|
6+ лет
опыт работы
|
5
продуктов
|
380
демо-версий
|
|
10
работ
|
0
сигналов
|
0
подписчиков
|
For algorithmic Trading tutorials, YT: https://www.youtube.com/@omegafx-co
Check out my GitHub: https://github.com/MegaJoctan
Backtest MetaTrader5 Python-based trading robots: https://strategytester5.com
DISCORD: https://discord.gg/2qgcadfgrx
TELEGRAM: https://t.me/omegafx_co
Hire me: https://www.mql5.com/en/job/new?prefered=omegajoctan
В этой статье я попытаюсь использовать нашу логистическую модель, чтобы спрогнозировать крах фондового рынка на основе главнейших акций для экономики США: NETFLIX и APPLE. Мы проанализируем эти акции, будем использовать информацию о предыдущих падениях рынка 2019 и 2020 годов. Посмотрим, как наша модель будет работать в нынешних мрачных условиях.
В этот раз мы будем создавать модели с помощью матриц — они дают большую гибкость и позволяют создавать мощные модели, которые могут обрабатывать не только пять независимых переменных, но и множество других, насколько позволяют пределы вычислительных возможностей компьютера. Статья будет очень интересной, это точно.
Классификация данных — важнейшая вещь для алготрейдера и программиста. В этой статье мы рассмотрим в подробностях один из классификационных логистических алгоритмов, который может помочь нам определить «да» или «нет», рост или падение, покупки или продажи.
Пришло время нам, трейдерам, обучить наши системы и научиться самим принимать решения, основываясь на том, что показывают цифры. Не визуальным и не интуитивным путем, которым движется весь мир. Мы пойдем перпендикулярно общему направлению.
Хотите стать успешным исполнителем во Фрилансе MQL5.Community? Тогда рекомендую почитать советы из этой статьи.