Codes
PACF_ACF for MetaTrader 5
The script calculates the autocorrelation and partial autocorrelation functions and displays them on a graph
Articles
Training a multilayer perceptron using the Levenberg-Marquardt algorithm for MetaTrader 5
The article presents an implementation of the Levenberg-Marquardt algorithm for training feedforward neural networks. A comparative analysis of performance with algorithms from the scikit-learn Python library has been conducted. Simpler learning methods, such as gradient descent, gradient descent
Forecasting exchange rates using classic machine learning methods: Logit and Probit models for MetaTrader 5
In the article, an attempt is made to build a trading EA for predicting exchange rate quotes. The algorithm is based on classical classification models - logistic and probit regression. The likelihood ratio criterion is used as a filter for trading signals
Econometric tools for forecasting volatility: GARCH model for MetaTrader 5
The article describes the properties of the non-linear model of conditional heteroscedasticity (GARCH). The iGARCH indicator has been built on its basis for predicting volatility one step ahead. The ALGLIB numerical analysis library is used to estimate the model parameters
Elements of correlation analysis in MQL5: Pearson chi-square test of independence and correlation ratio for MetaTrader 5
The article observes classical tools of correlation analysis. An emphasis is made on brief theoretical background, as well as on the practical implementation of the Pearson chi-square test of independence and the correlation ratio
Two-sample Kolmogorov-Smirnov test as an indicator of time series non-stationarity for MetaTrader 5
The article considers one of the most famous non-parametric homogeneity tests – the two-sample Kolmogorov-Smirnov test. Both model data and real quotes are analyzed. The article also provides an example of constructing a non-stationarity indicator (iSmirnovDistance)
Non-stationary processes and spurious regression for MetaTrader 5
The article demonstrates spurious regression occurring when attempting to apply regression analysis to non-stationary processes using Monte Carlo simulation
Выборочные методы марковских цепей Монте-Карло. Алгоритм HMC for MetaTrader 5
В статье исследуется гамильтонов алгоритм Монте-Карло (HMC) — золотой стандарт сэмплирования из сложных многомерных распределений. Представлена полноценная реализация HMC на языке MQL5, которая включает адаптивную настройку матрицы масс, поиск моды апостериорного распределения (MAP) с помощью метода
Выборочные методы MCMC: Алгоритм выборки по уровням (Slice sampling) for MetaTrader 5
В этой статье исследуется метод выборки по уровням (slice sampling) — адаптивный алгоритм MCMC, который самостоятельно регулирует параметры сэмплирования. Его эффективность продемонстрирована на моделях байесовской линейной и логистической регрессии, а результаты сравниваются с классическими
Выборочные методы MCMC — Алгоритм Метрополиса-Гастингса for MetaTrader 5
Алгоритм Метрополиса-Гастингса — фундаментальный метод Монте-Карло по схеме марковских цепей (MCMC), широко применяемый для аппроксимации апостериорных распределений в байесовском выводе. Статья описывает теоретические основы алгоритма, реализацию класса MHSampler на MQL5 и примеры применения с
Прогнозирование условного распределения с помощью MLP for MetaTrader 5
В данной статье мы рассмотрим модель регрессии на базе MLP, которая прогнозирует не только условное математическое ожидание, но и условную дисперсию. Другими словами, мы будем учить нашу сеть предсказывать целое распределение будущих цен на основе входного вектора признаков. Но для этой цели нам