|
no
esperienza
|
8
prodotti
|
38
versioni demo
|
|
0
lavori
|
0
segnali
|
0
iscritti
|
Elliptic Envelope (Inviluppo Ellittico) è un algoritmo di apprendimento automatico parametrico progettato per rilevare valori anomali (outliers) e anomalie in dati multidimensionali. Il metodo parte dal presupposto che i dati "normali" (il campione principale) seguano una distribuzione normale (gaussiana) multidimensionale. Principio di funzionamento Formazione dell'ellissoide: Nello spazio delle caratteristiche, l'algoritmo costruisce un iperellissoide attorno al gruppo centrale di punti. Il
Ama il trading ad alta frequenza e ad alta velocità con rischi contenuti? Allora Trixter Quantum è stato creato appositamente per Lei. Grazie a ingressi precisi e a un'elevata speranza matematica, il bot opera con stop-loss stretti catturando al contempo ampi movimenti in punti. Il suo algoritmo principale si basa sull' analisi dell'entanglement locale degli stati (pattern) adiacenti , consentendo di individuare all'istante le variazioni microstrutturali nascoste del mercato. Il rapporto
Ama il trading ad alta frequenza e ad alta velocità a basso rischio? Allora questo bot è stato creato appositamente per lei. Grazie a ingressi precisi e a un'elevata speranza matematica, il bot opera con stop stretti catturando al contempo ampi movimenti in punti. Il rapporto tra stop loss e take profit può raggiungere 1:10 — ovvero lo stop loss è 10 volte più piccolo del take profit — rimanendo redditizio senza accumulare perdite latenti, secondo i risultati dei test. È un sistema eccellente
Questo bot opera sui breakout dei livelli dell'oro! Principi chiave Analisi della volatilità dell'oro su più timeframe e periodi degli indicatori. Raggruppamento della volatilità per individuare pattern efficaci (da 100 a 3000). Verifica statistica: elevata aspettativa matematica di profitto e significatività statistica. I pattern che non superano la verifica vengono contrassegnati come rumore — in tali situazioni non si aprono operazioni. Forward test obbligatorio di 2 anni prima di consentire
Algoritmo Local Outlier Factor (LOF) è un metodo di machine learning per trovare anomalie nei dati che non possono essere rilevate tramite soglie globali. A differenza dei metodi semplici, LOF cerca outlier locali confrontando la densità dei punti nel loro intorno immediato. Come funziona L'idea principale di LOF è semplice: un'anomalia è un punto la cui densità di oggetti attorno è significativamente inferiore rispetto alla densità attorno ai suoi vicini . Selezione
Albero decisionale è un algoritmo di apprendimento automatico supervisionato che funziona secondo il principio di domande sequenziali "Sì/No". Presenta una struttura ad albero dove: Nodi interni — sono verifiche di qualche caratteristica (ad esempio, "Età > 18?"). Rami — sono i risultati della verifica (Sì/No). Foglie — sono la decisione finale (risposta). Il processo di costruzione consiste nel fatto che l'algoritmo trova automaticamente la caratteristica più importante in ogni passaggio
Isolation Forest è un algoritmo di machine learning per la rilevazione di anomalie (outlier) . Principio dell'algoritmo: Partizione casuale: L'algoritmo seleziona ripetutamente una caratteristica casuale e un valore di soglia casuale per suddividere i dati, fino a quando ogni punto non si trova in una "cella" separata (o fino al raggiungimento della profondità massima). Profondità di isolamento: Le anomalie vengono "isolate" più rapidamente, poiché richiedono meno suddivisioni per separarsi dal
Trixter KNN Gold — sistema di trading intelligente basato sull'analisi della volatilità dell'oro. Il bot utilizza una ricerca intelligente di pattern basata sul metodo dei vicini più prossimi (KNN). I pattern trovati vengono elaborati da due classificatori, dopodiché il modello viene esportato nel formato ONNX. Principi chiave Analisi della volatilità dell'oro su più timeframe e periodi di indicatori. Raggruppamento della volatilità per trovare pattern efficaci (da 100 a 3000). Verifica