MQL4 ve MQL5 programlama makaleleri

Bu makalede, yalnızca bir grafiğe eklenerek birden fazla grafikte kullanılabilen evrensel bir MetaTrader robotu oluşturmak için basit bir şablonu inceleyeceğiz, böylece robotun her bir örneğini her bir grafikte yapılandırmaya gerek kalmayacaktır.

Uzman Danışmanımızdan farklı parçalar çıkarmaya devam ediyoruz. Bu, bu serideki son makaledir. Çıkarılacak son şey ise ses sistemi. Bu makale serisini takip etmediyseniz bu biraz kafa karıştırıcı olabilir.

Bugün yine alım-satım arayüzünü kullanacağız, ancak bu sefer grafikte mevcut olabilecek veya olmayabilecek bir gösterge şeklinde olacaktır.

Bu makalede MetaTrader 5 platformunu nasıl konuşturacağımızı öğreneceğiz. Uzman Danışmanı daha eğlenceli hale getirmeye ne dersiniz? Finansal piyasalarda alım-satım yapmak genellikle çok monotondur, ancak bu süreci daha eğlenceli hale getirebiliriz. Bu projenin bağımlılık gibi sorunlar yaşayanlar için tehlikeli olabileceğini lütfen unutmayın. Genel olarak alım-satım sürecini daha keyifli hale getireceğiz.

En popüler teknik göstergelere dayalı alım-satım sistemleri tasarladığımız serimizin yeni makalesindeyiz. Bu makalede Bill Williams Market Facilitation Index (BW MFI) göstergesini inceleyeceğiz.

En popüler göstergelere dayalı alım-satım sistemlerini nasıl oluşturacağımızı öğrendiğimiz serinin yeni makalesi. Bu kez Gator Oscillator göstergesi hakkında konuşacağız ve bu göstergeyi kullanan bazı basit stratejilere dayalı olarak bir alım-satım sistemi oluşturacağız.

Bu makalede, Fisher'ın iris veri kümesinin sınıflandırma görevini çözmek için Scikit-learn kütüphanesinde bulunan tüm sınıflandırma modellerinin uygulanmasını inceleyeceğiz. Bu modelleri ONNX formatına dönüştürmeye ve elde edilen modelleri MQL5 programlarında kullanmaya çalışacağız. Ek olarak, orijinal modellerin doğruluğunu tam iris veri setindeki ONNX versiyonlarıyla karşılaştıracağız.

Bu makalede, MQL5’i kullanarak trend, destek ve direnç gibi en önemli çizgilerle nasıl çalışılacağından bahsedeceğiz.

Bu makalede, Scikit-learn paketinden regresyon modellerinin uygulanmasını inceleyecek, bunları ONNX formatına dönüştürmeye çalışacak ve sonuçta ortaya çıkan modelleri MQL5 programlarında kullanacağız. Ayrıca, orijinal modellerin doğruluğunu hem float hem de double hassasiyet için ONNX versiyonlarıyla karşılaştıracağız. Ek olarak, regresyon modellerinin ONNX temsilini inceleyerek iç yapılarının ve çalışma prensiplerinin daha iyi anlaşılmasını sağlayacağız.

Bu makalede, finansal veri analizinin verimliliğini artırabilecek ALGLIB 3.19 sayısal analiz kütüphanesini, uygulamalarını ve yeni algoritmalarını kısaca gözden geçireceğiz.

Bu makale serisinde, ticaret ve fiyatlandırma süreçlerini tanımlamak için olasılık teorisinin pratik bir uygulamasını bulmaya çalışacağız. İlk makalede, kombinatorik ve olasılığın temellerine bakacağız ve fraktalların olasılık teorisi çerçevesinde nasıl uygulanacağına dair ilk örneği analiz edeceğiz.

Bu makalede, çok durumlu sistemleri iki duruma indirgeme olasılığı ile ilgili bir çalışma yapmaya karar verdim. Makalenin temel amacı, olasılık teorisine dayalı ölçeklenebilir ticaret algoritmalarının daha da geliştirilmesine yardımcı olabilecek analizler yapmak ve faydalı sonuçlara varmaktır. Tabii ki bu konu matematik içeriyor. Ancak daha önceki makalelerden edindiğim tecrübeler ışığında, genel bilgilerin detaylardan daha faydalı olduğunu düşünüyorum.

Emir sistemimizin hala yapamadığı bir görev var, ancak bunu nihayet çözeceğiz. MetaTrader 5, emir değerlerinin oluşturulmasına ve düzeltilmesine olanak tanıyan bir fiş sistemi sağlar. Fikir, aynı fiş sistemini daha hızlı ve daha verimli hale getirecek bir Uzman Danışmana sahip olmaktır.

Doğrudan grafik üzerinde daha eksiksiz bir emir sistemine geçiş yapıyoruz. Bu makalede, emir sistemini düzeltmenin, daha doğrusu daha kolay anlaşılır hale getirmenin bir yolunu göreceğiz.

Bugün emir sistemimizi bir üst seviyeye taşıyacağız. Ancak önce üzerinde durmamız gereken birkaç şey var. Şimdi, nasıl ticaret yapmak istediğimizle ilgili bazı çözülmesi gereken konulara odaklanacağız.

En popüler teknik göstergelere dayalı ticaret sistemleri tasarladığımız serimizin yeni makalesindeyiz. Bu makalede Fractals göstergesini ve ona dayalı olarak MetaTrader 5 terminalinde yürütülecek bir ticaret sisteminin nasıl geliştirileceğini öğreneceğiz.

Yabancı otların çok çeşitli koşullarda hayatta kalma konusundaki şaşırtıcı yeteneği, güçlü bir optimizasyon algoritması için bir fikir haline gelmiştir. IWO, daha önce incelenenler arasındaki en iyi algoritmalardan biridir.

Regresyon, etiketlenmemiş bir örnekten gerçek değeri tahmin etme görevidir. Regresyon metrikleri, regresyon modeli tahminlerinin doğruluğunu değerlendirmek için kullanılır.

Nesne yönelimli programlama, okunması ve değiştirilmesi kolay olan daha kompakt bir kod oluşturulmasını sağlar. Burada üç ONNX modeli için örneğe bir göz atacağız.

Burada makine öğreniminin sadece bir yönünü - aktivasyon fonksiyonlarını - açıklayacağız. Yapay sinir ağlarında, bir nöron aktivasyon fonksiyonu, bir girdi sinyalinin veya bir dizi girdi sinyalinin değerlerine dayalı olarak bir çıktı sinyali değerini hesaplar. Sürecin iç işleyişini derinlemesine inceleyeceğiz.

Açık sinir ağı santrali (Open Neural Network eXchange, ONNX), sinir ağlarını temsil etmek için oluşturulmuş açık bir formattır. Bu makalede, bir Uzman Danışmanda aynı anda iki ONNX modelinin nasıl kullanılacağını göstereceğiz.

Bu makalede, Uzman Danışmanın performansına yönelik son adımı atacağız. Bu yüzden uzun bir okumaya hazırlıklı olun. Uzman Danışmanımızı sağlam hale getirmek için, öncelikle ticaret sisteminin bir parçası olmayan her şeyi koddan kaldıracağız.

Bu makalede, daha istikrarlı ve güvenli bir kullanım sağlamak için sistemi daha sağlam hale getireceğiz. İstenilen sağlamlığı elde etmenin yollarından biri, kodu mümkün olduğunca yeniden kullanmaya çalışmak ve böylece farklı durumlarda sürekli olarak test edilmesini sağlamaktır. Ancak bu, yöntemlerden yalnızca bir tanesidir. Bir diğeri ise OOP kullanmaktır.

Bu makalede, yine bir başka popüler teknik göstergeye odaklanacağız ve ona dayalı bir ticaret sisteminin nasıl geliştirileceğini öğreneceğiz. Alligator göstergesini tanıyacağız ve ona dayalı bir ticaret sistemi tasarlayacağız.

En popüler teknik göstergelere dayalı ticaret sistemleri geliştirdiğimiz serimizin yeni makalesindeyiz. Bu makalede, Accelerator Oscillator göstergesini inceleyeceğiz ve onu kullanarak bir ticaret sistemini nasıl tasarlayacağımızı öğreneceğiz.

Bu makalede, düzgün fonksiyonlar üzerinde iyi yakınsama gösteren yarasa algoritmasını inceleyeceğiz.

Bu makalede ateş böceği algoritması (Firefly Algorithm, FA) optimizasyon yöntemini ele alacağız. Yapılan değişiklik sayesinde algoritma, dışarıdan bakan bir oyuncudan gerçek bir derecelendirme tablosu liderine dönüştü.

Açık sinir ağı santrali (Open Neural Network eXchange, ONNX), makine öğrenimi modellerini temsil etmek için oluşturulmuş açık bir formattır. Bu makalede, finansal zaman serilerini öngörmek için bir CNN-LSTM modelinin nasıl oluşturulacağını ele alacağız. Ayrıca oluşturulan ONNX modelinin bir MQL5 Uzman Danışmanında nasıl kullanılacağını da göstereceğiz.

Emir sistemini daha akıcı hale getireceğiz. Bu makalede, pozisyon eşik seviyelerini çok daha hızlı değiştirebilmek için kodda yapılması gereken değişiklikleri ele alacağız.

Bugün yeni emir sistemini geliştirmeye devam edeceğiz. Yeni bir sistemi uygulamak o kadar da kolay değildir, zira sık sık süreci büyük ölçüde zorlaştıran sorunlarla karşılaşırız. Bu sorunlar ortaya çıktığında durmalı ve ilerlediğimiz yönü yeniden analiz etmeliyiz.