Articles sur le machine learning dans le trading

icon

Création de robots de trading basés sur l'IA : intégration native avec Python, bibliothèques de matrices et vecteurs, mathématiques et statistiques , et bien plus encore.

Découvrez comment utiliser le machine learning dans le trading. Réseaux de neurones, perceptrons, convolutifs et récurrents, modèles prédictifs - commencez par les bases et progressez jusqu'au développement de votre propre IA. Vous apprendrez à former et à appliquer des réseaux de neurones pour le trading algorithmique sur les marchés financiers.

Ajouter un nouvel article
dernier | meilleur
preview
Matrices et vecteurs en MQL5

Matrices et vecteurs en MQL5

En utilisant les types de données spéciaux "matrix" et "vector", il est possible de créer un code très proche de la notation mathématique. Avec ces méthodes, vous pouvez éviter de créer des boucles imbriquées ou de faire attention à l'indexation correcte des tableaux dans les calculs. Par conséquent, l'utilisation des méthodes matricielles et des méthodes vectorielles augmente la fiabilité et la rapidité du développement de programmes complexes.
preview
Science des Données et Apprentissage Automatique (partie 03) : Matrices de Régression

Science des Données et Apprentissage Automatique (partie 03) : Matrices de Régression

Cette fois-ci, nos modèles sont faits avec des matrices. Ceci permet une certaine flexibilité tout en nous permettant de faire des modèles puissants pouvant gérer non seulement cinq variables indépendantes mais aussi de nombreuses variables (tant que nous restons dans les limites de calcul d'un ordinateur). Cet article va être une lecture intéressante, c'est certain.
Les forêts aléatoires prédisent les tendances
Les forêts aléatoires prédisent les tendances

Les forêts aléatoires prédisent les tendances

Cet article envisage d'utiliser le package Rattle pour la recherche automatique de modèles afin de prédire les positions longues et courtes des paires de devises sur le Forex. Cet article peut être utile à la fois pour les traders débutants et expérimentés.
Réseaux de neurones de troisième génération : Réseaux profonds
Réseaux de neurones de troisième génération : Réseaux profonds

Réseaux de neurones de troisième génération : Réseaux profonds

Cet article est consacré à une nouvelle direction en perspective dans l’apprentissage automatique - l’apprentissage profond ou, pour être précis, les réseaux de neurones profonds. Il s’agit d’un bref examen des réseaux de neurones de deuxième génération, de l’architecture de leurs connexions et de leurs principaux types, méthodes et règles d’apprentissage et de leurs principaux inconvénients, suivi de l’histoire du développement des réseaux de neurones de troisième génération, de leurs principaux types, particularités et méthodes d’entraînement. Des expériences pratiques sur la construction et l’entraînement d’un réseau neuronal profond initié par les poids d’un autoencodeur empilé avec des données réelles sont menées. Toutes les étapes, de la sélection des données d’entrée à la dérivation métrique, sont discutées en détail. La dernière partie de l’article contient une implémentation logicielle d’un réseau de neurones profond dans un Expert Advisor avec un indicateur intégré basé sur MQL4/R.
Réseau neuronal bon marché et joyeux - Lier NeuroPro avec MetaTrader 5
Réseau neuronal bon marché et joyeux - Lier NeuroPro avec MetaTrader 5

Réseau neuronal bon marché et joyeux - Lier NeuroPro avec MetaTrader 5

Si des programmes de réseau neuronal spécifiques au trading vous semblent coûteux et complexes ou, au contraire, trop simples, essayez NeuroPro. Il est gratuit et contient l'ensemble optimal de fonctionnalités pour les amateurs. Cet article vous expliquera comment l'utiliser en conjonction avec MetaTrader 5.
Apprentissage automatique : Comment les machines à vecteurs de support peuvent être utilisées dans le trading
Apprentissage automatique : Comment les machines à vecteurs de support peuvent être utilisées dans le trading

Apprentissage automatique : Comment les machines à vecteurs de support peuvent être utilisées dans le trading

Les machines à vecteurs de support sont utilisées depuis longtemps dans des domaines tels que la bio-informatique et les mathématiques appliquées pour évaluer des ensembles de données complexes et extraire des modèles utiles pouvant être utilisés pour classer les données. Cet article examine ce qu'est une machine à vecteurs de support, comment elle fonctionne et pourquoi elle peut être si utile pour extraire des motifs complexes. Nous étudions ensuite comment ils peuvent être appliqués au marché et potentiellement utilisés pour conseiller sur le trading. À l'aide de l'outil d'apprentissage par machine à vecteur de support, l'article fournit des exemples concrets qui permettent aux lecteurs d'expérimenter leur propre trading.
Réseaux neuronaux : De la théorie à la pratique
Réseaux neuronaux : De la théorie à la pratique

Réseaux neuronaux : De la théorie à la pratique

De nos jours, tout trader doit avoir entendu parler des réseaux neuronaux et sait à quel point il est cool de les utiliser. La majorité pense que ceux qui peuvent traiter les réseaux neuronaux sont des sortes de surhommes. Dans cet article, je vais essayer de vous expliquer l'architecture des réseaux neuronaux, de décrire leurs applications et de montrer des exemples d'utilisation pratique.
Connecter les NeuroSolutions Réseaux Neuronaux
Connecter les NeuroSolutions Réseaux Neuronaux

Connecter les NeuroSolutions Réseaux Neuronaux

En plus de la création de réseaux neuronaux, la suite logicielle NeuroSolutions permet de les exporter sous forme de DLL. Cet article décrit le processus de création d'un réseau neuronal, de génération d'une DLL et de connexion à un Expert Advisor pour le trading dans MetaTrader 5.