Vladimir Skorina / 个人资料
- 信息
8+ 年
经验
|
2
产品
|
109
演示版
|
0
工作
|
0
信号
|
0
订阅者
|
Большой интерес к работе с тиками и нейронными сетями(в часности третьего поколения).
![Vladimir Skorina](https://c.mql5.com/avatar/avatar_na2.png)
![经验模态分解法介绍](https://c.mql5.com/2/0/Empirical_Mode_Decomposition_MQL5.png)
本文旨在让读者熟悉经验模态分解 (EMD) 法。它是希尔伯特-黄 (Hilbert-Huang) 变换的基础部分,用于分析非静态和非线性过程产生的数据。本文还介绍此方法的一种可能软件实施,并简短地介绍有关其特性的考虑因素,并提供几个简单的运用例子。
![Vladimir Skorina](https://c.mql5.com/avatar/avatar_na2.png)
![使用 EA Tree 在几分钟内创建 MQL5 EA 交易:第一部分](https://c.mql5.com/2/0/EA_Tree_Expert_Advisor_Builder.png)
EA Tree 是第一款拖放 MetaTrader MQL5 EA 交易生成器。您可以使用非常易用的图形用户界面创建复杂的 MQL5。在 EA Tree 中,通过将盒子连接在一起创建 EA 交易。盒子可以包含 MQL5 函数、技术指标、自定义指标或值。使用盒子树,EA Tree 生成 EA 交易的 MQL5 代码。
![Vladimir Skorina](https://c.mql5.com/avatar/avatar_na2.png)
![多元回归分析。策略生成程序和策略分析程序二合一](https://c.mql5.com/2/0/Multiple_Regression_Analysis_MQL5.png)
本文介绍针对交易系统开发的多元回归分析的运用方法。它说明策略搜索自动化的回归分析的运用。生成了一个回归等式,并作为一个例子集成在一个不需要精通编程的 EA 中。
![Vladimir Skorina](https://c.mql5.com/avatar/avatar_na2.png)
![利用指数平滑法进行时间序列预测](https://c.mql5.com/2/0/Exponent_Smoothing.png)
本文旨在让读者熟悉用于时间序列短期预测的指数平滑模型,此外还会探讨预测结果优化与评估相关的各种问题,并提供若干脚本与指标示例。当您首次接触基于指数平滑模型的预测原则时,阅读本文定会有所收益。
![Vladimir Skorina](https://c.mql5.com/avatar/avatar_na2.png)
![使用指数平滑法进行时间序列预测(续)](https://c.mql5.com/2/0/Exponent_Smoothing2.png)
本文力求升级此前创建的指标,并简要讲述了利用自助法与分位数评估预测置信区间的一种方法。如此一来,我们便会获得将用于评估预测准确性的预测指标和脚本。
![Vladimir Skorina](https://c.mql5.com/avatar/avatar_na2.png)
![在 MetaTrader 5 中应用费歇尔变换和逆费歇尔变换进行市场分析](https://c.mql5.com/2/0/Fisher_Transform_MQL5__1.png)
我们知道一个市场周期的概率密度函数 (PDF) 并不会让我们想到高斯分布,而是一种正弦波的概率密度函数,并且大多数指标假定市场周期的概率密度函数为高斯分布,我们需要一种方式来纠正。解决方法是使用费歇尔变换。费歇尔变换将任何波形的概率密度函数转换为近似的高斯分布。本文介绍费歇尔变换和逆费歇尔变换的算法以及它们在交易中的应用。介绍和评估了一个基于逆费歇尔变换的专有交易模块。
![Vladimir Skorina](https://c.mql5.com/avatar/avatar_na2.png)
![统计估计](https://c.mql5.com/2/0/MQL5_Statistical_estimation.png)
对某个序列的统计参数进行估计非常重要,因为大多数数学模型和方法均基于不同的假设。例如,正态分布规律或离差值(或其他参数)就是这样。因此,在分析和预测时间序列时,我们需要一个简单方便的工具,用于快速清晰地估计主要统计参数。本文简要说明了一个随机序列的最简单统计参数,以及其可视分析的几种方法。本文还说明了如何在 MQL5 中实现这些方法,以及使用 Gnuplot 应用程序对计算结果进行可视化的方法。
![Vladimir Skorina](https://c.mql5.com/avatar/avatar_na2.png)
![MQL5 中艾略特波浪自动分析的实施](https://c.mql5.com/2/0/MQL5_Elliott_Waves_Automated.png)
艾略特波浪理论是最流行的市场分析方法之一。然而,这个过程非常复杂,从而导致我们使用额外的工具。自动标记器是其中一种工具。本文描述用 MQL5 语言创建艾略特波浪的自动分析程序。
![Vladimir Skorina](https://c.mql5.com/avatar/avatar_na2.png)
![时间序列主要特性的分析](https://c.mql5.com/2/0/Time_Series_Analysis_in_MQL5.png)
本文会介绍一个专为针对各种时间序列的特性给出快速初步评估而设计的类。与其同时,亦对统计参数和自相关函数进行评估,对时间序列执行频谱估计,并构建一个直方图。
![Vladimir Skorina](https://c.mql5.com/avatar/avatar_na2.png)
![先进的自适应指标理论及在 MQL5 中的实施](https://c.mql5.com/2/0/Advanced_adaptive_indicators_MQL5.png)
本文要讲述的是高级自适应指标及其在 MQL5 中的实施:自适应周期性指标、自适应重心及自适应 RVI。所有指标的最初出处都在 John F. Ehlers 编著的《股票与期货控制分析》一书中。
![Vladimir Skorina](https://c.mql5.com/avatar/avatar_na2.png)
![在 MetaTrader 5 中使用自组织特征映射(Kohonen 映射)](https://c.mql5.com/2/0/Self_organizing_maps_in_MQL5.png)
自组织特征映射(Kohonen 映射)最有趣的方面是,其在不受监督的情况下就可学会对数据进行分类。就其基本形式而言,该映射能够生成输入数据的一个类似映射(聚类)。可使用 SOM 映射实现高维数据的分类和可视化。在本文中,我们将讨论 Kohonen 映射的几个简单应用。
![Vladimir Skorina](https://c.mql5.com/avatar/avatar_na2.png)
![基于 Bill Williams 所著"证券交易新空间"的 EA 交易程序](https://c.mql5.com/2/0/MQL5_alligator__1.png)
在本文中,我将依据 Bill Williams 所著的《证券交易新空间:如何从股票、债券和商品交易中的混沌获利》一书讨论 EA 交易程序的开发。该策略本身已经广为人知,并且其使用在交易者之间仍然备受争议。本文考虑系统的交易信号、其实施的细节以及有关历史数据的测试结果。
![Vladimir Skorina](https://c.mql5.com/avatar/avatar_na2.png)
![用于预测市场价格的通用回归模型](https://c.mql5.com/2/0/universal_regression.png)
市场价格是缺乏需求和供应之间的稳定平衡而形成的,反之,又取决于各种各样的经济、政治和心理因素。这些因素的性质以及影响原因所存在的差异,使得直接考虑所有因素非常困难。本文提出一种依据精心设计的回归模型预测市场价格的尝试。
![Vladimir Skorina](https://c.mql5.com/avatar/avatar_na2.png)
![统计分布在交易者工作中的作用](https://c.mql5.com/2/0/statistic_measument.png)
本文是我的《用 MQL5 表示统计概率分布》一文的续篇,该文介绍了处理某些理论统计分布的类。现在,我们已经有了理论基础,我建议我们应直接进入实际数据集,并尝试据此基础获得某些信息。
![Vladimir Skorina](https://c.mql5.com/avatar/avatar_na2.png)
![移动极小化极大:技术分析的新指标及其在 MQL5 中的实施](https://c.mql5.com/2/0/MQL5_Mini-Max_Indicator.png)
在下文中,我将基于 Z.G.Silagadze 的论文《移动极小化极大:技术分析的新指标》说明移动极小化极大指标的实施过程。指标的理念基于对量子隧穿现象的模拟,量子隧穿现象由 G. Gamov 在 α-衰变理论中提出。
![Vladimir Skorina](https://c.mql5.com/avatar/avatar_na2.png)
![连接 NeuroSolutions 神经网络](https://c.mql5.com/2/0/neural_DLL.png)
除了创建神经网络,NeuroSolutions 软件套件允许将它们导出为 DLL。本文介绍创建神经网络、生成 DLL 并将其连接至"EA 交易"以在 MetaTrader 5 中交易的过程。
![Vladimir Skorina](https://c.mql5.com/avatar/avatar_na2.png)
![使用计量经济学方法分析图表](https://c.mql5.com/2/0/econometrics.png)
本文介绍了用于分析、自相关分析尤其是条件方差分析的计量经济学方法。本文介绍的方法有何益处?使用非线性 GARCH 模型可以从数学角度正式表示分析序列并为指定步骤数建立预测。
![Vladimir Skorina](https://c.mql5.com/avatar/avatar_na2.png)
![用 MQL5 表示统计概率分布](https://c.mql5.com/2/0/MQL5_Probability_Distibutions.png)
本文介绍了在应用统计中使用的随机变量的概率分布(正态分布、对数正态分布、二项分布、逻辑分布、指数分布、柯西分配、学生 t 分布、拉普拉斯分布、泊松分布、双曲线正割分布、贝塔分布和伽玛分布)。它还介绍用于处理这些分布的类。
![Vladimir Skorina](https://c.mql5.com/avatar/avatar_na2.png)
![小型趋势指标、中型趋势指标和主要趋势指标](https://c.mql5.com/2/0/three_degrees_of_trend.png)
本文基于 James Hyerczyk 所著《形态-价格-时间:甘氏理论在交易系统里的运用》一书中的某些理念,旨在探讨以指标和 《EA 交易》;形式进行自动化交易和分析的可能性。本文不敢自称内容详尽,在此我们只是探讨模型 - 甘氏理论的第一部分。
![Vladimir Skorina](https://c.mql5.com/avatar/avatar_na2.png)
![MQL5 编程基础:列表](https://c.mql5.com/2/0/Linked_List_MQL5.png)
用于交易策略开发的编程语言 MQL 的新版本 [MQL5] 与以前的版本 [MQL4] 相比,提供了更加强大和高效的功能。这些优势实质上是面向对象的编程功能。本文探讨对于复杂自定义数据类型的使用,例如节点和列表。它还在提供了在 MQL5 实战编程中使用列表的例子。