Все о MQL5 Wizard: создавайте роботов без программирования. - страница 11

Новый комментарий
 

Техники мастера MQL5, которые вы должны знать (часть 79): Использование осциллятора Gator и осциллятора накопления/распределения с помощью контролируемого обучения

Техники мастера MQL5, которые вы должны знать (часть 79): Использование осциллятора Гатора и осциллятора накопления/распределения с помощью контролируемого обучения

В последних двух статьях мы, как обычно, протестировали десять сигнальных паттернов, используя индикаторную пару из осциллятора Gator и осциллятора Accumulation/Distribution. При этом, как и прежде, мы обнаружили три последовательных запаздывающих паттерна: 0, 3 и 4. Вместо того чтобы отбрасывать или игнорировать их, в этой статье мы попытаемся выяснить, может ли контролируемое обучение оживить их работу. Мы используем CNN, усовершенствованную с помощью регрессии ядра и точечного произведения подобия, и исследуем, могут ли сети с такой архитектурой извлекать скрытую ценность из сигналов, которые иногда кажутся слабыми. Как и в предыдущих двух статьях, все тесты проводятся на паре GBP JPY и на 30-минутном таймфрейме.
MQL5 Wizard Techniques you should know (Part 79): Using Gator Oscillator and Accumulation/Distribution Oscillator with Supervised Learning
MQL5 Wizard Techniques you should know (Part 79): Using Gator Oscillator and Accumulation/Distribution Oscillator with Supervised Learning
  • 2025.08.22
  • www.mql5.com
In the last piece, we concluded our look at the pairing of the gator oscillator and the accumulation/distribution oscillator when used in their typical setting of the raw signals they generate. These two indicators are complimentary as trend and volume indicators, respectively. We now follow up that piece, by examining the effect that supervised learning can have on enhancing some of the feature patterns we had reviewed. Our supervised learning approach is a CNN that engages with kernel regression and dot product similarity to size its kernels and channels. As always, we do this in a custom signal class file that works with the MQL5 wizard to assemble an Expert Advisor.
 

Техники мастера MQL5, которые вы должны знать (часть 80): Использование паттернов Ichimoku и ADX-Wilder с помощью TD3 Reinforcement Learning

Техники мастера MQL5, которые вы должны знать (часть 80): Использование паттернов Ichimoku и ADX-Wilder с помощью TD3 Reinforcement Learning

В семействе RL-алгоритмов Twin Delayed Deep Deterministic Policy Gradient (TD3) в некоторых кругах появляется надежный кандидат для финансовых приложений. TD3 разработан для непрерывных пространств действий, что делает его особенно хорошо подходящим для решения торговых задач, где размер позиции и выбор времени не являются бинарными, а требуют тонкого контроля. Если сравнивать ее с предшественницей, DDPG, то TD3 вносит важные улучшения в стабильность, такие как использование более чем одного критика, добавление сглаживания шума в целевые действия, а также задержка обновления политики для предотвращения перестройки под переходные флуктуации.
MQL5 Wizard Techniques you should know (Part 80): Using Patterns of Ichimoku and the ADX-Wilder with TD3 Reinforcement Learning
MQL5 Wizard Techniques you should know (Part 80): Using Patterns of Ichimoku and the ADX-Wilder with TD3 Reinforcement Learning
  • 2025.09.25
  • www.mql5.com
This article follows up ‘Part-74’, where we examined the pairing of Ichimoku and the ADX under a Supervised Learning framework, by moving our focus to Reinforcement Learning. Ichimoku and ADX form a complementary combination of support/resistance mapping and trend strength spotting. In this installment, we indulge in how the Twin Delayed Deep Deterministic Policy Gradient (TD3) algorithm can be used with this indicator set. As with earlier parts of the series, the implementation is carried out in a custom signal class designed for integration with the MQL5 Wizard, which facilitates seamless Expert Advisor assembly.
 

Техники мастера MQL5, которые вы должны знать (часть 81): Использование паттернов Ишимоку и ADX-Wilder с обучением бета-выводам VAE

Техники мастера MQL5, которые вы должны знать (часть 81): Использование паттернов Ichimoku и ADX-Wilder с обучением бета-выводам VAE

Практически каждый трейдер смирился с тем, что рынки движутся в циклах оптимизма и пессимизма, и все же у нас очень мало готовых инструментов, которые улавливают эти циклы с последовательностью, необходимой для прибыльной торговли. В последнее время мировые рынки склоняются к "медвежьим" настроениям, на них все чаще происходят внезапные падения и неглубокие отскоки. В таких условиях механические стратегии, основанные на правилах запаздывающих индикаторов, будут выдавать ложные сигналы, поскольку волатильность вытряхивает сделки, которые в более спокойных условиях могли бы быть реализованы.
MQL5 Wizard Techniques you should know (Part 81): Using Patterns of Ichimoku and the ADX-Wilder with Beta VAE Inference Learning
MQL5 Wizard Techniques you should know (Part 81): Using Patterns of Ichimoku and the ADX-Wilder with Beta VAE Inference Learning
  • 2025.10.06
  • www.mql5.com
This piece follows up ‘Part-80’, where we examined the pairing of Ichimoku and the ADX under a Reinforcement Learning framework. We now shift focus to Inference Learning. Ichimoku and ADX are complimentary as already covered, however we are going to revisit the conclusions of the last article related to pipeline use. For our inference learning, we are using the Beta algorithm of a Variational Auto Encoder. We also stick with the implementation of a custom signal class designed for integration with the MQL5 Wizard.
 

Техники мастера MQL5, которые вы должны знать (часть 82): Использование паттернов TRIX и WPR с DQN Reinforcement Learning

Техники мастера MQL5, которые вы должны знать (часть 82): Использование паттернов TRIX и WPR в DQN Reinforcement Learning

При торговле с помощью роботов или советников поиск структурированных и повторяющихся правил торговли обычно начинается со знакомых технических индикаторов. Часто возникает тенденция к изучению осцилляторов, скользящих средних и ценовых моделей, чтобы построить стратегии, способные пережить смену рыночных режимов. Среди них TRIX, он же Triple Smoothed Exponential Moving Average, а также WPR, который также является Williams Percent Range, являются классической парой. TRIX обычно фиксирует импульс, отсеивая краткосрочный ценовой шум, а WPR выделяет ситуации перекупленности или перепроданности. Таким образом, оба индикатора, сочетаясь, могут дополнять друг друга и помогать выявлять поворотные точки или продолжения движения цены.
MQL5 Wizard Techniques you should know (Part 82): Using Patterns of TRIX and the WPR with DQN Reinforcement Learning
MQL5 Wizard Techniques you should know (Part 82): Using Patterns of TRIX and the WPR with DQN Reinforcement Learning
  • 2025.10.08
  • www.mql5.com
In the last article, we examined the pairing of Ichimoku and the ADX under an Inference Learning framework. For this piece we revisit, Reinforcement Learning when used with an indicator pairing we considered last in ‘Part 68’. The TRIX and Williams Percent Range. Our algorithm for this review will be the Quantile Regression DQN. As usual, we present this as a custom signal class designed for implementation with the MQL5 Wizard.
 

Техники мастера MQL5, которые вы должны знать (часть 83): Использование паттернов Стохастического осциллятора и FrAMA - поведенческие архетипы

Техники мастера MQL5, которые вы должны знать (часть 83): Использование паттернов Стохастического осциллятора и FrAMA - Поведенческие архетипы

В этой статье мы в очередной раз глубоко погружаемся в созданный пользовательский класс сигналов, который объединяет Стохастический осциллятор и Фрактальную адаптивную скользящую среднюю. Это вливание двух хорошо известных индикаторов должно дать нам мощную гибридную систему, чья индикаторная цель заключается в обеспечении "конвейерного" двоичного представления логики этих индикаторов. В первую очередь это служит цифровым фильтром шума для рыночных паттернов. Как обычно, мы рассмотрим 10 индикаторных паттернов, которые предназначены для различных типов рынков, причем рассматриваемые типы рынков - трендовые/среднереверсивные, коррелированные/декорированные и низковолатильные/высоковолатильные. Каждый из этих десяти паттернов, которые мы определим в классе пользовательских сигналов, обозначает определенную настройку либо наклона FrAMA, либо позиционирования Stochastic, либо ценового паттерна.
MQL5 Wizard Techniques you should know (Part 83): Using Patterns of Stochastic Oscillator and the FrAMA — Behavioral Archetypes
MQL5 Wizard Techniques you should know (Part 83): Using Patterns of Stochastic Oscillator and the FrAMA — Behavioral Archetypes
  • 2025.10.14
  • www.mql5.com
The Stochastic Oscillator and the Fractal Adaptive Moving Average are another indicator pairing that could be used for their ability to compliment each other within an MQL5 Expert Advisor. We look at the Stochastic for its ability to pinpoint momentum shifts, while the FrAMA is used to provide confirmation of the prevailing trends. In exploring this indicator pairing, as always, we use the MQL5 wizard to build and test out their potential.
 

Техники мастера MQL5, которые вы должны знать (часть 84): Использование паттернов Стохастического осциллятора и ФРАМА - Заключение

Техники мастера MQL5, которые вы должны знать (часть 84): Использование паттернов Стохастического осциллятора и FrAMA - Заключение

В прошлой статье мы рассмотрели первые 5 сигнальных паттернов индикаторной пары Stochastic-Oscillator и Fractal Adapting Moving Average. Из нашего небольшого тестового окна все они оказались прибыльными, причем обучение проводилось в течение года, а проверка - в течение последующего года.
MQL5 Wizard Techniques you should know (Part 84): Using Patterns of Stochastic Oscillator and the FrAMA - Conclusion
MQL5 Wizard Techniques you should know (Part 84): Using Patterns of Stochastic Oscillator and the FrAMA - Conclusion
  • 2025.10.15
  • www.mql5.com
The Stochastic Oscillator and the Fractal Adaptive Moving Average are an indicator pairing that could be used for their ability to compliment each other within an MQL5 Expert Advisor. We introduced this pairing in the last article, and now look to wrap up by considering its 5 last signal patterns. In exploring this, as always, we use the MQL5 wizard to build and test out their potential.
 

Техники мастера MQL5, которые вы должны знать (часть 85): Использование паттернов Stochastic-Oscillator и FrAMA с обучением бета-выводам VAE

Техники мастера MQL5, которые вы должны знать (часть 85): Использование паттернов стохастического осциллятора и FrAMA с обучением бета-выводам VAE

В экосистеме MetaTrader 5 Мастер MQL5 является надежным инструментом, позволяющим трейдерам быстро создавать прототипы и внедрять новые торговые идеи. Как мы уже рассказывали в прошлых статьях, все это происходит без погружения в низкоуровневое кодирование. По своей сути мастер использует модульную структуру, которая позволяет трейдерам выбирать из предопределенных классов сигналов, стратегий управления капиталом или механизмов трейлинг-стопа. Возможность использовать подход "подключи и работай" при сборке советника имеет непредвиденным следствием демократизацию алгоритмической торговли, что делает ее более доступной для людей с разным уровнем опыта, а это в долгосрочной перспективе должно привести к повышению ликвидности рынка при прочих равных условиях.
MQL5 Wizard Techniques you should know (Part 85): Using Patterns of Stochastic-Oscillator and the FrAMA with Beta VAE Inference Learning
MQL5 Wizard Techniques you should know (Part 85): Using Patterns of Stochastic-Oscillator and the FrAMA with Beta VAE Inference Learning
  • 2025.10.20
  • www.mql5.com
This piece follows up ‘Part-84’, where we introduced the pairing of Stochastic and the Fractal Adaptive Moving Average. We now shift focus to Inference Learning, where we look to see if laggard patterns in the last article could have their fortunes turned around. The Stochastic and FrAMA are a momentum-trend complimentary pairing. For our inference learning, we are revisiting the Beta algorithm of a Variational Auto Encoder. We also, as always, do the implementation of a custom signal class designed for integration with the MQL5 Wizard.
1...4567891011
Новый комментарий