|
10+ 年
经验
|
0
产品
|
0
演示版
|
|
0
工作
|
0
信号
|
0
订阅者
|
相信很多人都听过这样一句话 "一次的成功不能保证永远成功"。我们必须对交易的结果进行评估。在这篇文章中我们将讲述简单实用的评估方法。
我不是专业的程序员。 正因如此，对于我来说，要进行交易系统开发，“由简入繁”是最最重要的原则。 那么，对我来说，怎样才算是简单呢？ 首先，是创建系统过程的可视化，及其工作的逻辑。 还有，手写代码要尽可能地少。 在本文中，我将尝试根据 Matlab 软件包完成交易系统的创建和测试，然后再编写一个 MetaTrader 5 “EA 交易”。而测试过程会采用 MetaTrader 5 的历史数据。
本文是有关深度神经网络和预测器选择的前文之续篇。在此我们将涵盖由栈式 RBM 初始化的深度神经网络特性, 以及它在 "darch" 软件包里的实现。
即使你借助MQL5的云计算网络来进行优化工作，仍就需要消耗大量的计算机资源。本文由我对MetaTrader 5策略测试器一些简单的改进想所法组成。这些想法来自于MQL社区的相关技术文档、论坛和文章。
亲爱的读者，您好！本文中，我们会试着为您解释并向您呈现可以如何轻松快速地掌握创建EA交易、使用指标等等原则的要领。本文面向初学者，所以不会包含任何难懂或晦涩的示例。
本文是对创建算法的原则以及交易系统的元素的总结和系统化。本文讨论EA 交易算法的设计。我们将以CExpertAdvisor类作为示例进行探讨，该类可用于轻松快捷地开发交易系统。
本文旨在使用 MetaTrader 5 提供用于发布预测的即用型解决方案。它涵盖各种各样的想法：从使用针对发布 MetaTrader 声明的专业网站，到几乎不需要任何 Web 编程经验就可搭建自己的网站，再到与允许很多读者加入并关注预测的社交网络微博服务的集成，无所不包。在此处提供的所有解决方案都是百分百免费的，并且能够由具备电子邮件和 FTP 服务基本知识的任何人所搭建。使用相同的技术来提供专业托管和商业性交易预测服务也毫无问题。
找到交易系统的规则，再于“EA 交易”中进行编程，任务就完成一半了。随着交易结果的累积，您需要通过某种方式纠正“EA 交易”的操作。本文讲述一种方法，通过创建平衡曲线斜率的测量反馈，改善“EA 交易”的性能。
本文重点介绍机器学习模型中输入变量（预测因子）的选择，预处理以及评估的相关细节。同时将探讨新的方法和预测因子深度分析及其对模型过度拟合可能的影响。模型的总体效果很大程度上取决于这一阶段的结果。我们将分析两个包，它们分别提供预测因子选择的新老方法。
是否用于交易的特殊神经网络程序好似很昂贵和复杂，或是与此相反，太简单？来试试 NeuroPro。它是免费的，并且包含针对业余爱好者的最佳功能集合。这篇文章将告诉您如何结合 MetaTrader 5 来使用它。
市场价格是缺乏需求和供应之间的稳定平衡而形成的，反之，又取决于各种各样的经济、政治和心理因素。这些因素的性质以及影响原因所存在的差异，使得直接考虑所有因素非常困难。本文提出一种依据精心设计的回归模型预测市场价格的尝试。
在本文中，笔者将讨论利用亲自开发的遗传算法进行的进化计算。笔者将通过示例说明算法的功能，并为算法的使用提供实用性的建议。
基因演算使用于智能交易的数据优化。这些用途的范例是一个神经网络的学习，即， 这样的值得到的误差最小。基因演算是以随机搜索的方法为基础的。
本文研究宏观经济统计数据的多元还原分析应用程序。同时也以 EURUSD 货币对为例，洞察统计数据的评估，对于汇率波动的影响。这种评估可以自动分析基本面，使得交易新手也可运用。
我们知道一个市场周期的概率密度函数 (PDF) 并不会让我们想到高斯分布，而是一种正弦波的概率密度函数，并且大多数指标假定市场周期的概率密度函数为高斯分布，我们需要一种方式来纠正。解决方法是使用费歇尔变换。费歇尔变换将任何波形的概率密度函数转换为近似的高斯分布。本文介绍费歇尔变换和逆费歇尔变换的算法以及它们在交易中的应用。介绍和评估了一个基于逆费歇尔变换的专有交易模块。
本文介绍了在应用统计中使用的随机变量的概率分布（正态分布、对数正态分布、二项分布、逻辑分布、指数分布、柯西分配、学生 t 分布、拉普拉斯分布、泊松分布、双曲线正割分布、贝塔分布和伽玛分布）。它还介绍用于处理这些分布的类。
在本文中，我们将开发用于 CFTC 报告分析的工具。我们将解决下述问题：开发可直接使用委员会提供的数据文件的 CFTC 报告数据而无需进行中间处理和转换的指标。此外，该指标可用于不同目的：作为指标绘制数据、处理其他指标中的数据、在脚本中用于自动分析、在“EA 交易”的交易策略中使用。