文章 "在 MQL5 中利用 ARIMA 模型进行预测"
你好，弗朗西斯！
这篇文章非常出色！我正在转换一个使用多种平均值的 MQ4 EA，我将研究您的代码，以确定最佳集成，稍后再与您联系。
科达角
我做了所有能做的事情，却一无所获。
文章附上了一个测试者的截图，该测试者的盈利因子很高，但恢复因子却很低。
如果作者成功得到了什么，那一定是个特别的秘密。
顺便说一下，设置与文章中的不同。总之，内容很奇怪。
文章附上了一个测试者的截图，该测试者的盈利因子很高，但恢复因子却很低。
如果作者成功得到了什么，那一定是个特别的秘密。
顺便说一下，设置与文章中的不同。总之，内容很奇怪。
感谢您的文章
感谢您提供的信息丰富的文章。我可以提前多一步预测吗？
我想仅仅增加 "NumberOfPredictions "是不够的，对吗？
我知道你在这里创造了非常好的东西，但 trainARmodel 脚本对我不起作用，你建议我该怎么做。
感谢您的努力，在 "您的背部测试 "中，测试期是几个月？
@ndnz2018: habe vor kurzem folgende Klasse für ARIMA-Modell heruntergeladen: https://www.mql5.com/zh/articles/12798
当我看到机器人在几个时间框架内对简单的 AR 模型（20,1,0）显示出超过 90% 的命中率时，我真的很恼火。我还在网上找到其他文章，其中 ARIMA 模型的准确率超过 90%。然而，你可以在任何一本金融数学书中读到，增长（回报）并没有显示出明显的自相关性。我自己也计算了不同滞后期的自相关性 Corr(r(t),r(t-d))，确实没有相关性。怎么会这样呢？自相关在 ARIMA 模型中的定义是否有所不同？事实上，我一直认为自回归是对前值的简单回归。我是不是看得太简单了？
希望有人能帮我理清思路。
非常感谢
ndnz
文章中有一个 EA。为什么不在模拟账户上运行一下，看看数值是否得到确认。
你好，弗朗西斯
您的文章和想法都很棒。但我觉得缺少一个 .mdq 文件，因此在编译 arima.mdq 时会出错。缺少的文件是 FileBin.mdq，它应该放在 Files/*。
您有什么建议来解决这个问题？谢谢和 CMIIW
新文章 在 MQL5 中利用 ARIMA 模型进行预测已发布：
在本文中，我们继续开发构建 ARIMA 模型的 CArima 类，添加支持预测的直观方法。
众所周知，ARIMA 模型依赖于数据集中的时间依赖性。 因此，为了进行一次或更多的预测，我们需要向模型提供一序列输入数据。 模型的规格确定了输入序列的最小尺度。 知道了这一点，很明显，如果输入序列不充分，就不可能做出任何预测，或者说至少预测不能反映所应用的模型。 不同类型的 ARIMA 模型对输入序列的尺度提出了不同的要求，而不仅仅是模型的顺序。
实现纯自回归模型的预测是微不足道的，因为其所需只是输入与模型的最大滞后相等。 使用移动平均项的混合模型在进行预测时会产生问题。 我们还没有实际的误差或创新序列。 为了克服这一点，我们必须首先决定如何计算误差的初始值。
该过程事关首先采用任意可用的模型参数来获取模型的初始状态，其中不包括任何移动平均项，在此阶段假定它们为 0。 然后，依据已知的序列值，循环遍历批量冗余预测来计算初始误差值。这些初始预测是冗余的，因为它们与我们最终感兴趣的最终预测无关。 这显然对预测所需的输入数量提出了更高的要求。 与此对应的关键是，为了做出有效的预测，应该执行多少次冗余预测循环，才能得出合适的误差序列值。
作者：Francis Dube