Коды
Fractal ZigZag для MetaTrader 5
Этот индикатор является версией FractalZigZagNoRepaint для MQL5, он отображает локальные максимумы и минимумы
Cтатьи
Applying Localized Feature Selection in Python and MQL5 для MetaTrader 5
This article explores a feature selection algorithm introduced in the paper 'Local Feature Selection for Data Classification' by Narges Armanfard et al. The algorithm is implemented in Python to build binary classifier models that can be integrated with MetaTrader 5 applications for inference
Pattern Recognition Using Dynamic Time Warping in MQL5 для MetaTrader 5
In this article, we discuss the concept of dynamic time warping as a means of identifying predictive patterns in financial time series. We will look into how it works as well as present its implementation in pure MQL5
Causal analysis of time series using transfer entropy для MetaTrader 5
In this article, we discuss how statistical causality can be applied to identify predictive variables. We will explore the link between causality and transfer entropy, as well as present MQL5 code for detecting directional transfers of information between two variables
Eigenvectors and eigenvalues: Exploratory data analysis in MetaTrader 5 для MetaTrader 5
In this article we explore different ways in which the eigenvectors and eigenvalues can be applied in exploratory data analysis to reveal unique relationships in data
Integrating Hidden Markov Models in MetaTrader 5 для MetaTrader 5
In this article we demonstrate how Hidden Markov Models trained using Python can be integrated into MetaTrader 5 applications. Hidden Markov Models are a powerful statistical tool used for modeling time series data, where the system being modeled is characterized by unobservable (hidden) states. A
Алгоритм выбора признаков с использованием энергетического обучения на чистом MQL5 для MetaTrader 5
Статья представляет реализацию алгоритма выбора признаков, описанного в научной работе "FREL: Стабильный алгоритм выбора признаков" (FREL: A stable feature selection algorithm). Сам алгоритм называется "Взвешивание признаков как регуляризованное обучение на основе энергии" (Feature weighting as
Метод группового учета аргументов: реализация комбинаторного алгоритма на MQL5 для MetaTrader 5
В этой статье мы продолжаем изучение семейства алгоритмов группового учета аргументов. Реализуем средствами MQL5 комбинаторный алгоритм, а также его усовершенствованную версию — комбинаторный селективный алгоритм
Метод группового учета аргументов: реализация многослойного итерационного алгоритма на MQL5 для MetaTrader 5
В этой статье мы описываем реализацию Многослойного итерационного алгоритма как метода группового учета аргументов на языке MQL5
Реализация обобщенного показателя Херста и теста коэффициента дисперсии в MQL5 для MetaTrader 5
В этой статье мы рассмторим, как можно использовать обобщенный показатель Херста (Generalized Hurst Exponent) и тест коэффициента дисперсии (Variance Ratio) для анализа поведения ценовых рядов в MQL5
Реализация расширенного теста Дики-Фуллера в MQL5 для MetaTrader 5
В статье показаны реализация расширенного теста Дики-Фуллера и его применение для проведения коинтеграционных тестов с использованием метода Энгла-Грейнджера