Chao Jie Shen / 프로필

대부분의 수학적 모델과 방법은 서로 다른 가정을 기반으로 하기 때문에 시퀀스의 통계적 모수 추정은 매우 중요합니다. 예를 들어 분포 법칙의 정규성이나 분산 값 또는 기타 모수가 있습니다. 따라서 시계열 분석 및 예측 시 주요 통계 모수를 빠르고 명확하게 추정할 수 있는 간단하고 편리한 도구가 필요합니다. 이 문서는 랜덤 시퀀스의 가장 간단한 통계적 모수와 시각적 분석의 여러 메소드에 대해 설명할 것입니다. MQL5에서는 이러한 방법의 구현과 Gnuplot 애플리케이션을 사용한 계산 결과의 시각화 메소드를 제공합니다.

거래 시스템의 효율성과 수익성을 결정할 수 있는 많은 조치가 있습니다. 그러나 트레이더는 항상 모든 시스템을 새로운 충돌 테스트에 적용할 준비가 되어 있습니다. 이 글은 효율성 측정에 기반한 통계가 MetaTrader 5 플랫폼에 어떻게 사용될 수 있는지 알려줍니다. 여기에는 S.V.의 "Statistika dlya traderov"("Statistics for traders") 책에 나와 있는 설명과 모순되지 않는 거래로 통계 해석을 변환하는 클래스가 포함됩니다. 불라쇼프 (Bulashev). 또한 최적화를 위한 사용자 정의 함수의 예도 포함되어 있습니다.

가정용 컴퓨터에 몇 개의 코어가 있습니까? 거래 전략을 최적화하기 위해 몇 대의 컴퓨터를 사용할 수 있습니까? 여기에서는 MQL5 클라우드 네트워크를 사용하여 마우스 클릭으로 전 세계의 컴퓨팅 성능을 받아 계산을 가속화하는 방법을 보여줍니다. "시간은 돈이다"라는 표현은 해가 갈수록 더욱 화제를 불러 일으키며 수십 시간 또는 며칠 동안 중요한 계산을 기다릴 여유가 없습니다.

MetaTrader 5를 사용하면 Expert Advisors와 MQL5 언어를 사용하여 임베디드 전략 테스터 내에서 자동 거래를 시뮬레이션할 수 있습니다. 이러한 유형의 시뮬레이션을 Expert Advisors 테스트라고 하며 다중 스레드 최적화를 사용하여 동시에 여러 기기에서 구현할 수 있습니다. 철저한 테스트를 제공하려면 사용 가능한 분 기록을 기반으로 하는 틱 생성을 수행해야 합니다. 이 글은 MetaTrader 5 클라이언트 터미널에서 이력 테스트를 위해 틱이 생성되는 알고리즘에 대한 자세한 설명을 제공합니다.

본문은 머신러닝의 새로운 관점에 대해 다룹니다. 딥러닝, 정확히 말하면 심층 신경망에 대한 글이죠. 2세대 신경망도 간략하게 살펴볼 겁니다. 연결 구조, 종류, 학습 메소드 및 규칙, 단점을 다룬 후 3세대 신경망 개발의 역사, 종류, 특성 및 학습 메소드에 대해 알아보겠습니다. 실제 데이터를 이용한 적층 오토인코더를 이용한 심층 신경망 구축 및 학습 실험도 할 겁니다. 인풋 데이터 선택부터 편차 메트릭까지 자세히 다룰 겁니다. 본문의 마지막 부분에서는 MQL4/R 기반 인디케이터가 탑재된 EA를 이용해 심층 신경망을 구현해 보도록 하겠습니다.

MetaTrader 5의 세 가지 테스트 모드의 차이점은 무엇이며 특히 무엇을 찾아야 합니까? 여러 상품에서 동시에 거래되는 EA 테스트는 어떻게 이루어 집니까? 테스트 중 지표 ​​값은 언제 어떻게 계산되며 이벤트는 어떻게 처리됩니까? "오픈 프라이스 전용" 모드에서 테스트하는 동안 다른 기기의 바를 동기화하는 방법은 무엇입니까? 이 글에서 저희는 이러한 질문과 다른 많은 질문에 대한 답변을 제공하는 것을 목표로 합니다.