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 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.
EA Ağacı, ilk sürükle ve bırak MetaTrader MQL5 Expert Advisor oluşturucusudur. Kullanımı çok kolay bir grafik kullanıcı arayüzünü kullanarak karmaşık MQL5 oluşturabilirsiniz. EA Ağacı'nda, Expert Advisor'lar kutular birbirine bağlanarak oluşturulur. Kutular MQL5 işlevleri, teknik göstergeler, özel göstergeler veya değerler içerebilir. EA Ağacı, "kutu ağacını" kullanarak Expert Advisor'ın MQL5 kodunu oluşturur.
Makalede, alım satım sistemlerinin geliştirilmesi için çoklu regresyon analizinin kullanım yollarına ilişkin bir açıklama verilmiştir. Ayrıca, strateji arama otomasyonu için regresyon analizinin kullanımı gösterilmiştir. Programlamada yüksek yeterlilik gerektirmeden oluşturulan ve bir EA'ya entegre edilen bir regresyon denklemi örnek olarak verilmiştir.
Makale, okuyucuyu zaman serilerinin kısa vadeli tahmini için kullanılan üssel düzeltme modellerine aşina hale getirir. Buna ek olarak, tahmin sonuçlarının optimizasyonu ve tahmini ile ilgili konulara değinir ve komut dosyalarına ve göstergelere birkaç örnek sunar. Bu makale, üssel düzeltme modelleri temelinde tahmin ilkeleri ile ilk tanışma olarak yararlı olacaktır.
Bu makale, daha önce oluşturulan göstergeyi yükseltmeyi amaçlamaktadır ve bootstrap ve kuantilleri kullanarak tahmin güven aralıklarını hesaplamak için bir yönteme kısaca değinmektedir. Sonuç olarak tahmin doğruluğunun tahmini için kullanılacak tahmin göstergesini ve komut dosyalarını alacağız.
Artık bir piyasa döngüsünün olasılık yoğunluk fonksiyonunun (PDF) bir Gauss'u değil, bir sinüs dalgasının PDF'ini hatırlattığını biliyoruz ve göstergelerin çoğu, piyasa döngüsünün PDF'inin Gauss olduğunu varsayıyor; bunu "düzeltmek" için bir yola ihtiyacımız var. Çözüm, Fisher Dönüşümü'nü kullanmaktır. Fisher dönüşümü, herhangi bir dalga biçiminin PDF'ini yaklaşık Gauss'a dönüştürür. Bu makalede Fisher Dönüşümü ve Ters Fisher Dönüşümü'nün ardındaki matematik ve bunların alım satıma uygulanması açıklanmaktadır. Ters Fisher Dönüşümüne dayalı özsermayeli bir alım satım sinyali modülü sunulur ve değerlendirilir.
Matematiksel model ve yöntemlerin çoğu farklı varsayımlara dayandığı için bir dizinin istatistiksel parametrelerinin tahmini çok önemlidir. Örneğin, dağılım yasasının normalliği veya ayrılma değeri veya diğer parametreler. Bu nedenle, zaman serilerini analiz ederken ve tahmin ederken, ana istatistiksel parametreleri hızlı ve net bir şekilde tahmin etmeye izin veren basit ve kullanışlı bir araca ihtiyacımız var. Makale, rastgele bir dizinin en basit istatistiksel parametrelerini ve görsel analizinin çeşitli yöntemlerini kısaca açıklamaktadır. Bu yöntemlerin MQL5'te uygulanmasını ve Gnuplot uygulamasını kullanarak hesaplama sonuçlarının görselleştirilmesi yöntemlerini sunar.
Piyasa analizinin en popüler yöntemlerinden biri Elliott Dalga Prensibi'dir. Ancak, bu süreç oldukça karmaşıktır; bu da bizi ek araçların kullanımına götürür. Bu enstrümanlardan biri otomatik işaretleyicidir. Bu makalede, MQL5 dilinde Elliott Dalgalarının otomatik bir analizörünü oluşturma süreci anlatılmaktadır.
Bu makalede, çeşitli zaman serilerinin özellikleri hakkında hızlı bir ön tahmin vermek için tasarlanmış bir sınıf tanıtmaktadır. Bu gerçekleştiğinde, istatistiksel parametreler ve otomatik ilişki fonksiyonu tahmin edilir, zaman serisinin spektral tahmini gerçekleştirilir ve bir histogram inşa edilir.
Bu makale, gelişmiş uyarlanabilir göstergeleri ve bunların MQL5'teki uygulamalarını açıklayacaktır: Uyarlanabilir Siber Döngü, Uyarlanabilir Ağırlık Merkezi ve Uyarlanabilir RVI. Tüm göstergeler ilk olarak John F. Ehlers tarafından "Hisse Senetleri ve Vadeli İşlemler için Sibernetik Analiz" bölümünde sunuldu.
Kendi Kendini Düzenleyen Özellik Haritalarının (Kohonen haritaları) en ilginç yönlerinden biri, verileri denetim olmadan sınıflandırmayı öğrenmeleridir. Temel biçiminde, girdi verilerinin (kümeleme) bir benzerlik haritası üretir. SOM haritaları, yüksek boyutlu verilerin sınıflandırılması ve görselleştirilmesi için kullanılabilir. Bu yazıda Kohonen haritalarının birkaç basit uygulamasını ele alacağız.
Bu makalede, Uzman Danışmanın Bill Williams tarafından yazılan "New Trading Dimensions: How to Profit from Chaos in Stocks, Bonds and Commodities” (Yeni Ticaret Boyutları: Hisse Senetleri, Tahviller ve Emtialardaki Kaostan Nasıl Kar Edilir) kitabına dayanarak geliştirilmesini ele alacağım. Stratejinin kendisi iyi bilinmektedir ve kullanımı yatırımcılar arasında hala tartışmalıdır. Makale, sistemin alım satım sinyallerini, uygulanmasının özelliklerini ve geçmiş veriler üzerinde test sonuçlarını dikkate almaktadır.
Piyasa fiyatı, sırayla çeşitli ekonomik, politik ve psikolojik faktörlere bağlı olan talep ve arz arasındaki istikrarlı bir dengeden oluşur. Doğadaki farklılıklar ve bu faktörlerin etki nedenleri, tüm bileşenlerin doğrudan ele alınmasını zorlaştırmaktadır. Bu makale, ayrıntılı bir regresyon modeli temelinde piyasa fiyatını tahmin etme girişimini ortaya koymaktadır.
Bu makale, bazı teorik istatistiksel dağılımlarla çalışmak için sınıfları ortaya koyan MQL5'te İstatistiksel Olasılık Dağılımları makalemin mantıklı bir devamıdır. Artık teorik bir temele sahip olduğumuza göre, doğrudan gerçek veri setlerine geçmemizi ve bu temelden bilgi amaçlı yararlanmaya çalışmamızı öneriyorum.
Aşağıdaki makalede, Z.G. Silagadze'nin “Moving Mini-max: a new indicator for technical analysis” (Hareketli Mini-Maks: Teknik Analiz için Yeni Bir Gösterge) başlıklı makalesine dayanan Hareketli Mini-Maks göstergesini uygulama sürecini anlatıyorum. Gösterge fikri G. Gamov tarafından alfa bozunması teorisinde önerilen kuantum tünelleme olayının simülasyonuna dayanmaktadır.
NeuroSolutions yazılım paketi, yapay sinir ağlarının oluşturulmasına ek olarak bunların DLL olarak dışa aktarılmasına da izin verir. Bu makale yapay bir sinir ağı ve bir DLL oluşturma ve bunu MetaTrader 5'te alım satım yapmak için bir Uzman Danışmana bağlama sürecini açıklar.
Bu makale ekonometrik analiz yöntemlerini, otokorelasyon analizini ve özellikle koşullu varyans analizini açıklamaktadır. Burada açıklanan yaklaşımın faydası nedir? Doğrusal olmayan GARCH modellerinin kullanımı, analiz edilen serilerin matematiksel açıdan resmi olarak temsil edilmesine ve belirli sayıda adım için bir tahmin oluşturulmasına olanak tanır.
Makale, Uygulamalı İstatistiklerde kullanılan rastgele değişkenlerin olasılık dağılımlarını (normal, log-normal, binom, lojistik, üstel, Cauchy dağılımı, Öğrencinin t dağılımı, Laplace dağılımı, Poisson dağılımı, Hiperbolik Secant dağılımı, Beta ve Gama dağılımı) ele alıp verir. Ayrıca bu dağılımları işlemek için sınıflar özelliğine sahiptir.
Bu makalenin amacı, James Hyerczyk'in “Pattern, Price & Time: Use Gann Theory in Trading Systems” (Model, Fiyat ve Zaman: Alım Satım Sistemlerinde Gann Teorisini Kullanmak) adlı kitabında göstergelere ve Uzman Danışmanlara yönelik verilen bazı fikirler doğrultusunda alım satım otomasyonunun olanaklarını ve analizini araştırmaktır. Kapsamlı bir makale olmamakla birlikte burada sadece Gann teorisinin ilk bölümünü, yani Modeli araştırıyoruz.
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.