Все о MQL5 Wizard: создавайте роботов без программирования. - страница 6

[Sergey Golubev]

Техники мастера MQL5, которые вы должны знать (часть 31): Выбор функции потерь

Мастер MQL5 может стать испытательным полигоном для самых разных идей, о чем мы уже рассказывали в этой серии. И время от времени приходится сталкиваться с пользовательским сигналом, который имеет несколько вариантов реализации. Мы рассматривали этот сценарий в двух статьях о скорости обучения, а также в последней статье о пакетной нормализации. Каждый из этих аспектов машинного обучения представляет более одного потенциального пользовательского сигнала, как уже говорилось. Потери , также в силу наличия нескольких форматов, находятся в аналогичной ситуации.

[Sergey Golubev]

Техники мастера MQL5, которые вы должны знать (часть 32):Регуляризация

Регуляризация - это еще одна грань алгоритмов машинного обучения, которая привносит определенную чувствительность в работу нейронных сетей. В процессе работы сети часто наблюдается тенденция к чрезмерному увеличению веса одних параметров за счет других. Такое "смещение" в сторону определенных параметров (весов сети) может помешать работе сети при тестировании на данных, полученных вне выборки. Именно поэтому была разработана регуляризация.

[Sergey Golubev]

Техники мастера MQL5, которые вы должны знать (часть 33): Ядра гауссовых процессов

Ядра гауссовых процессов - это ковариационные функции, используемые в гауссовых процессах для измерения взаимосвязей между точками данных, например, во временном ряду. Эти ядра генерируют матрицы, отражающие взаимосвязь внутри данных, что позволяет гауссову процессу делать прогнозы или предсказания, предполагая, что данные следуют нормальному распределению. Поскольку эти серии стремятся исследовать новые идеи, а также изучить, как эти идеи можно использовать, ядра гауссовых процессов (GP) служат нам предметом для построения пользовательского сигнала.

[Sergey Golubev]

Техники мастера MQL5, которые вы должны знать (часть 34): Price-Embedding с помощью нетрадиционного RBM

Мы продолжаем серию статей, в которых рассматриваем различные торговые сетапы и идеи благодаря среде быстрой разработки и прототипирования MetaTrade-5 с помощью мастера MQL5. В принципе, эти статьи направлены на изучение того, как еще трейдеры могут выделиться из общей массы, исследуя идеи, которые могут быть не столь распространены и могут дать преимущество заинтересованному трейдеру, в зависимости от того, как он решит их использовать. Итак, мы занимаемся исследованием, а не обязательно эксплуатацией, и причина, по которой преимущество имеет большое значение, заключается в том, что многие рабочие торговые идеи, которые доступны, имеют тенденцию слишком положительно коррелировать друг с другом.

Это прекрасно, когда тренды бычьи и все в плюсе, однако, как многие согласятся, диверсификация - это то, что может смягчить просадку при развороте трендов, и все же просто найти обратно коррелирующие ценные бумаги гораздо сложнее, чем кажется на бумаге. Именно поэтому входы и выходы из сделок, которые специфичны для трейдера, могут стать лучшим убежищем, чем простое использование общепринятых настроек. В этой статье рассматриваются Ограниченные машины Больцмана (Restricted Boltzmann Machines, RBM), реализованные с помощью обратного распространения, в отличие от их традиционных реализаций выборки Гиббса и контрастирующего расхождения.

[Sergey Golubev]

Техники мастера MQL5, которые вы должны знать (часть 35): Регрессия с поддержкой векторов

Векторная регрессия с поддержкой (SVR) - это форма регрессии, полученная на основе машин векторов с поддержкой. По своей сути SVR использует методы ядра для отображения входных данных в более высокоразмерные пространства, что позволяет улавливать более сложные взаимосвязи, в отличие от сокращения размерности. В данной статье мы рассматриваем исключительно роль функции потерь при использовании многослойного перцептрона. В одной из предыдущих статей мы рассматривали регрессию в виде гауссовых процессов. Поэтому, возможно, стоит начать с проведения различий между ними.

[Sergey Golubev]

Техники мастера MQL5, которые вы должны знать (часть 36): Q-Learning с цепями Маркова

Пользовательские классы сигналов для экспертов, собранных мастером, могут выполнять различные функции, которые стоит изучить, и мы продолжаем этот поиск, рассматривая, как алгоритм Q-Learning в паре с цепями Маркова может помочь усовершенствовать процесс обучения многослойной перцептронной сети. Q-Learning - это один из нескольких (около 12) алгоритмов обучения с подкреплением, так что, по сути, это также взгляд на то, как эта тема может быть реализована в виде пользовательского сигнала и протестирована в рамках собранного мастером эксперта.

[Sergey Golubev]

Техники мастера MQL5, которые вы должны знать (часть 37): Регрессия гауссова процесса с линейным и матерным ядрами

Мы продолжаем серию статей о различных способах реализации ключевых классов компонентов советников, собранных мастерами, рассмотрев 2 ядра гауссовых процессов. Линейное ядро и ядро Матерна. Первое настолько простое, что вы не можете найти его страницу в Википедии, однако у второго есть справочная страница здесь .

У GP есть несколько дополнительных преимуществ и способов применения, таких как обработка и уменьшение шума, адаптация к смене режимов и многое другое. Однако мы, как трейдеры, хотим использовать все эти преимущества, поэтому давайте рассмотрим самое простое линейное ядро.

[Sergey Golubev]

Техники мастера MQL5, которые вы должны знать (часть 38): Полосы Боллинджера

Полосы Боллинджера - это популярный технический индикатор, разработанный Джоном Боллинджером в 1987 году и состоящий из 3 линий (или буферов данных). Его основная функция - найти способ количественной оценки волатильности рынка путем выявления перекупленных и перепроданных ценовых точек торгуемых ценных бумаг. Полосы Боллинджера расширяются и сжимаются в зависимости от волатильности рынка, при этом если волатильность увеличивается, то две внешние полосы расходятся больше, а если волатильность уменьшается, то две внешние полосы сближаются.

[Sergey Golubev]

Техники мастера MQL5, которые вы должны знать (часть 39): Индекс относительной силы

В прошлой статье мы начали рассматривать использование полос Боллинджера в рамках пользовательского класса сигналов для советников, собранных мастером. Мы рассмотрели до 6 из 8 возможных настроек, которые могут быть полезны трейдеру в рамках пользовательского класса сигналов для взвешивания длинных и коротких условий. Так как статья получилась слишком длинной, то последние два сетапа, а также комбинированное тестирование всех возможных сетапов или паттернов Bollinger Bands, как мы их тогда называли, не были рассмотрены. Поэтому продолжим рассмотрение паттерна 6.

[Sergey Golubev]

Техники мастера MQL5, которые вы должны знать (часть 40): Параболик SAR

В этой статье мы придерживаемся такого формата: рассматриваем паттерн за паттерном для параболического SAR, а в завершение проводим тест, объединяющий несколько паттернов, как мы делали это в прошлых статьях. Параболический SAR рассчитывается практически самостоятельно с каждым новым баром, поскольку некоторые параметры, входящие в его формулу, необходимо корректировать, как мы увидим ниже. Однако эта особенность делает его очень чувствительным к изменениям цены и трендам в целом, что, в свою очередь, является аргументом в пользу его использования в рамках пользовательского класса сигналов. В этой статье мы рассмотрим 10 отдельных паттернов этого индикатора, протестировав каждый из них самостоятельно, а затем, как и в предыдущих статьях, проведем тест, объединяющий несколько этих паттернов.