|
10+ 年
经验
|
0
产品
|
0
演示版
|
|
0
工作
|
0
信号
|
0
订阅者
|
对某个序列的统计参数进行估计非常重要，因为大多数数学模型和方法均基于不同的假设。例如，正态分布规律或离差值（或其他参数）就是这样。因此，在分析和预测时间序列时，我们需要一个简单方便的工具，用于快速清晰地估计主要统计参数。本文简要说明了一个随机序列的最简单统计参数，以及其可视分析的几种方法。本文还说明了如何在 MQL5 中实现这些方法，以及使用 Gnuplot 应用程序对计算结果进行可视化的方法。
有很多指标可用于确定一个交易系统的效率和盈利能力。但是，交易者始终会将任何系统推向一个新的崩溃测试。本文讲述基于效率指标的统计如何用于 MetaTrader 5 平台。它包含一个类，该类用于将成交统计解释转变成与 S.V. Bulashev 所著《Statistika dlya traderov（面向交易者的统计）》一书不冲突的一种解释。它还包括一个用于优化的自定义函数示例。
您的家用电脑是几核的？优化一项交易策略，您可以运用多少计算机？我们在此展示如何利用MQL5云网络，点击鼠标即可获取遍及全球的计算能力，并通过这种方式加速计算。每过去一年，时间就是金钱这句话都会成为更被热议的话题，我们不能承受重要运算几十小时甚或几天的等候。
MetaTrader 5 通过EA交易程序和MQL5编程语言使我们可以在内嵌的策略测试器中模拟自动交易，这种模拟称为EA交易程序的测试，它可以在实现中用多线程优化，也可以在多个设备中同步进行。为了提供完整的测试，我们需要基于可用的分钟历史来生成订单。本文提供了这种算法的详细描述，即在MetaTrader 5客户终端中怎样通过历史生成这些订单。
本文致力于介绍一种新的有前景的机器学习方向 — 深度学习或者更准确的说，深度神经网络。简要回顾第二代神经网络，它们的连结架构和主要类型，学习的方法和规则以及缺点，随后介绍第三代神经网络的发展，它们的主要类型，特点和学习方法。创建并训练一个深度神经网络，由真实数据通过堆栈式自动编码器权重进行初始化。从输入数据的选择到数量化求解的所有步骤都会详细讲述。文章的最后部分包含一个深度神经网络的EA实例，其中带有一个MQL4/R的内置指标。
MetaTrader 5 中三种测试模式有何区别？应该特别注意什么？如何测试在几个工具上同时进行交易的 EA？在测试期间何时及如何计算指标值？如何处理事件？如何在测试期间以一种仅开盘价模式同步处理来自不同工具的指标柱？本文旨在回答这些问题以及很多其他问题。
文章比较了使用基因演算方法和简单搜索获取的智能交易的时间和结果。
分步说明如何使用 DDE 将数据从 Matlab 传输到 MetaTrader 4。
本文给出了一个为标准 Expert Advisor 准备的获利/亏损标准优化示例（结果返回文件） - 移动平均线。
技术分析的很多程序允许在历史数据上测试交易策略。在大多数情况下， 测试被连接到已经完成的数据上，在价格柱内这些数据不带有任何试图模式化的趋势。测试会快速进行，但是不精确。