Сейчас самые обсуждаемые темы на форуме:
- А Вы готовы к встрече с чёрным лебедем? 97 новых комментариев
- я разочарован в рынке ФОРЕКС :.( 54 новых комментария
- От теории к практике 45 новых комментариев
Торговый эксперт с графическим интерфейсом: Наполнение функционалом (Часть II)
Перед вами вторая часть статьи о создании мультисимвольного сигнального эксперта для ручной торговли. Мы уже создали графический интерфейс. В этой статье речь пойдет о том, как связать его с функционалом программы.
Торговый эксперт с графическим интерфейсом: Создание панели (Часть I)
Несмотря на то, что многие трейдеры до сих пор предпочитают ручную торговлю, полностью обойтись без автоматизации рутинных операций здесь вряд ли получится. В статье продемонстрирован пример создания мультисимвольного сигнального эксперта для ручной торговли.

Как анализировать сделки выбранного Сигнала на графике
Сервис торговых Сигналов развивается семимильными шагами. Доверяя свои средства поставщику сигнала, хотелось бы минимизировать риск потери депозита. Как же разобраться в этом лесу торговых сигналов? Как найти именно тот, который принесет прибыль? В статье предлагается создать средство для визуального анализа истории сделок торговых сигналов на графике инструмента.

Сервис торговых Сигналов развивается семимильными шагами. Доверяя свои средства поставщику сигнала, хотелось бы минимизировать риск потери депозита. Как же разобраться в этом лесу торговых сигналов? Как найти именно тот, который принесет прибыль? В статье предлагается создать средство для визуального анализа истории сделок торговых сигналов на графике инструмента.
Как провести качественный анализ торговых сигналов и выбрать наилучший из них?
В статье рассматриваются вопросы оценки статистических показателей управляющих в сервисе "СИГНАЛЫ". На суд читателя предложены несколько дополнительных параметров, которые помогут осветить результаты торговли по сигналу немного с иной стороны, чем в традиционных подходах. Рассмотрены такие понятия, как правильное управление и идеальная сделка. Также разбираются вопросы оптимального выбора из полученных результатов и компиляции портфеля из нескольких источников сигналов.

Применение метода Монте-Карло для оптимизации торговых стратегий
Перед запуском робота на торговом счете мы обычно тестируем и оптимизируем его на истории котировок. И тут возникает резонный вопрос: как прошлые результаты на истории могут помочь нам в будущем? В статье показано применение метода Монте-Карло для построения собственных критериев оптимизации торговых стратегий. Кроме того, рассмотрены критерии устойчивости советника.

Сравнение MQL5 и QLUA - почему торговые операции в MQL5 до 28 раз быстрее?
Многие трейдеры зачастую не задумываются над тем, как быстро доходит их заявка до биржи, как долго она там исполняется, и когда наконец-то торговый терминал трейдера узнает о результате торговой операции. Мы обещали дать сравнение скорости торговых операций, ведь никто до нас не делал таких замеров с помощью программ на MQL5 и QLUA.
Торговый эксперт с графическим интерфейсом: Создание панели (Часть I)
Несмотря на то, что многие трейдеры до сих пор предпочитают ручную торговлю, полностью обойтись без автоматизации рутинных операций здесь вряд ли получится. В статье продемонстрирован пример создания мультисимвольного сигнального эксперта для ручной торговли.
Как провести качественный анализ торговых сигналов и выбрать наилучший из них?
В статье рассматриваются вопросы оценки статистических показателей управляющих в сервисе "СИГНАЛЫ". На суд читателя предложены несколько дополнительных параметров, которые помогут осветить результаты торговли по сигналу немного с иной стороны, чем в традиционных подходах. Рассмотрены такие понятия, как правильное управление и идеальная сделка. Также разбираются вопросы оптимального выбора из полученных результатов и компиляции портфеля из нескольких источников сигналов.

Глубокие нейросети (Часть VII). Ансамбль нейросетей: stacking
Мы продолжаем строить ансамбли. Теперь к bagging-ансамблю, созданному ранее, добавим обучаемый объединитель — глубокую нейросеть. Одна нейросеть объединяет 7 лучших выходов ансамбля после обрезки. Вторая принимает на вход все 500 выходов ансамбля, обрезает и объединяет их. Нейросети будем строить с помощью пакета keras/TensorFlow из Python. Кратко рассмотрим возможности пакета. Проведем тестирование и сравним качество классификации bagging и stacking ансамблей.