Группа пользователей MetaTrader 5 Python - краткое содержание - страница 36

[Sergey Golubev]

Нейро-символические системы в алгоритмической торговле: Сочетание символьных правил и нейронных сетей

В этой статье я расскажу, как мы с командой разработали такую систему на Python, и покажу, как совместить классический анализ паттернов с современными методами машинного обучения. Мы пройдемся по архитектуре, от базовых компонентов до сложных механизмов принятия решений, и, конечно, я поделюсь реальным кодом и результатами тестирования.

[Sergey Golubev]

Методы дискретизации движения цены в Python

Каждый разработчик торговой системы рано или поздно сталкивается с фундаментальным вопросом: как правильно нарезать рыночные данные для анализа? Традиционный подход с фиксированными интервалами похож на попытку измерить пульс спортсмена каждые 5 минут, независимо от того, бежит он спринтер или отдыхает. В периоды высокой активности критически важная информация теряется в одном баре, а в спокойные часы мы получаем десятки пустых баров, создавая информационный шум.

[Sergey Golubev]

Создание индикатора прогнозирования волатильности с помощью Python

В этой статье я расскажу о своем пути от отчаяния до работающей системы прогнозирования волатильности. Никаких скучных вещей или академического жаргона - только реальный опыт и работающие решения. Я покажу вам, как я объединил MetaTrader 5 и Python (спойлер: они не сразу поладили), как я заставил машинное обучение работать на меня, и какие подводные камни я встретил на этом пути.

[Sergey Golubev]

Реализация практических модулей из других языков в MQL5 (часть 04): модули времени, даты и datetime из Python

Язык программирования MQL5 имеет множество встроенных функций для управления и оценки времени, что позволяет нашим алгоритмическим торговым системам быть в курсе времени в реальном мире. Однако наш благоприятный язык программирования предлагает очень базовый (простой) и иногда не очень удобный для человека способ работы со временем, датами и т. д., по сравнению с другими языками, такими как Python, который предлагает богатые модули для решения этой задачи, такие как datetime, calendar, time, zoneinfo и т. д.

В этой статье мы рассмотрим реализацию модулей, аналогичных тем, что предлагаются в Python для работы со временем, в языке программирования MQL5.

[Sergey Golubev]

Реализация практических модулей из других языков в MQL5 (часть 05): Модуль Logging из Python, Log Like a Pro

Ведение журнала очень важно для любого современного устройства, программы или программного обеспечения. Это просто процесс ведения записей обо всем, что произошло за время выполнения той или иной операции.

• Компьютеры хранят записи об использовании программ, соединениях и системных событиях.
• Наши браузеры хранят историю сайтов, которые мы посещаем, и нашего взаимодействия с ними.

Ведение таких записей необходимо по многим важным причинам, включая поиск и устранение неисправностей, отладку, аудит, мониторинг производительности и понимание поведения наших систем с течением времени.

[Sergey Golubev]

Наука о данных и ML (часть 47): Прогнозирование рынка с помощью модели DeepAR на Python

Прогнозирование временных рядов никогда не было легкой задачей в машинном обучении; для решения этой проблемы было предложено несколько методов и моделей, большинство из которых не достигли окончательного успеха. Линейные и нелинейные модели часто не справляются с этой задачей, несмотря на то что демонстрируют проблески достойных предсказаний данных временных рядов.

[Sergey Golubev]

Реализация практических модулей из других языков на MQL5 (часть 06):Файловые операции ввода-вывода, подобные Python, в MQL5

Файловые операции важны для любого языка программирования. Они помогают нашим программам взаимодействовать с внешними файлами через код, помогают импортировать и экспортировать биты информации. Поскольку в современном программном обеспечении доступны сотни, если не тысячи, типов файлов, нам нужны более эффективные способы обработки (чтения и записи) информации в эти файлы и из них.

[Sergey Golubev]

Тестер стратегий Python-MetaTrader 5 (часть 02): Работа с барами, тиками и перегрузка встроенных функций в симуляторе

В предыдущей статье мы рассмотрели и создали класс симулятора на Python под названием TradeSimulator, который в значительной степени опирался на информацию из MetaTrader 5, такую как тики, данные баров, информация о символах и многое другое.

Первая статья заложила основы того, что необходимо для имитации клиента MetaTrader 5 и его тестера стратегий (симулятора). В этой статье мы представим данные о тиках и барах, а также функции, аналогичные тем, что предоставляет модуль Python-MetaTrader 5 в симуляторе, сделав еще один шаг к воспроизведению всего, что делает и предоставляет MetaTrader 5.

[Sergey Golubev]

Тестер стратегий Python-MetaTrader 5 (часть 03): Торговые операции, похожие на MT5, - обработка и управление

В предыдущей статье мы реализовали в нашем симуляторе синтаксис и функции, схожие с теми, что предлагает модуль Python-MetaTrader. С похожими ордерами, сделками, позициями и структурами. В этой статье мы реализуем очень близкий к MetaTrader 5 подход к работе с такими структурами (торговыми операциями).

[Sergey Golubev]

Создайте систему удаленного управления рисками на Python

Наш удаленный риск-менеджер - это не просто инструмент, это ваша страховка от финансового хаоса в непредсказуемом мире торговли на Forex. Готовы ли вы превратить свою торговлю из рискованной авантюры в контролируемый процесс? Тогда пристегните ремни - мы отправляемся в путешествие по миру умного управления рисками, где технология встречается с финансовой безопасностью.