Реализована возможность сериализации и десериализации JSON в языке mql5. Разработчикам доступна интеграция npm для скачивания примеров. Подробнее ознакомиться с проектом можно в репозитории на GitHub по ссылке github.com/Senails/mql5-json. Автор проекта — Кузьма Шевелев. Это решение подходит для тех, кто работает с JSON в mql5 и нуждается в конвертации данных. Необходимые инструкции и документация доступны в репозитории.

Читать далее...

Связь погоды с финансовыми рынками становится все более актуальной для анализа. Очевидно, что в ненастные дни трейдеры более сдержанны, о чем свидетельствуют исследования профессора Эдварда Сайкина. Температура, превышающая 30°C, снижает объемы торгов на 15% на Нью-Йоркской бирже. Влияние погодных условий особенно заметно в крупнейших финансовых центрах.

Для построения системы прогнозирования использован набор данных за последние пять лет из ключевых торговых площадок. Использование машинообучающих моделей, таких как CatBoost, демонстрирует сильную корреляцию между погодными факторами и изменением валютных курсов. Вместо выбора параметров вручную, применялись специальные функции для синхронизации данных.

Читать далее...

BEKST (Band Envelopes Know Sure Thing) — универсальный комбинированный инструмент технического анализа финансовых рынков, который анализирует отклонения цены от сглаженных и взвешенных темпов её изменения на четырёх интервалах. Индикатор предоставляет информацию о расположении цен относительно нормального торгового диапазона. BEKST позволяет построить гибкую торговую стратегию, подходящую для всяческих торговых пар и таймфреймов. Конфигурация индикатора может быть адаптирована для скальпинга, ночного флэта или долгосрочного тренда. Встроенный блок сигналов уведомляет о приоритетных направлениях торговли при касании ключевых линий. Возможна настройка частоты и качества сигналов через входные параметры.

Читать далее...

Собран первый модуль системы репликации/моделирования. Модули можно применять индивидуально, избегая избыточного кодирования. Модуль настраивается без перекомпиляции, используя сообщения. Система пригодна для реальных и демонстрационных счетов. Она имитирует поведение, схожее с тем, что наблюдается на обоих видах счетов. Основное преимущество — возможность работы с MetaTrader 5 как в обучении, так и в торговле.

Переход на сообщения вместо глобальных переменных в терминале упростил архитектуру. Это повысило стабильность передачи данных между программами. Добавляется индикатор управления для модульной работы. Удалены глобальные переменные, введен обмен сообщениями через буферы индикаторов и события. Прозрачная передача и контроль данных между сервисами требуют тщательного подхода во избежание потерь.

Код индикатора управления обновлен для работы без глобальных переменных. Реализованы ...

Читать далее...

Фрактальное сглаживание FRAMA задействовано в индикаторе с применением дискретного фильтра. Этот фильтр исключает мелкие колебания цены. Отсеивание происходит, когда относительное движение в боковом тренде не превышает квадрат размерности отметки интервала. Такой подход позволяет более точно и стабильно анализировать рыночные данные. В результате уменьшается шум в данных, улучшая тем самым возможность выявления ключевых трендов и изменений в направлении цены. Этот метод повышает точность прогноза, что делает его полезным инструментом для работы в динамичной рыночной среде.

Читать далее...

Создание торгового советника на основе GRU и MetaTrader 5 Python: шаг за шагом. Применяем управляемые рекуррентные блоки (GRU) для анализа последовательных данных из области торговли. GRU отличается простотой и эффективностью обучения благодаря меньшему количеству параметров по сравнению с LSTM. Освоение построения торговых моделей с помощью библиотеки scikit-learn и визуализации данных с Pandas. Обучаем модель, используя алгоритмы оптимизации, такие как Adam, и оцениваем точность прогнозов. Применение нейронных сетей позволяет выявить сложные зависимости, обеспечивая точные и надежные прогнозы для алгоритмической торговли.

Читать далее...

Индикатор предназначен для точного определения точек разворота тренда и установки стоп-приказов. Он строится на основе значений Parabolic SAR. Длина линий определяется автоматически в зависимости от заданного количества волн цены, что упрощает его использование. Встроенный блок анализа баланса бычьих и медвежьих тиковых объёмов позволяет эффективно оценивать текущее рыночное давление. В случае, если цена касается одной из линий канала, индикатор предоставляет трейдеру рекомендации на основе анализа: стоит рассматривать покупки, открытие коротких позиций или закрытие имеющихся ордеров. Такой подход способствует более взвешенным торговым решениям.

Читать далее...

Деревья решений с градиентным бустингом (GBDT) — мощный инструмент машинного обучения, активно используемый для регрессии и классификации. Алгоритмы, такие как XGBoost и LightGBM, стали основой в проектах, где требуется высокая точность без необходимости нормализации входных данных. Они эффективно работают с пропущенными данными и не требуют масштабирования признаков, что отличает их от других, менее гибких классификаторов. Эти технологии открывают новые возможности для трейдеров и разработчиков, позволяя строить сложные модели быстро и эффективно. Используя XGBoost или LightGBM, можно достичь высоких результатов в торговых приложениях.

Читать далее...

Советник Os_Pro 9 V.1 продолжает применять коридорную стратегию, аналогично предыдущей версии. Основное улучшение — построение коридора происходит на новой свече каждого часа, что позволяет быстро реагировать на изменения рынка. Это дает возможность последовательно открывать и закрывать ордера с прибылью. Советник автоматически адаптируется к нештатным событиям, таким как перезапуск, корректируя размер лота для предотвращения сбоев.

Режимы работы: 0 — закрытие коридора после прибыли, 1 — продолжение торговли. Важные параметры включают риск в процентах от баланса, ширину коридора, начальный и увеличенный размер лота. Опция ручной корректировки границ коридора позволяет гибко адаптировать стратегию. Рекомендуется тестирование на демонстрационном счете для оценки эффективности.

Читать далее...

Гиперболическая геометрия продемонстрировала потенциал в моделировании сложных графовых структур. Однако реализация моделей диффузии в не евклидовых пространствах сталкивается с серьезными вызовами. Высокая вычислительная сложность и сохранение топологической информации остаются актуальными задачами.

Модель HypDiff предлагает инновационное решение с использованием гиперболического пространственного подхода. Гиперболическая диффузия позволяет сохранить критически важную анизотропную информацию об узлах, используя многообразия. Выборка в касательных пространствах улучшает эффективность алгоритмов.

OpenCL-программы адаптируются под гиперболическую геометрию, упрощая проекцию данных и обработку сферических признаков. Реализации с применением MQL5 демонстрируют прикладные возможности предложенных теорий на практике.

Читать далее...

Изучите, как ускорить обучение нейронных сетей с использованием алгоритма Левенберга-Марквардта, превосходящего по скорости традиционные методы, такие как градиентный спуск и его модификации. Этот алгоритм, основанный на втором порядке производных, идеально подходит для адаптации моделей к динамичным рыночным условиям. Применение его в MetaTrader 5 позволяет легко и быстро находить локальный минимум функции потерь. Для трейдеров и разработчиков алгоритм открывает новые горизонты в создании высокоэффективных торговых моделей, благодаря его выдающимся характеристикам и способности к быстрой сходимости, что значительно сокращает время и ресурсы на обучение модели.

Читать далее...

В статье объясняется использование скрытых марковских моделей (HMM) в анализе финансовых временных рядов. HMM — это инструмент для моделирования временных рядов с нечёткими состояниями, таких как тенденции рынка. Они учитывают прошлую динамику, минимизируя ложные сигналы. Статья рассматривает обучение HMM с помощью Python и библиотеки hmmlearn. HMM требуют оптимизации параметров, таких как начальные вероятности и матрица переходов, для максимального правдоподобия данных. Практическая часть включает создание HMM на Python и её интеграцию в MetaTrader 5, применяя MQL5, что позволяет расширить возможности алгоритмической торговли.

Читать далее...

Представлен индикатор, отображающий ценовой импульс валютной пары с использованием разметки уровня Фибоначчи. На экране выводятся две линии: розовая и голубая, указывающие направление для входа на рынок. При пробое цены нижней линии рекомендуется открывать продажи; при пробое верхней — покупки. Оптимальная работа индикатора наблюдается на таймфреймах от H1 и выше. Линии поддержки и сопротивления формируются на основе локальных экстремумов, которые рассчитываются за количество баров, задаваемое параметром iPeriod. Начало отсчёта для поиска экстремумов начинается с бара, номер которого задаётся параметром SignalBar.

Читать далее...

В статье рассматривается концепция Break of Structure (BoS), важная в анализе и разработке стратегий на Форекс. BoS сигнализирует о смене рыночного тренда и используется в стратегиях Smart Money (SMC). В рамках MetaTrader 5 возможно разработать советника на MQL5 для автоматизации торговли на основе BoS.

BoS определяется как значительное движение цены, преодолевающее предыдущее колебание. В статье обсуждаются бычий и медвежий типы BoS, а также их применение в торговых стратегиях с использованием различных таймфреймов и технических индикаторов.

Для реализации стратегии в MQL5 создается торговый робот, который анализирует рыночные данные для обнаружения BoS. Используются технические индикаторы и анализируемые точки колебания для улучшения трейдинга и управления рисками.

Читать далее...

Статья раскрывает подходы к реализации алгоритмических моделей на базе гиперболической геометрии. Используется фреймворк HypDiff, решающий проблему структурной анизотропии в графах через гиперболический гауссов шум. На платформе MQL5 показано, как интегрировать методы OpenCL для проектирования данных в гиперболическое пространство с целью улучшения точности анализа динамичных финансовых рынков. В этом процессе рассматривается создание динамической модели генерации центроидов, необходимой в условиях меняющегося рынка. Описаны ключевые элементы проектирования и инициализации объектов, упрощение вычислительных задач посредством сверточных слоев и структурирование данных для эффективного обучения.

Читать далее...

Представляется инструмент для анализа текущей ситуации по торговому символу. Он предоставляет информацию о времени последней котировки, актуальном времени торгового сервера, статусе рынка (открыт/закрыт) и состоянии интернет-соединения (норма или обрыв). Этот советник не является примером идеального кода или алгоритма, но способен выполнять основные функции мониторинга. Подобные инструменты полезны для первичного анализа и оценки состояния рыночных данных и связи, обеспечивая базовый уровень информации для трейдеров и аналитиков.

Читать далее...

В статье представлена инновационная модель для прогнозирования трендов цен на акции, основанная на двойном механизме внимания и извлечении признаков. Модель TPM эффективно сочетает методы машинного обучения для анализа финансовых временных рядов, используя архитектуру "Энкодер—Декодер" с добавленным механизмом внимания. Это позволяет идентифицировать наиболее релевантные признаки из объемных данных и улучшить точность прогнозов. В модели реализована интеграция краткосрочных и долгосрочных рыночных признаков для предсказания направления и продолжительности изменения цен. Предложенный метод открывает новые возможности для более точного анализа и моделирования динамики рынка.

Читать далее...

Hull Moving Average (HMA) представляет из себя усовершенствование стандартных скользящих средних, часто используемых для сглаживания цен. Обычные скользящие средние страдают от запаздывания относительно текущей цены, что снижает их эффективность в трендовых стратегиях. Ален Хал разработал HMA для уменьшения данного эффекта.

Формула HMA: 2*MA1 - MA2, где MA1 и MA2 - простые скользящие средние с периодами N и 2*N. Особенность этой формулы в том, что период HMA должен быть четным. Однако, это ограничение можно обойти, если при нечетном периоде вес центрального элемента равен нулю. Например, 5-периодная HMA получит весовые коэффициенты 3, 3, 0, -1, -1, что позволяет обобщить HMA.

Чтобы улучшить сглаживание, центральному элементу задается значение 1, внося изменения в расчет. Это оптимизирует работу индикатора. Индикация на графике демонстрирует его адаптивность и мгновенную реакцию на ...

Читать далее...

Статья посвящена инновационному подходу торговли на Forex через парный трейдинг, где используются рыночно-нейтральные стратегии. Особенность в отсутствии ярко выраженных стоп-лоссов обеспечивает эмоциональную стабильность трейдера. Описывается методика торговли спредами, где анализируется корреляция инструментов для минимизации рисков. Приводятся примеры использования индикаторов и расчётов для точной оценки спредов в MetaTrader 5. Рассматривается потенциал сезонного анализа и его важность в прогнозировании движений рынка, что значительно расширяет возможности для успешной торговли. Обращается внимание на корректный выбор символов и учёт волатильности для повышения эффективности стратегий.

Читать далее...

Индикатор RegressionParabolic предназначен для точного определения точек разворота тренда и установки стоп-приказов. Его основной элемент - линии, построенные на основе значений Parabolic SAR, длина которых автоматически зависит от заданного количества волн цены. Можно использовать несколько индикаторов на одном графике с различными таймфреймами. Встроенный модуль подсчитывает баланс бычьих и медвежьих тиковых объёмов в определённом канале. При касании ценой границ канала индикатор предлагает рекомендации для дальнейших действий: покупки, продажи или закрытие текущих позиций. Это позволяет трейдерам принимать обоснованные решения в изменяющихся рыночных условиях.

Читать далее...