Articles sur l'analyse des données et les statistiques dans MQL5

Cet article décrit l'infrastructure MQL5-RPC qui active les appels de procédure distante à partir de MQL5. Il commence par les bases de XML-RPC, la mise en œuvre de MQL5 et se poursuit par deux exemples d'utilisation réelle. Le premier exemple utilise un service Web externe et le second est un client vers un simple service d'analyse XML-RPC ATC 2011. Si vous souhaitez savoir comment mettre en œuvre et analyser différentes statistiques de l'ATC 2011 en temps réel, cet article est fait pour vous.

Nous savons maintenant que la fonction de densité de probabilité (PDF) d'un cycle de marché ne rappelle pas une gaussienne mais plutôt une PDF d'une onde sinusoïdale et la plupart des indicateurs supposent que la PDF du cycle de marché est gaussienne ; nous avons besoin d'un moyen de « corriger » cela. La solution consiste à utiliser la transformation de Fisher. La transformation de Fisher change la PDF de n'importe quelle forme d'onde en une forme approximativement gaussienne. Cet article décrit les mathématiques qui sous-tendent la transformation de Fisher et la transformation inverse de Fisher, ainsi que leur application au trading. Un module de signal de trading propriétaire basé sur la transformation inverse de Fisher est présenté et évalué.

Dans cet article, je voudrais donner un exemple de ce à quoi peut ressembler un programme de trader ainsi que des résultats pouvant être atteints en 9 mois, après avoir commencé à apprendre MQL5 à partir de zéro. Cet exemple indiquera également à quel point un tel programme peut être multifonctionnel et informatif pour un trader tout en prenant un minimum de place sur le graphique des prix. Et nous pourrons voir à quel point les panneaux d'informations de trade peuvent être colorés, lumineux et intuitivement clairs pour l'utilisateur. Ainsi que de nombreuses autres fonctionnalités...

Cet article vise à faire évoluer l'indicateur créé précédemment et traite brièvement d'une méthode d'estimation des intervalles de confiance des prévisions à l'aide du lancement et des quantiles. En conséquence, nous obtiendrons l'indicateur de prévision et les scripts à utiliser pour estimer l'exactitude des prévisions.

Lors de l’élaboration d'un système de trading, il se pose généralement un problème de sélection de la meilleure combinaison d'indicateurs et de leurs signaux. L'analyse discriminante est l'une des méthodes pour trouver de telles combinaisons. L'article donne un exemple d’élaboration d'une évaluation environnementale pour la collecte de données de marché et illustre l'utilisation de l'analyse discriminante pour la construction de modèles prognostiques pour le marché FOREX dans le logiciel Statistica.

L’analyse technique met largement en œuvre les indicateurs montrant les cotations de base « plus clairement » et permettant aux traders d’effectuer une analyse et de prévoir l’évolution des prix du marché. Il est tout à fait évident qu’il n’y a aucun sens à utiliser les indicateurs, et encore moins les appliquer dans la création de systèmes de trading, à moins que nous ne puissions résoudre les problèmes liés à la transformation des cotations initiales et la crédibilité des résultats obtenus. Dans cet article, nous montrons qu’il existe des réels motifs pour une telle conclusion.

L'article familiarise le lecteur avec les modèles de lissage exponentiel utilisés dans la prévision à court terme des séries chronologiques. De plus, il aborde les questions liées à l'optimisation et à l'estimation des résultats prévisionnels et fournit quelques exemples de scripts et d'indicateurs. Cet article sera utile pour une première prise de connaissance des principes de prévision à partir de modèles de lissage exponentiel.

Cet article présente une classe conçue pour donner une estimation préliminaire rapide des caractéristiques de diverses séries chronologiques. Au fur et à mesure que cela se produit, les paramètres statistiques et la fonction d'auto-corrélation sont estimés, une estimation spectrale des séries chronologiques est effectuée et un histogramme est créé.

Le terminal client MetaTrader 5 offre un large éventail de possibilités d’optimisation des paramètres de l’Expert Advisor. En plus des critères d’optimisation compris dans le testeur de stratégie, les développeurs sont offerts une opportunité de créer leurs propres critères. Cela conduit à un nombre presque illimité de possibilités de test et d’optimisation des Expert Advisors. L’article décrit des méthodes pratiques d’établir de tels critères - à la fois complexes et simples.

L'un des aspects les plus intéressants des cartes de caractéristiques auto-organisatrices (cartes de Kohonen) est qu'elles apprennent à classer les données sans supervision. Dans sa forme de base, il produit une carte de similarité des données d'entrée (regroupement). Les cartes SOM peuvent être utilisées pour la classification et la visualisation de données de grande dimension. Dans cet article, nous examinerons plusieurs applications simples des cartes de Kohonen.

L'estimation des paramètres statistiques d'une séquence est très importante, car la plupart des modèles et méthodes mathématiques sont axés sur des hypothèses différentes. Par exemple, la normalité de la loi de distribution ou la valeur de dispersion, ou d'autres paramètres. Ainsi, lors de l'analyse et de la prévision de séries chronologiques, nous avons besoin d'un outil simple et pratique qui permette d'estimer rapidement et clairement les principaux paramètres statistiques. L'article décrit brièvement les paramètres statistiques les plus simples d'une séquence aléatoire et plusieurs méthodes de son analyse visuelle. Il propose l’implémentation de ces méthodes en MQL5 et les méthodes de visualisation du résultat des calculs à l'aide de l'application Gnuplot.

L'article traite des distributions de probabilité (normale, log-normale, binomiale, logistique, exponentielle, distribution de Cauchy, distribution t de Student, distribution de Laplace, distribution de Poisson, distribution sécante hyperbolique, distribution bêta et gamma) des variables aléatoires utilisées en Statistique Appliquée. Il propose également des classes pour gérer ces distributions.

Existe-t-il une corrélation entre le comportement passé des prix et ses tendances futures ? Pourquoi le prix répète-t-il aujourd'hui le caractère de son mouvement de la veille ? Les statistiques peuvent-elles être utilisées pour prévoir la dynamique des prix ? Il y a une réponse, et elle est positive. En cas de doute, cet article est fait pour vous. Je vais vous expliquer comment créer un filtre fonctionnel pour un système de trading dans MQL5, révélant une tendance intéressante dans les fluctuations de prix.

Cet article est la suite logique de mon article Statistical Probability Distributions en MQL5 qui présente les classes pour travailler avec certaines distributions statistiques théoriques. Maintenant que nous disposons d'une base théorique, je suggère que nous procédions directement à des ensembles de données réelles et que nous essayions de faire un usage informatif de cette base.

Le prix du marché est formé à partir d’un équilibre stable entre l’offre et la demande qui, à son tour, dépendent d’une variété de facteurs économiques, politiques et psychologiques. Les différences de nature ainsi que les causes d’influence de ces facteurs rendent difficile la prise en compte directe de tous les composants. Cet article présente une tentative de prédire le prix du marché sur la base d’un modèle de régression élaboré.

Marche Aléatoire ressemble beaucoup aux données réelles du marché, mais elle présente des caractéristiques importantes. Dans cet article, nous examinerons les propriétés de Marche Aléatoire, simulées à l’aide du jeu de lancer de pièces. Pour étudier les propriétés des données, l’indicateur de tendance est élaboré.

Dans l'article suivant, je décris un processus d’implémentation de l'indicateur Moving Mini-Max basé sur un article de Z.G.Silagadze « Moving Mini-max : un nouvel indicateur pour l'analyse technique ». L'idée de l'indicateur est basée sur la simulation des phénomènes d'effet tunnel quantique, proposée par G. Gamov dans la théorie de la désintégration alpha.

Cet article décrit les méthodes d'analyse économétriques, l'analyse d'auto-corrélation et l'analyse de variance conditionnelle en particulier. Quel est l'avantage de l'approche décrite ici? L'utilisation des modèles GARCH non linéaires permet de représenter formellement la série analysée du point de vue mathématique et de créer une prévision pour un nombre spécifié d'étapes.

Il existe de nombreuses mesures qui permettent de déterminer l’efficacité et la rentabilité d’un système de trading. Cependant, les traders sont toujours prêts à soumettre n’importe quel système à un nouveau crash test. L’article explique comment les statistiques basées sur des mesures d’efficacité peuvent être utilisées pour la plateforme MetaTrader 5. Il contient la classe pour la transformation de l’interprétation des statistiques par les transactions à celle qui ne contredit pas la description donnée dans le livre de S.V. « Statistika dlya traderov » (« Statistiques destinées aux traders »). Bulashev. Il contient également un exemple de fonction personnalisée pour optimisation.

Cet article est destiné à familiariser ses lecteurs avec une variante possible d'utilisation des objets graphiques du langage MQL5. Il analyse un indicateur, qui met implémente un panel de gestion d'un analyseur de spectre simple utilisant les objets graphiques. L'article est destiné aux lecteurs familiarisés avec les bases de MQL5.

L’article est consacré à l’application pratique du concept de logique floue pour l’analyse des marchés financiers. Nous proposons l’exemple de l’indicateur générant des signaux basés sur deux règles floues fondées sur l’indicateur Enveloppes. L’indicateur développé utilise plusieurs tampons d’indicateurs: 7 tampons pour les calculs, 5 tampons pour l’affichage des graphiques et 2 tampons de couleur.

L'article étale un exemple de comment élaborer un programme MQL5 mettant en implémentant l'algorithme adaptatif de groupement appelé Growing neural gas (GNG). L'article est destiné aux utilisateurs qui ont étudié la documentation du langage et qui ont certaines compétences en programmation et des connaissances de base dans le domaine de la neuro-informatique.

Trouver des règles pour un système de trade et les programmer dans un Expert Advisor est la moitié du travail. D'une certaine manière, vous devez corriger le fonctionnement de l'Expert Advisor au fur et à mesure qu'il accumule les résultats du trading. Cet article décrit l'une des approches qui permet d'améliorer les performances d'un Expert Advisor à travers un feedback qui mesure la pente de la courbe d'équilibre.

La réalisation d'un graphique en chandeliers japonais et l'analyse des modèles de chandeliers constituent un domaine passionnant d'analyse technique. L'avantage des chandeliers est qu'ils représentent les données de sorte que vous puissiez suivre la dynamique à l'intérieur des données. Dans cet article, nous analysons les types de chandeliers, la classification des modèles de chandeliers et présentons un indicateur pouvant déterminer les modèles de chandeliers.

Dans cet article, l'auteur parle de calculs évolutifs à l'aide d'un algorithme génétique personnellement élaboré . Il démontre le fonctionnement de l'algorithme, à l'aide d'exemples, et fournit des recommandations pratiques pour son utilisation.

Dans cet article, nous allons élaborer un outil d’analyse des rapports CFTC. Nous allons résoudre le problème suivant: élaborer un indicateur, qui permet d’utiliser les données du rapport CFTC directement à partir des fichiers de données fournis par la Commission sans traitement intermédiaire et conversion. En outre, il peut être utilisé à différentes fins: pour tracer les données en tant qu’indicateur, pour procéder avec les données dans les autres indicateurs, dans les scripts pour l’analyse automatisée, dans les Expert Advisors pour l’utilisation dans les stratégies de trading.

L'idée du filtrage des signaux numériques a été largement discutée sur des sujets de forum concernant la création de systèmes de trading. Et il serait imprudent de ne pas créer un code standard de filtres numériques en MQL5. Dans cet article, l'auteur décrit la transformation du code d'un simple indicateur SMA de son article "Indicateurs Personnalisés dans MQL5 pour les Débutants" en code de filtre numérique plus compliqué et universel. Cet article est une suite logique de l'article précédent. Il explique également comment remplacer le texte dans le code et comment corriger les erreurs de programmation.

Le Profile du Marché a été élaboré par le brillant penseur Peter Steidlmayer. Il a suggéré l’utilisation de la représentation alternative de l'information sur les mouvements de marché « horizontaux » et « verticaux » qui conduit à un ensemble de modèles complètement différent. Il a assumé qu'il existe une impulsion sous-jacente du marché ou un modèle fondamental appelé cycle d'équilibre et de déséquilibre. Dans cet article, j’examinerai l'Histogramme des Prix - un modèle simplifié de profil de marché, et décrirai son implémentation dans MQL5.