Articoli sull'analisi dei dati e le statistiche in MQL5

La classificazione dei dati è una cosa cruciale per un algo trader e un programmatore. In questo articolo, ci concentreremo su uno degli algoritmi logistici di classificazione che possono aiutarci a identificare i Sì o i No, gli alti e bassi, gli acquisti e le vendite.

C'è una necessità essenziale per i programmatori o gli sviluppatori di MQL5 di padroneggiare strumenti importanti e preziosi. Uno di questi strumenti è il Tester di Strategie; questo articolo è una guida pratica alla comprensione e all'utilizzo del tester di strategie di MQL5.

Molte persone le amano, ma poche comprendono l'intero funzionamento delle Reti Neurali. In questo articolo cercherò di spiegare in parole povere tutto ciò che avviene dietro le porte chiuse di un percettrone multistrato feed-forward.

In questo articolo cercherò di utilizzare il nostro modello logistico per prevedere il crollo del mercato azionario basato sui fondamentali dell'economia statunitense, NETFLIX e APPLE sono i titoli su cui ci concentreremo. Utilizzando i precedenti crolli del mercato del 2019 e 2020 vediamo come funzionerà il nostro modello nelle attuali sventure e tenebre.

In questo articolo esploreremo l'applicazione dei modelli di regressione del pacchetto Scikit-learn, cercheremo di convertirli nel formato ONNX e utilizzeremo i modelli risultanti all’interno di programmi MQL5. Inoltre, confronteremo l'accuratezza dei modelli originali con le loro versioni ONNX sia per la precisione float che per la double. Inoltre, esamineremo la rappresentazione ONNX dei modelli di regressione, con l'obiettivo di fornire una migliore comprensione della loro struttura interna e dei principi operativi.

Continuiamo la serie di articoli sullo sviluppo di un robot di trading in Python e MQL5. In questo articolo creeremo un algoritmo di trading in Python.

La grafica 3D offre strumenti eccellenti per l'analisi di enormi quantità di dati, poiché consente la visualizzazione di schemi nascosti. Questi compiti possono essere risolti direttamente in MQL5, mentre le funzioni DireсtX consentono di creare oggetti tridimensionali. In questo modo è possibile creare programmi di qualsiasi complessità, persino giochi in 3D per MetaTrader 5. Inizia ad imparare la grafica 3D disegnando semplici forme tridimensionali.

Alan Andrews è uno dei più famosi "educatori" del mondo moderno nel campo del trading. La sua "forchetta" è inclusa in quasi tutti i moderni programmi di analisi delle quotazioni. Ma la maggior parte dei trader non sfrutta nemmeno una frazione delle opportunità offerte da questo strumento. Inoltre, il corso di formazione originale di Andrews include una descrizione non solo della forchetta (anche se rimane lo strumento principale), ma anche di alcune altre costruzioni utili. L'articolo offre una panoramica dei meravigliosi metodi di analisi dei grafici insegnati da Andrews nel suo corso originale. Fate attenzione, ci saranno molte immagini.

In questo articolo creeremo un modello matematico per la simulazione dei prezzi multivaluta e completeremo lo studio del principio di diversificazione come parte della ricerca dei meccanismi per aumentare l'efficienza del trading, iniziata nel precedente articolo con calcoli teorici.

Oggi utilizzeremo nuovamente Chart Trade, ma questa volta si tratterà di un indicatore su grafico che può essere presente o meno sul grafico.

Analizzeremo la questione di cosa sia l'analisi quantitativa e come viene utilizzata dai principali operatori. Creeremo uno degli algoritmi di analisi quantitativa nel linguaggio MQL5.

Sviluppo di un robot di trading basato sull'apprendimento automatico: Una guida dettagliata. Il primo articolo della serie tratta della raccolta e della preparazione dei dati e delle caratteristiche. Il progetto è stato implementato utilizzando il linguaggio di programmazione e le librerie Python, nonché la piattaforma MetaTrader 5.

Questa volta i nostri modelli sono realizzati da matrici, il che ci permette flessibilità e consente di creare modelli potenti che possono gestire non solo cinque variabili indipendenti ma anche molte variabili finché restiamo entro i limiti di calcolo di un computer, questo articolo sarà una lettura interessante, questo è sicuro.

Come utilizzare i dati economici della Banca Mondiale per le previsioni? Cosa succede quando si combinano modelli di intelligenza artificiale ed economia?

L'articolo descrive i principi, i metodi e le possibilità di utilizzo dell'Algoritmo Elettromagnetico in vari problemi di ottimizzazione. L'algoritmo EM è un efficiente strumento di ottimizzazione in grado di lavorare con grandi quantità di dati e funzioni multidimensionali.