Коды
Примеры из книги "Нейросети в алготрейдинге на MQL5" для MetaTrader 5
Книга "Нейросети в алготрейдинге на MQL5" представляет собой подробное руководство, охватывающее как теоретические аспекты работы с искусственным интеллектом и нейронными сетями, так и практические аспекты их применения в торговле на финансовых рынках с использованием языка программирования MQL5
Программирование на MQL5 для трейдеров — исходные коды из книги. Часть 7 для MetaTrader 5
В заключительной седьмой части книги рассматриваются расширенные возможности MQL5 API, которые пригодятся при разработке программ для MetaTrader 5. Некоторые из них — пользовательские финансовые инструменты и встроенный экономический календарь, а другие — универсальные технологии, такие как сетевые
Программирование на MQL5 для трейдеров — исходные коды из книги. Часть 6 для MetaTrader 5
В шестой части книги "Программирование на MQL5 для трейдеров" мы изучим ключевую составляющую языка MQL5 — автоматизацию торговли. Начнем с описания основных сущностей, таких как спецификации финансовых инструментов и настройки торгового счета, которые необходимы для создания корректных советников
Программирование на MQL5 для трейдеров — исходные коды из книги. Часть 5 для MetaTrader 5
В пятой части книги мы углубимся в изучение API, связанного с алготрейдингом, включая анализ и обработку финансовых данных, визуализацию на графиках и автоматизацию действий, а также интерактивное взаимодействие с пользователем
Программирование на MQL5 для трейдеров — исходные коды из книги. Часть 4 для MetaTrader 5
В четвертой части книги мы сосредоточимся на освоении встроенных функций (MQL5 API) и будем последовательно углубляться в специализированные подсистемы. Перечень технологий и функциональности, доступных любой программе на MQL5, огромен. Поэтому для начала имеет смысл рассмотреть наиболее простые и
Программирование на MQL5 для трейдеров — исходные коды из книги. Часть 3 для MetaTrader 5
Часть 3 "Объектно-Ориентированное Программирование на MQL5" предлагает погружение в мир объектно-ориентированного программирования (ООП) на языке MQL5. В процессе разработки программ часто возникает сложность управления множеством сущностей, что требует продвинутой технологии для улучшения удобства
Программирование на MQL5 для трейдеров — исходные коды из книги. Часть 2 для MetaTrader 5
Часть 2 "Основы программирования на MQL5" является введением в ключевые концепции этого языка программирования. В этой части книги читатели ознакомятся с типами данных, идентификаторами, переменными, выражениями и операторами, а также узнают, как объединять различные инструкции для формирования
Программирование на MQL5 для трейдеров — исходные коды из книги. Часть 1 для MetaTrader 5
Первая глава книги знакомит с языком и средой разработки MQL5. Одно из главных изменений в языке MQL5 по сравнению с MQL4 (язык MetaTrader 4) — поддержка объектно-ориентированного программирования (ООП), что делает его схожим с C++
RegularExpressions на MQL4 для работы с регулярными выражениями для MetaTrader 4
Регулярные выражения предоставляют формальный язык для быстрой и гибкой обработки текста. Каждое регулярное выражение является шаблоном (маской), для которого обработчик регулярных выражений пытается найти совпадения в исходном текстом. Шаблон состоит из односимвольных или многосимвольных литералов
RegularExpressions на MQL5 для работы с регулярными выражениями для MetaTrader 5
Регулярные выражения предоставляют формальный язык для быстрой и гибкой обработки текста. Каждое регулярное выражение является шаблоном(маской), для которого обработчик регулярных выражений пытается найти совпадения в исходном текстом. Шаблон состоит из односимвольных или многосимвольных литералов
Cтатьи
Работа с ONNX-моделями в форматах float16 и float8 для MetaTrader 5
Форматы данных, используемые для представления моделей машинного обучения, играют ключевую роль в их эффективности. В последние годы появилось несколько новых типов данных, разработанных специально для работы с моделями глубокого обучения. В данной статье мы обратим внимание на два новых формата
Регрессионные модели библиотеки Scikit-learn и их экспорт в ONNX для MetaTrader 5
В данной статье мы рассмотрим применение регрессионных моделей пакета Scikit-learn, попробуем их сконвертировать в ONNX-формат и использовать полученные модели в программах на MQL5. Также мы сравним точность работы оригинальных моделей и их ONNX-версий для float и double. Кроме того, мы рассмотрим
Запускаем MetaTrader VPS впервые — пошаговая инструкция для MetaTrader 5
Всем, кто использует торговые советники или подписки на сигналы, рано или поздно понадобится надежный круглосуточный хостинг для торговой платформы. Мы рекомендуем использовать MetaTrader VPS по целому ряду причин. Платить и управлять сервисом можно через аккаунт MQL5.community. Если у вас еще нет
Классификационные модели библиотеки Scikit-learn и их экспорт в ONNX для MetaTrader 5
В данной статье мы рассмотрим применение всех классификационных моделей пакета Scikit-learn для решения задачи классификации ирисов Фишера, попробуем их сконвертировать в ONNX-формат и использовать полученные модели в программах на MQL5. Также мы сравним точность работы оригинальных моделей и их
Библиотека численного анализа ALGLIB в MQL5 для MetaTrader 5
В этой статье мы кратко рассмотрим библиотеку численного анализа ALGLIB 3.19, ее приложения и новые алгоритмы, позволяющие повысить эффективность анализа финансовых данных
Оценка ONNX-моделей при помощи регрессионных метрик для MetaTrader 5
Регрессия – это задача предсказания вещественной величины по непомеченному примеру. Для оценки точности предсказаний регрессионных моделей предназначены так называемые метрики регрессии
Матрицы и векторы в MQL5: функции активации для MetaTrader 5
В данной статье мы опишем только один из аспектов машинного обучения - функции активации. В искусственных нейронных сетях функция активации нейрона вычисляет значение выходного сигнала на основе значений входного сигнала или набора входных сигналов. Мы покажем, что находится "под капотом"
Оборачиваем ONNX-модели в классы для MetaTrader 5
Объектно-ориентированное программирование позволяет создавать более компактный код, который легко читать и модифицировать. Представляем пример для трёх ONNX-моделей
Пример ансамбля ONNX-моделей в MQL5 для MetaTrader 5
ONNX (Open Neural Network eXchange) — открытый стандарт представления нейронных сетей. В данной статье мы покажем возможность одновременного использования двух ONNX-моделей в одном эксперте
Использование ONNX-моделей в MQL5 для MetaTrader 5
ONNX (Open Neural Network Exchange) — открытый стандарт представления моделей нейронных сетей. В данной статье мы рассмотрим процесс создания модели СNN-LSTM для прогнозирования финансовых временных рядов и использование созданной ONNX-модели в MQL5-эксперте
Форум
Обсуждение статьи "Алгоритм эволюции панциря черепахи (Turtle Shell Evolution Algorithm, TSEA)"
Опубликована статья Алгоритм эволюции панциря черепахи (Turtle Shell Evolution Algorithm, TSEA) : Уникальный алгоритм оптимизации, вдохновленный эволюцией панциря черепахи. Алгоритм TSEA эмулирует постепенное формирование ороговевших участков кожи, которые представляют собой оптимальные решения
Обсуждение статьи "Разметка данных в анализе временных рядов (Часть 6)：Применение и тестирование советника с помощью ONNX"
Опубликована статья Разметка данных в анализе временных рядов (Часть 6)：Применение и тестирование советника с помощью ONNX : В этой серии статей представлены несколько методов разметки временных рядов, которые могут создавать данные, соответствующие большинству моделей искусственного интеллекта
Обсуждение статьи "Нейросети — это просто (Часть 89): Трансформер частотного разложения сигнала (FEDformer)"
Опубликована статья Нейросети — это просто (Часть 89): Трансформер частотного разложения сигнала (FEDformer) : Все рассмотренные нами ранее модели анализируют состояние окружающей среды в виде временной последовательности. Однако тот же временной ряд можно представить и в виде частотных
Обсуждение статьи "Комбинаторика и теория вероятностей для трейдинга (Часть IV): Логика Бернулли"
Опубликована статья Комбинаторика и теория вероятностей для трейдинга (Часть IV): Логика Бернулли : В данной статье я решил осветить всем известную схему Бернулли и показать как можно ее использовать в рамках описания массивов данных связанных с торговлей, для дальнейшего использования на пути
Обсуждение статьи "Возможности Мастера MQL5, которые вам нужно знать (Часть 10): Нетрадиционная RBM"
Опубликована статья Возможности Мастера MQL5, которые вам нужно знать (Часть 10): Нетрадиционная RBM : Ограниченные машины Больцмана (Restrictive Boltzmann Machines, RBM) представляют собой на базовом уровне двухслойную нейронную сеть, способную выполнять неконтролируемую классификацию посредством
Обсуждение статьи "Критерий однородности Смирнова как индикатор нестационарности временного ряда"
Опубликована статья Критерий однородности Смирнова как индикатор нестационарности временного ряда : В статье рассматривается один из самых известных непараметрических критериев однородности — критерий Смирнова. Анализируются как модельные данные, так и реальные котировки. Приводится пример
Обсуждение статьи "Алгоритмическая торговля с MetaTrader 5 и R для начинающих"
Опубликована статья Алгоритмическая торговля с MetaTrader 5 и R для начинающих : В статье мы объединим финансовый анализ с алгоритмической торговлей, а также посмотрим, как можно подружить R и MetaTrader 5. Эта статья — руководство по объединению аналитической гибкости R с огромными торговыми
Обсуждение статьи "Разработка MQTT-клиента для MetaTrader 5: методология TDD (Часть 5)"
Опубликована статья Разработка MQTT-клиента для MetaTrader 5: методология TDD (Часть 5) : Статья является пятой частью серии, описывающей этапы разработки нативного MQL5-клиента для протокола MQTT 5.0. В этой части мы опишем структуру пакетов PUBLISH - как мы устанавливаем их флаги публикации
Обсуждение статьи "Нейросети — это просто (Часть 88): Полносвязный Энкодер временных рядов (TiDE)"
Опубликована статья Нейросети — это просто (Часть 88): Полносвязный Энкодер временных рядов (TiDE) : Желание получить наиболее точные прогнозы толкает исследователей к усложнению моделей прогнозирование. Что в свою очередь ведет к увеличению затрат на обучение и обслуживание модели. Но всегда ли это
Обсуждение статьи "Как разработать агент обучения с подкреплением на MQL5 с интеграцией RestAPI (Часть 3): Создание автоматических ходов и тестовых скриптов на MQL5"
Опубликована статья Как разработать агент обучения с подкреплением на MQL5 с интеграцией RestAPI (Часть 3): Создание автоматических ходов и тестовых скриптов на MQL5 : В этой статье рассматривается реализация автоматических ходов в игре "Крестики-нолики" на языке Python, интегрированная с функциями