Старичок Си за прошедшие 12 месяцев успешнее всех пробился к вершинам рейтинга, именно поэтому ему присвоено почетное звание «Язык 2017 года» по версии TIOBE. + 1,69 % за год — не такая уж внушительная цифра для языка года, так что, по мнению аналитиков TIOBE, языку Си удалось победить только за счет отсутствия выдающихся конкурентов. Следом за...
The 19th annual KDnuggets Software Poll had over 2,300 voters, somewhat less than in 2017, perhaps because only one vendor - RapidMiner - had a very active campaign to vote in KDnuggets poll. On average, a participant selected about 7 different tools used, so votes with just one tool selected stood out. We removed about 260 such "lone" votes...
你应该把它变成julia.mqh而不是julia.h :)
直接不太可能，我认为。更有可能的是，必须创建一个DLL包装器。MQL与C++不同，它们是不能互换的。
我不这么认为，我不这么认为。更有可能的是，必须制作一个DLL包装器。MQL与C++不同，它们是不能互换的。
我现在要走了，因为我没有能力做到这一点 :)
这就是我说再见和进入阴影的地方，因为我不知道如何 :)
我还不能保证我会做朱莉娅，但我肯定会注意她的情况）。
我不保证我还会进入朱莉娅，但我肯定会看一看）。
最好的方法是完全用Python或Julia来写，终端会直接交易
我将使用Python或Julia，但终端将简单地进行交易，当然，测试器不会很好，但如果不是hft，这并不关键。 但这样一来，连接到其他交易所将更容易，当所有mt5经纪商将购买我的圣杯 时。
最好的方法是完全用Python或Julia来写，终端会直接交易
当然，我不会有一个好的测试器，但如果它不是hft，那么它就不是关键。但是，当所有的MT5经纪商都购买我的圣杯时，连接到其他交易所就会更容易。
是的，每个人都要管好自己的事。终端应该进行交易，而交易者应该制定方案，使用他想要的东西，而不是给他的东西。
似乎大约半年前我们已经在讨论这个问题了。）看来我们已经做出了这个决定。
自2008年以来，我一直坚持这一思想观念。而且我已经很久没有关心过哪个终端了。没有优先权）。例如，如果我想与亚洲交易员进行外币对的交易，我会购买大量的斐波那契形态，但我不会购买。
至于测试器，它只是一个循环。它对系统的加成非常小，虱子可能会被去除)。如果有必要的话。
顺便说一下，Python的测试器有可视化和内置的例子策略。
对朱莉娅来说，显然不是。
顺便说一下，有Python的测试器，具有可视化和内置的例子策略。
好吧，我还没有真正用Python工作过。我的意思是，与模块 - 我还没有一个任务。到目前为止，一切都通过久经考验的 老手段 来解决。
SJ Julia 的软件包，嗯，大部分都是未经测试的，甚至是坏的。（顺便说一下，XGBoost Julia 的软件包是坏的，而那个软件包已经有两年历史了。一般来说，从日期上看，没有人系统地从事这个工作，朱利亚。
完全同意，这就是为什么我半年前就不参加那个比赛了 :(
但现在他们终于做到了2017年时的承诺--基于声誉的赔付。在过去20场比赛的滑动窗口中，每场直播<0.693，他们就给一个点。点的数量是声誉，最大=20。在我看来，目前的记录=9。声望最高的参赛者将获得奖金，即使没有叠加。
简而言之--那些知道如何做外汇的人--他们已经以某种方式学会了如何制作稳定的模型，其中强调的不是100%的准确性，而是在未来模型的运作不比交易员差的事实。而这些知识现在可以在那里实现货币化。
有人想要蟒蛇，所以他用任何手段来推动他的欲望，把它当作某种真理。
有几种编程语言的评级，我已经在我的博客上两次给出这样的评级。
这里是 另一个，最权威的TIOBE之一
与R级不同，Python的排名有一些微妙之处。
我补充说不是为了讨论
https://www.kdnuggets.com/2018/05/poll-tools-analytics-data-science-machine-learning-results.html