|
9+ 年
经验
|
2
产品
|
109
演示版
|
|
0
工作
|
0
信号
|
0
订阅者
|
Большой интерес к работе с тиками и нейронными сетями(в часности третьего поколения).
本文主要介绍用于估计未知概率密度函数的核密度程序的创建。核密度估计方法被选择用于执行此任务。本文包含该方法的软件实现的源代码、其使用示例以及插图。
本文主要介绍一些主动使用挂单的策略、用来描述这些策略的元语言，以及如何使用一种以这些描述为基础运行的多目标 EA 交易。
每名交易者都使用某种统计计算进行工作，即使是基础分析的支持者也是如此。本文向您介绍统计学的基础及其基本要素，并说明统计学在决策中的重要性。
本文旨在使读者了解 Box-Cox 变换。文章阐述了变换的使用，并给出一些示例以允许使用随机序列和真实报价来评估变换效率。
开发交易系统时，通常都会出现选择最佳指标与信号组合的问题。而判别分析就是找到此类组合的方法之一。本文会给出一个用于市场数据采集的 EA 开发示例，并详细阐明如何利用判别分析在 Statistica 软件中构建外汇市场预后模型。
如果我们完整地检查任何复杂的交易系统，就会发现它们都是基于一组简单的交易信号。因此，新手开发人员无需立即开始复杂算法的编写。本文讲述的是一套使用信号指标执行交易的交易系统示例。
本文讲述如何利用面向对象编程创建 MetaTrader 5 多时间表与多货币面板。主要目标在于建立一个可用于显示多种不同类型数据（比如价格、价格变动、指标值或自定义买/卖条件）、且无需修改面板本身代码的通用面板。
本文介绍如何将 MetaTrader 5 连接到 ENCOG - 高级神经网络和机器学习框架。它包含一个基于标准技术指标的简单神经网络指标和一个基于神经指标的 EA 交易的描述和实施。本文还附带了所有源代码、编译后的二进制文件、DLL 和一个可仿效的经过训练的网络。
本文要讲述的是 AutoElliottWaveMaker - MetaTrader 5 中针对艾略特波浪分析的首次开发，体现出手动与自动波浪标签的合二为一。该波浪分析工具完全在 MQL5 中编写，不包含任何外部 dll 库。这也是可以（且应）利用 MQL5 开发成熟有趣程序的又一证据。
本文会让我们以一种全新的视角，来进行 MQL4 与 MQL5 中 EA、指标及脚本的开发。将来，此编程范式会逐渐变成 EA 实施领域所有交易者的基本标准。利用这种自动机编程范式，MQL5 和 MetaTrader 5 开发人员也就具备了某种程度上创建新语言 - MQL6 - 和新平台 - MetaTrader 6 的能力。
如果 MQL5 语言的功能性不足以完成任务，MQL5 程序员不得不诉诸于其他工具。他们必须转向其他编程语言并创建中间 DLL。MQL5 可提供各种数据类型并将它们传递至 API，但遗憾的是，MQL5 无法解决从收到的指针提取数据的相关问题。在本文中，我们将循规蹈矩，说明交换和使用复杂数据类型的简单机制。
本文旨在让读者熟悉经验模态分解 (EMD) 法。它是希尔伯特-黄 (Hilbert-Huang) 变换的基础部分，用于分析非静态和非线性过程产生的数据。本文还介绍此方法的一种可能软件实施，并简短地介绍有关其特性的考虑因素，并提供几个简单的运用例子。
EA Tree 是第一款拖放 MetaTrader MQL5 EA 交易生成器。您可以使用非常易用的图形用户界面创建复杂的 MQL5。在 EA Tree 中，通过将盒子连接在一起创建 EA 交易。盒子可以包含 MQL5 函数、技术指标、自定义指标或值。使用盒子树，EA Tree 生成 EA 交易的 MQL5 代码。
本文介绍针对交易系统开发的多元回归分析的运用方法。它说明策略搜索自动化的回归分析的运用。生成了一个回归等式，并作为一个例子集成在一个不需要精通编程的 EA 中。
本文旨在让读者熟悉用于时间序列短期预测的指数平滑模型，此外还会探讨预测结果优化与评估相关的各种问题，并提供若干脚本与指标示例。当您首次接触基于指数平滑模型的预测原则时，阅读本文定会有所收益。
本文力求升级此前创建的指标，并简要讲述了利用自助法与分位数评估预测置信区间的一种方法。如此一来，我们便会获得将用于评估预测准确性的预测指标和脚本。
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。
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。
艾略特波浪理论是最流行的市场分析方法之一。然而，这个过程非常复杂，从而导致我们使用额外的工具。自动标记器是其中一种工具。本文描述用 MQL5 语言创建艾略特波浪的自动分析程序。
本文会介绍一个专为针对各种时间序列的特性给出快速初步评估而设计的类。与其同时，亦对统计参数和自相关函数进行评估，对时间序列执行频谱估计，并构建一个直方图。