Статьи и техническая библиотека по автоматическому трейдингу - страница 3

Опубликована статья Машинное обучение и Data Science (Часть 42): Прогнозирование временных рядов на форексе с ARIMA и Python : ARIMA (сокращение от Auto Regressive Integrated Moving Average, авторегрессионная интегрированная скользящая средняя) — это традиционная модель прогнозирования временных

Опубликована статья Нейросети в трейдинге: Оптимизация Cross-Attention для анализа длинных последовательностей рынка (Окончание) : В статье рассматривается практическая реализация архитектуры STCA с интеграцией механизмов OneTrans для совместной обработки временных рядов и контекстных признаков

RSI with RSI : Для определения точек входов и выходов используются значения 5-недельного и 17-недельного RSI. 17-недельный RSI применяется для определения направления тренда в качестве фильтра при входах на отскоке. Автор: Mladen Rakic

Опубликована статья Как начать работу с MQL5 Algo Forge : Представляем MQL5 Algo Forge — специальный портал для разработчиков торговых алгоритмов. Он объединяет возможности Git с удобным интерфейсом для ведения и организации проектов в рамках экосистемы MQL5. Здесь вы можете подписываться на

Опубликована статья Нейросети в трейдинге: Адаптивное масштабирование представлений (ADS) : Статья знакомит читателя с фреймворком ADS, который предлагает методы адаптивного анализа рыночных данных с учетом цели и текущего состояния рынка. Рассмотрена реализация модуля генерации адаптивных весов

Опубликована статья Возможности Мастера MQL5, которые вам нужно знать (Часть 74): Использование паттернов Ишимоку и ADX-Wilder с обучением с учителем : В продолжение нашей предыдущей статьи, где мы представили пару индикаторов Ишимоку и ADX, рассмотрим, как эту пару можно улучшить с помощью обучения

Опубликована статья Как реализовать конкуренцию LLM-агентов в MetaTrader 5 : Статья описывает конкурентную архитектуру для MetaTrader 5, в которой десять LLM-агентов с разными торговыми правилами управляют собственным капиталом и открывают независимые позиции через уникальные magic numbers

Опубликована статья Машинное обучение и Data Science (Часть 45): Прогнозирование временных рядов на форексе с моделью PROPHET от Facebook : Разработанная компанией Faceboook модель Prophet позволяет прогнозировать временные ряды, чтобы выявлять тенденции, сезонность и влияние праздников с

Опубликована статья Архитектура системы машинного обучения в MetaTrader 5 (Часть 2): Маркировка финансовых данных для машинного обучения : Во второй части серии «MetaTrader 5 и машинное обучение: практическое руководство» вы узнаете, почему простые метки могут сбивать ваши модели с толку — и как

Опубликована статья Преодоление ограничений машинного обучения (Часть 8): Непараметрический выбор стратегии : В этой статье показано, как настроить модель "черного ящика" для автоматического выявления сильных торговых стратегий, используя подход, основанный на данных. Используя взаимную информацию

Опубликована статья Неопределенность как модель (Часть 2): Зависимости случайных величин — от корреляции до копул : Во второй части цикла рассматривается математический аппарат многомерных случайных величин, необходимый для анализа зависимостей и совместного поведения рыночных активов. Описываются

Библиотека JSON для LLM : Библиотека JSON, предназначенная для массового использования LLM и снижения задержек. Автор: Jonathan Pereira

Опубликована статья Возможности Мастера MQL5, которые вам нужно знать (Часть 73): Использование паттернов Ишимоку и ADX-Wilder : Индикатор Ишимоку (Ichimoku-Kinko-Hyo) и осциллятор ADX-Wilder — это взаимодополняющая пара, которую можно использовать в составе MQL5-советника. Индикатор Ишимоку

Опубликована статья Преодоление ограничений машинного обучения (Часть 7): Автоматический выбор стратегии : В этой статье показано, как автоматически определять потенциально прибыльные торговые стратегии с помощью MetaTrader 5. Решения "белого ящика", основанные на неконтролируемой матричной

Опубликована статья Оптимизатор конкурирующего роя — Competitive Swarm Optimizer (CSO) : В данной статье рассматривается Competitive Swarm Optimizer — алгоритм роевой оптимизации, в основе которого лежит предельно простая идея: агенты случайным образом разбиваются на пары, проигравший учится у

Опубликована статья Автоматизация торговых стратегий на MQL5 (Часть 22): Создание системы зонального восстановления для трендовой торговли по индикатору Envelopes : Мы разработаем систему зонального восстановления (Zone Recovery System), интегрированную со стратегией трендовой торговли на основе

Композитная RSI : Композитный RSI Автор: Mladen Rakic

Опубликована статья Внедрение в MQL5 практических модулей из других языков (Часть 02): Создание библиотеки REQUESTS, как в Python : В этой статье опишем реализацию модуля, аналогичного модулю requests в Python, чтобы упростить отправку и получение веб-запросов в MetaTrader 5 с использованием MQL5

Опубликована статья Как опубликовать свой продукт в сервисе Маркет : Публикуйте свои интересные разработки в сервисе Маркет, и ваши программы станут доступными сразу всем трейдерам на MetaTrader 5 по всему миру. Маркет - это отличная возможность заработка с моментальным зачислением на счет и удобной

Опубликована статья Машинное обучение и Data Science (Часть 44): Прогнозирование OHLC-рядов Forex методом векторной авторегрессии (VAR) : В этом материале мы познакомимся с тем, как модели векторной авторегрессии (VAR) могут прогнозировать временные ряды значений OHLC (цены открытия, максимум

Опубликована статья Возможности Мастера MQL5, которые вам нужно знать (Часть 72): Использование паттернов MACD и OBV с обучением с учителем : В продолжение нашей предыдущей статьи о паре индикаторов MACD и OBV, мы рассмотрим, как эту пару можно улучшить с помощью машинного обучения. MACD и OBV — это

Опубликована статья Алгоритм искусственного поискового роя — Artificial Searching Swarm Algorithm (ASSA) : Статья посвящена реализации алгоритма искусственного поискового роя (ASSA) на MQL5 в составе унифицированного тестового стенда. Разобраны три поведенческих правила движения, механизм сигнала и

Опубликована статья Торговые инструменты на языке MQL5 (Часть 10): Создание системы отслеживания стратегии с визуальными уровнями и и метриками эффективности : В данной статье мы разрабатываем систему отслеживания стратегий на языке MQL5, которая обнаруживает сигналы пересечения скользящих средних

Опубликована статья Нейросети в трейдинге: Оптимизация Cross-Attention для анализа длинных последовательностей рынка (Основные компоненты) : В статье продолжается реализация фреймворка STCA средствами MQL5. Оригинальные оптимизации Self-Attention перенесены в архитектуру FlashAttention-2 и

Опубликована статья Платежи и методы оплаты : Встроенные сервисы MQL5.community предлагают широкие возможности как разработчикам на MQL5, так и обычным трейдерам, не имеющим навыков программирования. Но эти возможности нельзя было бы реализовать без собственной безопасной платежной системы, которая

Perfect Seconds Chart : Индикатор Perfect Seconds позволяет конвертировать минутные свечи живых данных в секунды. 1. Выберите любое количество секунд для закрытия бара с точным временем. 2. Это живые данные, основанные на тарифах OHLC, он работает, даже если тики недоступны. 3. Не требует внешних

Validate : Проверка торговых советников Автор: fxsaber

Опубликована статья Машинное обучение и Data Science (Часть 37): Использование моделей свечных графиков и ИИ в трейдинге : Свечные модели помогают трейдерам понимать психологию рынка и выявлять тренды на финансовых рынках. Они позволяют принимать более обоснованные торговые решения, которые могут

Опубликована статья Преодоление ограничений машинного обучения (Часть 6): Эффективная кросс-валидация исторической памяти рынка : В этом обсуждении мы противопоставим классический подход к кросс-валидации временных рядов современным альтернативам, бросающим вызов его основным допущениям. Мы выявляем

Опубликована статья Знакомство с языком MQL5 (Часть 41): Руководство для начинающих по работе с файлами в MQL5 (III) : Узнайте, как читать CSV-файл в MQL5 и упорядочивать содержащиеся в нем торговые данные в динамических массивах. В этой статье пошагово показано, как подсчитать элементы файла