Возможно ты попал по адресу! ))
Объявление простое.
Есть наработки в области [парного] кросс-трейдинга.
Последняя реализация ТС на С# для крипты. Надёжна и проста как "Теория всего."
Не ясна пока доходность, т.к. тестера не имеется.
Много граблей посчитано, шишки получены, достигнута определённая ясность сознания.
Могу поделиться опытом со страждущими!)
А так же идеями...
Взамен - взаимность, участие, энтузиазм, интерес к предмету.
Так же, в листе ожидания зависла задачка для программиста среднего уровня. Просто нет на это времени.
Задачка не очень сложная, но ставящая точку в представлении о доходности существующей ТС (кросс-трейдинг).
и вносящая ясность по её адаптации для форекс. Что потребует сосредоточенности и понимания mql-специфики.
Кому интересно, кликните Алексея в тг-группе: https://t.me/+1FQItKhhFtlhYjEy ( парадный вход: https://t.me/Equilibrium_liq/165 )
и пообщаемся.
#кросс_трейдинг #парный_трейдинг
Советник XAG CatBoost Clusters Gen4 построен на алгоритме CatBoost с использованием кластерного анализа рыночных данных. В основе работы модели лежит набор технических признаков, сформированных на базе цены серебра и скользящих средних (MA). В качестве входных данных используются расстояния между ценой и различными MA на разных периодах, а также взаимные расстояния между самими скользящими средними. Это помогает модели понимать, насколько сильно цена отклоняется от среднего
MJR CatBoost Clusters Gen4 - это торговый советник для основных валютных пар Forex, построенный на основе алгоритма машинного обучения CatBoost и методов кластерного анализа рыночных данных. В процессе работы советник анализирует большое количество параметров, которые рассчитываются на основе цены и скользящих средних. Полученные данные обрабатываются моделью CatBoost, которая определяет наиболее вероятные точки входа в рынок. Для анализа рынка используются следующие группы признаков
Советник GOLD CatBoost Clusters Gen3 работает на алгоритме Сatboost с применением методов кластеризации. В модель CatBoost передаётся набор признаков, сформированных на основе цены и скользящих средних (MA). В него входят расстояния между ценой и MA для разных периодов, а также между самими MA, что позволяет оценить отклонение и силу тренда. Признаки нормализуются — делением на цену или MA — чтобы избавиться от зависимости от масштаба. Дополнительно используются статистики по
