Vladimir Skorina / Profil
- Bilgiler
8+ yıl
deneyim
|
2
ürünler
|
109
demo sürümleri
|
0
işler
|
0
sinyaller
|
0
aboneler
|
Большой интерес к работе с тиками и нейронными сетями(в часности третьего поколения).
Bu makalede, yazarın göstergelerin yeniden çizilmesi, çoklu zaman dilimi göstergeleri ve fiyat tekliflerinin Japon mum grafikleriyle görüntülenmesi hakkındaki görüşleri kısaca açıklanmaktadır. Makale herhangi bir programlama ayrıntısı içermemekte olup genel bir karaktere sahiptir.
Makale, finansal piyasalar analizi için bulanık mantık kavramının pratik uygulamasına ayrılmıştır. Zarflar göstergesine dayalı iki bulanık kural temeline dayanan sinyal üreten gösterge örneğini öneriyoruz. Geliştirilen gösterge birkaç gösterge arabelleği kullanır: Hesaplamalar için 7 arabellek, grafikler için 5 arabellek ve 2 renk arabelleği.
Günümüzde her yatırımcının, nöral ağlar hakkında bilgisi olması gerekir; bunları kullanmanın ne kadar havalı olduğunu bilirler. Çoğunluk, nöral ağlarla uğraşan kişilerin insanüstü olduklarına inanıyor. Bu makalede, sizlere nöral ağ mimarisini açıklamaya, uygulamalarını anlatmaya ve pratik kullanım örneklerini göstermeye çalışacağım.
Diziler, değişkenler ve fonksiyonlar ile birlikte, hemen hemen tüm programlama dillerinin entegre bir parçasıdır. Bu makale öncelikle acemi MQL5 programcılarının ilgisini çekecektir, ancak tecrübeli programcılar da bilgilerini özetleme ve sistematize etme fırsatına sahip olacaktır.
Makale, akış verilerinde yararlı bir sinyal (eğilim) belirleme yaklaşımlarından birini açıklamaktadır. Piyasa kotasyonlarına uygulanan küçük filtreleme (düzgünleştirme) testleri, son çubuklarda yeniden çizilmeyen gecikmesiz dijital filtreler (göstergeler) oluşturma potansiyelini gösterir.
Makale, gelişmiş bir ZigZag göstergesi oluşturma imkanını incelemektedir. Düğümleri tanımlama fikri, Zarflar göstergesinin kullanımına dayanmaktadır. Tüm ZigZag düğümlerinin Zarf bantlarının sınırları içinde yer aldığı bir Zarflar serisi için belirli bir giriş parametresi kombinasyonu bulabileceğimizi varsayarız. Bunun sonucunda, yeni düğümün koordinatlarını tahmin etmeye çalışabiliriz.
Gösterge emisyonları, piyasa araştırmasında az çalışılmış bir alandır. Bunun öncelikli nedeni, zamanla değişen çok büyük veri dizilerinin işlenmesinden kaynaklanan analiz zorluğudur. Mevcut grafik analizi oldukça kaynak yoğundur; ve dolayısıyla emisyonların zaman serilerini kullanan kısa ve öz bir algoritmanın geliştirilmesini tetiklemiştir. Bu makale, görsel (sezgisel görüntü) analizin, emisyonların integral özelliklerinin incelenmesi ile nasıl değiştirilebileceğini gösterir. Hem yatırımcıların hem de otomatik alım satım sistemlerinin geliştiricilerinin ilgisini çekebilir.
Destek Vektör Makineleri, biyoinformatik ve uygulamalı matematik gibi alanlarda, karmaşık veri kümelerini değerlendirmek ve verileri sınıflandırmak için kullanılabilecek faydalı modellerini çıkarmak için uzun süredir kullanılmaktadır. Bu makale, destek vektör makinelerinin ne olduğunu, bunların nasıl çalıştığını ve karmaşık modelleri çıkarmada neden bu kadar faydalı olabileceklerini inceler. Daha sonra, bunların piyasaya nasıl uygulanabileceğini ve potansiyel olarak alım satım tavsiyelerinde bulunmak için nasıl kullanılabileceğini araştırıyoruz. Makale, okuyucuların Destek Vektörü Makine Öğrenme Aracını kullanarak kendi alım satımlarını denemelerine olanak sağlayan çalışılmış örnekler sunar.
"Yüz kere duymaktansa bir kez görmek daha iyidir." sözünü hepimiz biliriz. Paris ya da Venedik hakkında çeşitli kitaplar okuyabilirsiniz, ancak zihinsel görüntülere dayanarak, bu muhteşem şehirlerde akşam yürüyüşünde olduğu gibi aynı duyguları hissetmezsiniz. Görselleştirmenin avantajı, örneğin, göstergeler kullanılarak grafikler üzerinde fiyat analizi ve tabii ki strateji testinin görselleştirilmesi gibi piyasadaki işler de dahil olmak üzere hayatımızın herhangi bir yönüne kolayca yansıtılabilir. Bu makale, MetaTrader 5 Strateji Test Cihazının tüm görselleştirme özelliklerinin açıklamalarını içerir.
Makale, bilinmeyen olasılık yoğunluk fonksiyonunun çekirdek yoğunluğunu tahmin etmeye olanak tanıyan bir programın oluşturulması ile ilgilidir. Görevin yürütülmesi için Çekirdek Yoğunluk Tahmin yöntemi seçilmiştir. Makale, yöntem yazılımı uygulamasının kaynak kodlarını, kullanım örneklerini ve çizimlerini içermektedir.
Bu makale, bekleyen emirleri aktif olarak kullanan stratejiler, bu tür stratejileri resmi olarak tanımlamak için oluşturulabilecek bir üstdil ve işlemi bu açıklamalara dayanan çok amaçlı bir Uzman Danışmanın (EA) kullanımı etrafında odaklanmaktadır.
Her yatırımcı, temel analizin destekçisi olsa dahi, belirli istatistiksel hesaplamaları kullanarak çalışır. Bu makale size istatistiğin temelleri ve temel unsurları konusunda rehberlik etmekte ve karar vermede istatistiğin önemini göstermektedir.
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.
Bir alım satım sistemi geliştirirken, genellikle göstergelerin ve bunların sinyallerinin en iyi kombinasyonunu seçmek, bir sorun olarak karşımıza çıkmaktadır. Bu gibi kombinasyonları bulmaya yönelik yöntemlerden biri de diskriminant analizidir. Makale, piyasa verilerini toplamak için bir EA geliştirmeye bir örnek vermektedir ve Statistica yazılımında FOREX piyasası için prognostik modeller oluşturmak amacıyla diskriminant analizinin kullanımını göstermektedir.
Herhangi bir karmaşık alım satım sistemini dikkatlice incelersek, bunun bir dizi basit alım satım sinyaline dayandığını göreceğiz. Bu nedenle, acemi geliştiricilerin hemen karmaşık algoritmalar yazmaya başlamasına gerek yoktur. Bu makale, sözleşmeleri gerçekleştirmek için semafor göstergelerini kullanan bir alım satım sistemine bir örnek sunmaktadır.
Bu makale, MetaTrader 5 için çok zaman dilimli ve çok para birimli paneller oluşturmak için nesne yönelimli programlamanın nasıl kullanılabileceğini açıklar. Ana amaç, panelin kodunu değiştirmeye gerek kalmadan fiyatlar, fiyat değişiklikleri, gösterge değerleri veya özel alım/satım koşulları gibi birçok farklı veri türünü görüntülemek için kullanılabilecek evrensel bir panel oluşturmaktır.
Bu makale, MetaTrader 5'i ENCOG - Gelişmiş Sinir Ağı ve Makine Öğrenimi Çerçevesi’ne bağlamak üzerine yazılmıştır. Standart bir teknik göstergeye dayalı temel bir sinir ağı göstergesinin ve bir sinirsel göstergeye dayalı bir Expert Advisor’ın (Uzman Danışman) tanımını ve uygulanmasını içerir. Tüm kaynak kod, derlenmiş ikili dosyalar, DLL'ler ve örnek bir eğitimli ağ makalede ek olarak verilmiştir.
Makale, MetaTrader 5'teki Elliott Wave analizi için manuel ve otomatik dalga etiketlemenin bir kombinasyonunu temsil eden ilk geliştirme olan AutoElliottWaveMaker'ın bir incelemesini sunar. Dalga analizi aracı, yalnızca MQL5'te yazılmıştır ve harici dll kitaplıklarını içermez. Bu, MQL5'te sofistike ve ilginç programların geliştirilebileceğinin (ve geliştirilmesi gerektiğinin) bir başka kanıtıdır.
Bu makale bizi MQL4 ve MQL5'te EA'lar, göstergeler ve komut dosyaları geliştirmede tamamen yeni bir yöne götürüyor. Gelecekte, bu programlama paradigması kademeli olarak EA'ların uygulanmasında tüm yatırımcılar için temel standart haline gelecektir. Otomat tabanlı programlama paradigmasını kullanan MQL5 ve MetaTrader 5 geliştiricileri, yeni bir dil - MQL6 - ve yeni bir platform - MetaTrader 6 oluşturabilecek her yerde olacaklar.
MQL5 dil işlevi, görevleri yerine getirmek için yeterli değilse, bir MQL5 programcısı ek araçlar kullanmak zorundadır. Başka bir programlama diline geçmeli ve bir ara DLL oluşturmalıdır. MQL5, çeşitli veri türlerini sunma ve bunları API'a aktarma olanağına sahiptir, ancak ne yazık ki, MQL5, kabul edilen işaretçiden veri ayıklama ile ilgili sorunu çözemez. Bu makalede, tüm "i"leri işaretleyeceğiz ve karmaşık veri türlerini değiştirmenin ve bunlarla çalışmanın basit mekanizmalarını göstereceğiz.