression_600x314.jpg)
Veri Bilimi ve Makine Öğrenimi (Bölüm 02): Lojistik Regresyon
Veri sınıflandırması, bir algo yatırımcısı ve bir programcı için çok önemli bir şeydir. Bu makalede, evet veya hayırları, yükseliş ve düşüşleri, alış ve satışları belirlememize yardımcı olabilecek sınıflandırma lojistik algoritmalarından birine odaklanacağız.
![Popülasyon optimizasyon algoritmaları](https://c.mql5.com/2/48/logo.png)
![Popülasyon optimizasyon algoritmaları](https://c.mql5.com/i/articles/overlay.png)
Popülasyon optimizasyon algoritmaları
Bu makale, optimizasyon algoritması sınıflandırmasına giriş niteliğinde bir makaledir. Makalede, optimizasyon algoritmalarını karşılaştırmaya ve belki de yaygın olarak bilinen algoritmalar arasından en evrensel olanını belirlemeye hizmet edecek bir test ortamı (bir fonksiyon kümesi) oluşturmaya odaklanılmaktadır.
![HedgeTerminal API'sini Kullanarak MetaTrader 5'te İki Yönlü Alım Satım ve Pozisyonların Korunması, Bölüm 2](https://c.mql5.com/2/17/HedgeTerminalaArticle200x200_2p2.png)
![HedgeTerminal API'sini Kullanarak MetaTrader 5'te İki Yönlü Alım Satım ve Pozisyonların Korunması, Bölüm 2](https://c.mql5.com/i/articles/overlay.png)
HedgeTerminal API'sini Kullanarak MetaTrader 5'te İki Yönlü Alım Satım ve Pozisyonların Korunması, Bölüm 2
Bu makale, pozisyonların korunmasına yönelik yeni bir yaklaşım açıklar ve MetaTrader 4 ile MetaTrader 5 kullanıcıları arasında gerçekleşen konu hakkındaki tartışmalarda çizgiyi çizer. Birinci bölümün devamıdır: "HedgeTerminal Panelini Kullanarak MetaTrader 5'te İki Yönlü Alım Satım ve Pozisyonların Korunması, Bölüm 1". İkinci bölümde, özel Expert Advisor'ların, uygun pozisyon yönetimi için araçlar sağlayan rahat bir yazılım ortamında çift yönlü alım satım için tasarlanmış özel bir görselleştirme kitaplığı olan HedgeTerminalAPI ile entegrasyonunu tartışıyoruz.