Artículos, Biblioteca - página 50

Artículo publicado Características del Wizard MQL5 que debe conocer (Parte 14): Previsión multiobjetivo de series temporales con STF : La fusión espacio-temporal, que utiliza métricas espaciales y temporales en la modelización de datos, es útil sobre todo en teledetección y otras muchas actividades

Artículo publicado Red neuronal en la práctica: Recta secante : Como se explicó en la parte teórica, necesitamos usar regresiones lineales y derivadas cuando trabajamos con redes neuronales. ¿Pero por qué? La razón es que la regresión lineal es una de las fórmulas más simples que existen

Artículo publicado Desarrollo de un sistema de repetición (Parte 45): Proyecto Chart Trade (IV) : Lo principal en este artículo es precisamente la presentación y explicación de la clase C_ChartFloatingRAD. Tenemos el indicador Chart Trade, que funciona de una manera bastante interesante. No

Artículo publicado Algoritmos de optimización de la población: Resiliencia ante el estancamiento en los extremos locales (Parte II) : Hoy continuaremos un experimento cuyo objetivo es investigar el comportamiento de los algoritmos de optimización basados en poblaciones en el contexto de su capacidad

Artículo publicado Redes neuronales: así de sencillo (Parte 79): Adición de solicitudes en el contexto de estado (FAQ) : En el artículo anterior, nos familiarizamos con uno de los métodos para detectar objetos en una imagen. Sin embargo, el procesamiento de una imagen estática se diferencia

Artículo publicado Practicando el desarrollo de estrategias de trading : En este artículo, intentaremos desarrollar nuestra propia estrategia de trading. Toda estrategia de trading debe basarse en algún tipo de ventaja estadística. Además, esta ventaja debería existir durante mucho tiempo. Una

Kase DevStops : El indicador permite calcular los puntos de colocación de los niveles stop de acuerdo con el sistema descrito por Cyntia Kase. Autor: Mladen Rakic

Artículo publicado Redes neuronales: así de sencillo (Parte 81): Razonamiento de movimiento guiado por el contexto de grueso a fino (CCMR, Coarse-to-Fine Context-Guided Motion Reasoning) : En trabajos anteriores, siempre evaluábamos el estado actual del entorno. Al mismo tiempo, la dinámica de los

Artículo publicado Puntuación de propensión (Propensity score) en la inferencia causal : Este artículo trata el tema del emparejamiento en la inferencia causal. El emparejamiento se usa para emparejar observaciones similares en un conjunto de datos. Esto es necesario para identificar correctamente

Boa_ZigZag_Arrows_Duplex : Dos zigzags Boa_ZigZag de diferentes períodos, representados en forma de etiquetas en el mismo gráfico. Autor: Nikolay Kositsin

Artículo publicado DoEasy. Elementos de control (Parte 33): "ScrollBar" vertical : En este artículo, continuaremos desarrollando los elementos gráficos de la librería DoEasy, y añadiremos el desplazamiento vertical de los controles del objeto formulario y algunas funciones y métodos útiles que serán

Artículo publicado Factorización de matrices: lo básico : Como el objetivo aquí es ser didáctico. Mantendré las cosas en su forma más sencilla. Es decir, implementaremos solo lo necesario: la multiplicación de matrices. Verás que esto será suficiente para simular la multiplicación de una matriz por

Artículo publicado Filtrado de estacionalidad y período de tiempo para modelos de Deep Learning ONNX con Python para EA : ¿Podemos beneficiarnos de la estacionalidad al crear modelos para Deep Learning con Python? ¿Ayuda el filtrado de datos para los modelos ONNX a obtener mejores resultados? ¿Qué

Artículo publicado Interfaces gráficas X: Control "Campo de edición del texto multilínea" (build 8) : Se considera el control «Campo de edición multilínea». A diferencia del objeto gráfico OBJ_EDIT, en esta versión no habrá limitación alguna para el número de los caracteres a introducir. Aparte de

Artículo publicado Cómo detectar tendencias y patrones de gráficos usando MQL5 : El artículo presenta un método para detectar automáticamente patrones de acción del precio usando MQL5, tales como tendencias (ascendentes, descendentes, laterales) y patrones de gráficos (pico doble, valle doble)

Marcando las velas con tamaño más grande del especificado : Este indicador marca en el gráfico de precios las velas que tienen el tamaño más grande que el tamaño especificado en los ajustes. Cuando el tamaño de la vela actual supera el tamaño especificado en los ajustes, el indicador puede avisar de

Artículo publicado Características del Wizard MQL5 que debe conocer (Parte 13): DBSCAN para la clase experta de señales : El agrupamiento basado en densidad para aplicaciones con ruido (DBSCAN) es una forma no supervisada de agrupar datos que apenas requiere parámetros de entrada, salvo solo 2, lo

Canal de Keltner en forma de la nube : El indicador dibuja el canal de Keltner en forma de la nube. Autor: Scriptor

CloseProfit v2 : Cierre de las posiciones y eliminación de órdenes pendientes al alcanzar la ganancia o la pérdida especificadas. Autor: Vladimir Karputov

Artículo publicado Desarrollo de un Asesor Experto multidivisas (Parte 4): Órdenes pendientes virtuales y guardado del estado : Tras empezar a desarrollar un EA multidivisa, ya hemos obtenido algunos resultados y hemos conseguido realizar varias iteraciones de mejora del código. Sin embargo, nuestro

Artículo publicado Aplicar un Indicador a Otro : Al escribir un indicador que usa la forma corta de la llamada de función OnCalculate(), puede que no se dé cuenta del hecho de que un indicador se puede calcular no solo por datos de precio, sino también por datos de otro indicador (independientemente

Artículo publicado Creación de un modelo de restricción de tendencia de velas (Parte 1): Para EAs e Indicadores Técnicos : Este artículo está dirigido a principiantes y desarrolladores avanzados de MQL5. Proporciona un fragmento de código para definir y limitar los indicadores generadores de señales

Artículo publicado Trabajamos con modelos ONNX en formato float16 y float8 : Los formatos de datos usados para representar modelos de aprendizaje automático desempeñan un papel clave en su eficacia. En los últimos años, se han desarrollado varios tipos de datos nuevos específicamente para trabajar

Analizador Root : Analizador - Basado en aplicacion de codigo binario a la escala de precios y su derivados calculos de fuerzas Autor: Yevheniy Kopanitskyy

Artículo publicado Algoritmos de optimización de la población: Resiliencia ante el estancamiento en los extremos locales (Parte I) : El presente artículo presenta un experimento único cuyo objetivo es investigar el comportamiento de los algoritmos de optimización basados en poblaciones en el

Artículo publicado Superar los retos de integración de ONNX : ONNX es una gran herramienta para la integración de código complejo de IA entre diferentes plataformas, es una gran herramienta que viene con algunos desafíos que uno debe abordar para obtener el máximo provecho de ella, En este artículo

Price_Momentum_Oscillator : Indicador Price Momentum Oscillator Autor: Scriptor

Artículo publicado Clase básica de algoritmos de población como base para una optimización eficaz : El presente material supone un intento único de investigación para combinar una variedad de algoritmos de población en una sola clase y simplificar la aplicación de técnicas de optimización. Este

SilverTrend_HTF_Signal : SilverTrend_HTF_Signal muestra la dirección de la tendencia o una señal generada por el indicador SilverTrend_Signal para llevar a cabo una transacción, mediante un objeto gráfico coloreado que indica la tendencia o la dirección de la transacción. Autor: Nikolay Kositsin

Artículo publicado Aprendizaje automático y Data Science (Parte 02): Regresión logística : La clasificación de los datos es un punto crucial para los tráders algorítmicos y los programadores. En este artículo, nos centraremos en uno de los algoritmos logísticos de clasificación que podría ayudarnos