Группа пользователей MetaTrader 5 Python - краткое содержание - страница 34

Новый комментарий
 

Количественный подход к управлению рисками: Применение модели VaR для оптимизации мультивалютного портфеля с помощью Python и MetaTrader 5

Количественный подход к управлению рисками: Применение модели VaR для оптимизации мультивалютного портфеля с помощью Python и MetaTrader 5

Модель Value at Risk (VaR) стала краеугольным камнем моих исследований в области рыночных рисков. Годы практики на Forex убедили меня в силе этого инструмента. VaR отвечает на вопрос, который мучает каждого трейдера: сколько вы можете потерять за день, неделю или месяц?

Quantitative approach to risk management: Applying VaR model to optimize multi-currency portfolio using Python and MetaTrader 5
Quantitative approach to risk management: Applying VaR model to optimize multi-currency portfolio using Python and MetaTrader 5
  • www.mql5.com
This article explores the potential of the Value at Risk (VaR) model for multi-currency portfolio optimization. Using the power of Python and the functionality of MetaTrader 5, we demonstrate how to implement VaR analysis for efficient capital allocation and position management. From theoretical foundations to practical implementation, the article covers all aspects of applying one of the most robust risk calculation systems – VaR – in algorithmic trading.
 

Feature Engineering With Python And MQL5 (часть IV): Распознавание свечных паттернов с помощью UMAP-регрессии

Feature Engineering With Python And MQL5 (часть IV): Распознавание свечных паттернов с помощью UMAP-регрессии

Свечные паттерны широко используются во многих различных торговых стратегиях и стилях большинством алгоритмических трейдеров в нашем сообществе. Однако наше понимание этих паттернов ограничено свечами, которые мы обнаружили, в то время как на самом деле может существовать множество других прибыльных свечных паттернов, о которых мы просто еще не знаем. Из-за обилия информации, охватывающей большинство современных рынков, трейдерам очень сложно быть уверенными в том, что они всегда используют самые надежные свечные модели, доступные им на выбранном ими рынке.
Feature Engineering With Python And MQL5 (Part IV): Candlestick Pattern Recognition With UMAP Regression
Feature Engineering With Python And MQL5 (Part IV): Candlestick Pattern Recognition With UMAP Regression
  • www.mql5.com
Dimension reduction techniques are widely used to improve the performance of machine learning models. Let us discuss a relatively new technique known as Uniform Manifold Approximation and Projection (UMAP). This new technique has been developed to explicitly overcome the limitations of legacy methods that create artifacts and distortions in the data. UMAP is a powerful dimension reduction technique, and it helps us group similar candle sticks in a novel and effective way that reduces our error rates on out of sample data and improves our trading performance.
 

Поиск пользовательских паттернов валютных пар на Python с помощью MetaTrader 5

Поиск пользовательских паттернов валютных пар на Python с помощью MetaTrader 5

Идея заключалась в том, чтобы изучить множество исторических данных с помощью алгоритма, который бы находил повторяющиеся паттерны и оценивал их эффективность. Звучит интересно? На деле реализация оказалась не такой уж простой.
Finding custom currency pair patterns in Python using MetaTrader 5
Finding custom currency pair patterns in Python using MetaTrader 5
  • www.mql5.com
Are there any repeating patterns and regularities in the Forex market? I decided to create my own pattern analysis system using Python and MetaTrader 5. A kind of symbiosis of math and programming for conquering Forex.
 

Высокочастотная арбитражная торговая система на Python с использованием MetaTrader 5

Высокочастотная арбитражная торговая система на Python с использованием MetaTrader 5Высокочастотная арбитражная торговая система на Python с использованием MetaTrader 5

Подведем итоги. Мы создали систему, которая ищет арбитражные возможности. Помните, что система не решает всех ваших финансовых проблем.

Мы разобрались с бэктестингом. Он работает с данными по времени и, что еще лучше, позволяет увидеть, как наша система работала бы в прошлом.

High frequency arbitrage trading system in Python using MetaTrader 5
High frequency arbitrage trading system in Python using MetaTrader 5
  • www.mql5.com
In this article, we will create an arbitration system that remains legal in the eyes of brokers, creates thousands of synthetic prices on the Forex market, analyzes them, and successfully trades for profit.
 

Экономические прогнозы: Исследование потенциала Python

Экономическое прогнозирование - довольно сложная и трудоемкая задача. Оно позволяет проанализировать возможные будущие изменения, используя данные прошлых лет. Анализируя исторические данные и текущие экономические показатели, мы можем предположить, в каком направлении может двигаться экономика. Это довольно полезный навык. С его помощью мы можем принимать более обоснованные решения в бизнесе, инвестициях и экономической политике.

Мы разработаем этот инструмент, используя Python и экономические данные, начиная со сбора информации и заканчивая созданием прогнозных моделей. Он будет анализировать, а также делать прогнозы на будущее.

Economic forecasts: Exploring the Python potential
Economic forecasts: Exploring the Python potential
  • www.mql5.com
How to use World Bank economic data for forecasts? What happens when you combine AI models and economics?
 

Создание MQL5-подобных торговых классов на Python для MetaTrader 5

Создание алгоритмических торговых систем на языке программирования MQL5 стало проще благодаря стандартным библиотекам, которые поставляются в MetaEditor в предустановленном виде. Эти модули (библиотеки) содержат функции и переменные, которые упрощают процесс открытия, проверки, закрытия сделок и т. д.

Без этих зависимостей становится сложно написать даже простую программу, например, простой скрипт для открытия позиции на покупку (сделки).

Building MQL5-Like Trade Classes in Python for MetaTrader 5
Building MQL5-Like Trade Classes in Python for MetaTrader 5
  • www.mql5.com
MetaTrader 5 python package provides an easy way to build trading applications for the MetaTrader 5 platform in the Python language, while being a powerful and useful tool, this module isn't as easy as MQL5 programming language when it comes to making an algorithmic trading solution. In this article, we are going to build trade classes similar to the one offered in MQL5 to create a similar syntax and make it easier to make trading robots in Python as in MQL5.
 

Наука о данных и ML (часть 42): Прогнозирование временных рядов Forex с помощью ARIMA в Python, все, что вам нужно знать

Наука о данных и ML (часть 42): Прогнозирование временных рядов Forex с помощью ARIMA в Python, все, что вам нужно знать

Прогнозирование временных рядов - это процесс использования прошлых данных для предсказания будущих значений в последовательности точек данных. Эта последовательность обычно упорядочена по времени, отсюда и название временного ряда.

Data Science and ML (Part 42): Forex Time series Forecasting using ARIMA in Python, Everything you need to Know
Data Science and ML (Part 42): Forex Time series Forecasting using ARIMA in Python, Everything you need to Know
  • www.mql5.com
ARIMA, short for Auto Regressive Integrated Moving Average, is a powerful traditional time series forecasting model. With the ability to detect spikes and fluctuations in a time series data, this model can make accurate predictions on the next values. In this article, we are going to understand what is it, how it operates, what you can do with it when it comes to predicting the next prices in the market with high accuracy and much more.
 

Анализ влияния погоды на валюты сельскохозяйственных стран с помощью Python

Анализ влияния погоды на валюты сельскохозяйственных стран с помощью Python

В этой статье мы начнем со сбора данных о погоде и дойдем до создания полноценной торговой системы, анализирующей погодные факторы. Наша работа основана на реальных торговых данных за последние пять лет из крупнейших мировых финансовых центров: Нью-Йорка, Лондона, Токио, Гонконга и Франкфурта. Используя современные инструменты анализа данных и машинного обучения, мы будем получать реальные торговые сигналы из погодных наблюдений.
Analyzing weather impact on currencies of agricultural countries using Python
Analyzing weather impact on currencies of agricultural countries using Python
  • www.mql5.com
What is the relationship between weather and Forex? Classical economic theory has long ignored the influence of such factors as weather on market behavior. But everything has changed. Let's try to find connections between the weather conditions and the position of agricultural currencies on the market.
 

Быстрый тестер торговых стратегий на Python с использованием Numba

Быстрый тестер торговых стратегий на Python с использованием Numba

При разработке торговых алгоритмов, основанных на машинном обучении, важно правильно и быстро оценивать результаты их торговли на истории. Если учесть редкое использование тестера на больших временных интервалах и с небольшой глубиной истории, то тестер на Python вполне подойдет. Однако если задача включает в себя множество тестов и высокочастотные стратегии, то интерпретируемый язык может оказаться слишком медленным.

Допустим, нас не устраивает скорость выполнения некоторых скриптов, но мы не хотим отказываться от привычной среды разработки на Python. Здесь на помощь приходит Numba, позволяющая на лету преобразовывать и компилировать родной код Python в быстрый машинный код. Скорость выполнения такого кода становится сопоставимой со скоростью выполнения кода на языках программирования, таких как C и FORTRAN.

Fast trading strategy tester in Python using Numba
Fast trading strategy tester in Python using Numba
  • www.mql5.com
The article implements a fast strategy tester for machine learning models using Numba. It is 50 times faster than the pure Python strategy tester. The author recommends using this library to speed up mathematical calculations, especially the ones involving loops.
 
Реализация практических модулей из других языков на MQL5 (часть 01): Создание библиотеки SQLite3, вдохновленной Python

Реализация практических модулей из других языков на MQL5 (часть 01): Создание библиотеки SQLite3, вдохновленной Python

Хотя попытка реализовать модуль, инструмент, фреймворк и т. д. из одного языка в другой - в данном случае в MQL5 - может привести к несколько иной функциональности и результату (результатам) из-за разной природы языков программирования, но наличие схожего синтаксиса или опыта может быть достаточным, чтобы сделать разработку продуктов на MQL5 простой и увлекательной для разработчиков, знакомых с разными языками. Не говоря уже о том, что в процессе работы мы можем почерпнуть ценную информацию, которая укрепит наши навыки программирования в целом.

В этом новом цикле статей мы будем реализовывать не каждый модуль из других языков, а каждый модуль, практически применимый в MQL5 из другого языка. Например, модули для математических вычислений, хранения данных, анализа данных и т.д.

Начнем с модуля sqlite3, который поставляется в комплекте с языком программирования Python.

Implementing Practical Modules from Other Languages in MQL5 (Part 01): Building the SQLite3 Library, Inspired by Python
Implementing Practical Modules from Other Languages in MQL5 (Part 01): Building the SQLite3 Library, Inspired by Python
  • www.mql5.com
The sqlite3 module in Python offers a straightforward approach for working with SQLite databases, it is fast and convenient. In this article, we are going to build a similar module on top of built-in MQL5 functions for working with databases to make it easier to work with SQLite3 databases in MQL5 as in Python.
1...27282930313233343536
Новый комментарий