Tu Lin Jiang / Perfil

A previsão de séries temporais financeiras é um elemento necessário de qualquer atividade investigativa. O conceito de investigação por si - investir dinheiro agora para ganhar lucros no futuro - é baseado no conceito de prever o futuro. Portanto, prever séries temporais financeiras delineiam as atividades de toda a indústria de investimento - todas as trocas organizadas e outros sistemas de negociação de segurança.

O indicador mostra linhas de tendência exibindo os eventos recentes no mercado. O indicador é desenvolvido considerando as recomendações e a abordagem de Thomas Demark, com relação à análise técnica. O indicador exibe ambas a última direção da tendência e a penúltima direção oposta da tendência.

Este artigo foi publicado para mostrar-lhe como usar redes neurais através da FANN2MQL, usando um exemplo simples, vai ensinar um padrão para uma rede neural e testá-la para ver se ela reconhecerá padrões que nunca viu.

O artigo contém considerações sobre a criação da biblioteca DLL - empacotador que permitirá a interação do pacote matemático da área de trabalho MetaTrader 4 e do MATLAB. Ele descreve as "armadilhas" e formas de superá-las. O artigo destina-se a programadores de C/C++ preparados que usem o compilador Borland C++ Builder 6.

Este artigo descreve os pontos TD e as linhas TD inventadas por Thomas Demark, mostra sua aplicação na prática, bem como demostra o processo de escrita de três indicadores e dois EAs usando as ideias dele.

Este artigo é uma continuação dos artigos anteriores sobre redes neurais profundas e seleção de preditores. Aqui, consideraremos as características de uma rede neural iniciada com a Stacked RBM (Máquina de Boltzmann Restrita Empilhada), bem como sua implementação no pacote "darch".

Este artigo mostra como usar facilmente Redes Neurais em seu código MQL4, aproveitando a disponibilidade gratuita da melhor biblioteca artificial de rede neural (FANN) e empregando múltiplas redes neurais em seu código.