ALGLIB — мощная библиотека для численного анализа и оптимизации, доступная в MetaTrader 5. Она предлагает методы, такие как BLEIC и L-BFGS, которые решают задачи оптимизации с учетом ограничений. BLEIC использует активные множества для задач с равенствами и неравенствами, эффективно перемещая решение по допустимому множеству, тогда как L-BFGS, квазиньютоновский метод, оптимизирует задачи с большим числом переменных, используя лишь ограниченную память. Эти методы автоматизируют вычисление численных градиентов, критически важное для приложений в трейдинге, упрощая разработчикам создание и тестирование торговых систем.

Читать далее...

Библиотека для трейдинга с визуализацией цвета предоставляет улучшенные возможности цветового отображения на основе цветового пространства OKhsl. Структура OKhsl используется для более точного представления цветов, что особенно полезно при создании тепловых карт. Категории: оттенок, насыщенность и яркость. Значения оттенков варьируются от 0 до 360, насыщенность и яркость — от 0 до 100.

Функция GetGradientValue() позволяет определить цвет в градиенте для определенного значения. Параметры включают начальный и конечный цвета градиента, а также соответствующие им числовые значения. Функция возвращает цвет для заданного числового значения в том же формате. major_arc задает тип дуги изменения оттенка.

Функция GetGradientValues() работает с массивами, преобразуя числовые значения в соответствующие цвета. Результат записывается в массив colors_output[]. Функция возвращает количество элемент...

Читать далее...

STNN предлагает современный подход к прогнозированию временных рядов с помощью моделирования взаимосвязей многомерных данных. Метод использует уравнение преобразования STI и архитектуру Transformer для преобразования пространственной информации в временную эволюцию целевой переменной. Это эффективно решает проблему краткосрочных данных. Авторы внедрили механизмы непрерывного внимания для улучшения точности, объединив пространственную и временную структуры Self-Attention. Важность этого решения заключается в его способности реконструировать фазовое пространство, улучшая краткосрочные прогнозы. Метод STNN показывает потенциал интеграции в MQL5 для торговых стратегий, предлагая уникальные преимущества в алгоритмическом трейдинге.

Читать далее...

Цветовые пространства OKhsl и OKhsv обеспечивают перцептивную единообразность, оптимизируя восприятие цвета человеческим глазом. Эти пространства поддерживают создание градиентов с плавными переходами и палитр с равномерной насыщенностью и яркостью. В отличие от HSL, OKhsl и OKhsv улучшили обработку цветовых переходов и восприятие.

Библиотека OK Color Space предлагает функции для конвертации между различными цветовыми пространствами, включая OKhsl и OKhsv. Диапазоны значений для оттенка составляют 0-360, а для насыщенности и яркости - 0-100. Обновления включают исправление ошибки в конвертации серого цвета и новый инструмент UI Palette для работы с цветовыми палитрами. UI Palette позволяет удалять, сохранять и переименовывать палитры, а также добавлять новые цвета для более гибкой работы с цветом.

Читать далее...

Алгоритмическая торговля: изучаем объяснимый ИИ и как он может помочь понять работу сложных моделей. Сложность современных алгоритмов и объем данных делает знание внутренней логики критически важным для доверия к прогнозам и получению прибыльных стратегий. В статье описаны методы глобальных и локальных объяснений, выясняющих значимость различных признаков. Глобальные методы, как важность перестановок, предоставляют общее представление о модели, тогда как локальные, такие как LIME, показывают влияние признаков на конкретные прогнозы. Различие в объяснителях "черного ящика" и специализированных для определенных моделей подчеркивает важность выбора подходящего инструмента для анализа.

Читать далее...

Информация для разработчиков. При публикации скриптов или экспертов всегда важно детально описать вложенные идеи и интерпретацию показаний индикаторов. Определите внешние переменные для лучшего понимания настройки и использования кода. Если выкладывается эксперт, укажите рекомендуемые финансовые инструменты и таймфреймы. Если речь идет об включаемом файле, обозначьте его назначение, будь то трейлинг или вычисление объема позиции.

Важно: графики и иллюстрации создавайте в черно-белой гамме, чтобы упростить распечатку. Используйте именование файлов на английском языке, например, research.mq5 вместо issledovanie.mq5.

Для успешной интеграции и использования систем, сопровождайте публикации осмысленными именами и кратким пояснением, которое поможет пользователям быстрее ориентироваться в коде. Это повысит практическую ценность вашего материала.

Читать далее...

В статье рассматривается усовершенствованный риск-менеджер для MetaTrader 5, позволяющий контролировать и адаптировать размеры позиций. В числе новшеств - плавное изменение позиций при достижении половины лимита и восстановление объемов позиций. Также добавлена оценка максимальной прибыли с остановкой торговли, что актуально для проп-трейдинга. Этот подход улучшает контроль убытков и адаптацию стратегий в зависимости от рыночных условий, включая настройку лимитов убытков от последних пиковых баланс. Эти улучшения предлагают эффективные инструменты для повышения безопасности торговли и минимизации рисков для разработчиков и трейдеров.

Читать далее...

На странице обсуждаются различные методы средних скользящих, доступные для использования в торговых стратегиях. Среди них: простая (SMA), экспоненциальная (EMA), линейно-взвешенная (LWMA), и много других, таких как Hull (HMA) и тройная экспоненциальная (TEMA) средние. Кроме того, упоминаются методы на основе работ Джона Элерса, включая фильтры Laguerre и Butterworth.

Методы способствуют более точному определению тенденций рынка. Настройки включают выбор цены (например, закрытие или открытие), периода усреднения, сдвиг и цветовые индикации. Инструменты уведомлений о смене тренда предлагают возможности звуковых оповещений, электронных писем и пуш-уведомлений.

Эти возможности помогают адаптировать индикаторы к индивидуальным требованиям трейдинга, улучшая точность и информативность анализа.

Читать далее...

Разработка системы репликации в MQL5 для MetaTrader 5 выходит на новый уровень. Переход к модульной архитектуре позволяет улучшить взаимодействие между приложениями, работающими внутри платформы. Индикатор мыши получает обновления, которые поддерживают гибкость и корректность обработки сообщений. Глобальные переменные заменяются более локальными решениями, что способствует повышенной эффективности и управляемости кода. Эти изменения помогут разработчикам создавать более интегрированные и сложные торговые стратегии, используя продвинутые возможности MetaTrader 5. Разбирайтесь в механизмах межпроцессного взаимодействия и оптимизируйте свои приложения для более слаженной работы внутри экосистемы MT5.

Читать далее...

Современное обучение представления графов, широко используемое для задач кластеризации и классификации, сталкивается с ограничениями масштабируемости и чрезмерного сглаживания при увеличении слоев в традиционных методах, таких как GCN. Авторы нового подхода NAFS предложили метод адаптивного сглаживания признаков узлов, который использует информацию как низкого, так и высокого порядка для создания более выразительных эмбеддингов. Это позволяет значительно снизить затраты на обучение и улучшить масштабируемость для больших графов.

Многие методы ранее предлагали разделять процессы сглаживания и преобразования признаков в GCN. В NAFS применяется адаптивное сглаживание, основывающееся на локальных характеристиках каждого узла, что обеспечивает более точное и оптимальное представление. Это достигается без необходимости обучения, что снижает вычислительные затраты.

На практике NAFS реализу...

Читать далее...

Индикатор предназначен для поиска на ценовых графиках свечей, размер которых превышает заданный в настройках уровень. Предоставляется возможность выбора единиц измерения: пункты или проценты. В случае пунктов расчет производится в пунктах, причем для пятизначной котировки пункт составляет 0.00001. При выборе процентов размер свечи рассчитывается в процентах.

Пользователю предлагается выбрать, между какими уровнями производить измерение. Доступны варианты: между максимумом и минимумом свечи (High/Low), между ценой открытия и закрытия (Open/Close), размер верхней тени (Upper Shadow) и размер нижней тени (Lower Shadow).

Задайте нужный уровень размера свечи через параметр Size Definitions. При обнаружении такой свечи индикатор отметит её в соответствии с выбранными настройками.

Читать далее...

В статье рассматривается использование условных генеративно-состязательных сетей (cGAN) для прогнозирования финансовых временных рядов в MetaTrader 5. В отличие от обычных GAN, cGAN обучается на стабильных данных, что позволяет более точно генерировать прогнозы. Основное внимание уделяется созданию модели cGAN с использованием MQL5, комбинируя многослойный перцептрон для построения генератора и дискриминатора. Архитектура сети, включая слои и функции, ориентирована на прогнозирование изменений цен. В процессе обучения дискриминатор проверяет, насколько правдоподобны выходы генератора, что усиливает точность предсказаний, обеспечивая надежный инструмент для трейдеров и разработчиков.

Читать далее...

Исследование методов оптимизации из ALGLIB продолжено. Рассмотрим методы BC, NLC и LM в среде MetaTrader 5. BC (Box Constrained) оптимизирует функции при боксовых ограничениях, что позволяет быстрее решать задачи большого масштаба. Для алгоритма важно корректно задавать стартовую точку и диапазоны параметров. NLC использует алгоритмы, учитывающие линейные и нелинейные ограничения, с выбором решателей SQP, AUL или SLP в зависимости от сложности задачи. LM, объединяющий методы градиентного спуска и Гаусса-Ньютона, полезен в задачах параболической формы, но требует хорошего начального приближения. Результаты применения методов оцениваются по количеству запусков фитнес-функции.

Читать далее...

Функция исполнения ONNX-модели требует определения размеров для входных и выходных данных. Для задания размеров используются функции OnnxSetInputShape и OnnxSetOutputShape. Не все модели имеют фиксированные размеры для входов и выходов. Если размеры не указаны, скрипт отобразит значение -1. Выбор модели осуществляется через функцию FileSelectDialog в директории MQL5\Files. Пример использования скрипта представлен ниже. Такой подход обеспечивает гибкость, позволяя использовать модели с динамическими размерами входа и выхода при их отсутствии в спецификации. Особенно полезно это при работе с множественными ONNX-моделями, где важно соблюдение параметров.

Читать далее...

Статья на mql5.com предлагает решение задачи создания информационной панели для MetaTrader 5. Эта панель отображает торговую историю и статистику по символам и магикам, упрощая работу трейдерам и разработчикам. Ключевые технические аспекты включают использование безбуферного индикатора и базы данных SQLite для сортировки и организации данных. Интерактивные функции, такие как прокрутка таблиц и выбор элементов через мышь, повышают удобство работы. Благодаря продуманной архитектуре, проект демонстрирует, как адаптировать обучающие материалы к реальным задачам алготрейдинга, повышая универсальность и функциональность торговых систем.

Читать далее...

В MetaTrader 5 доступно множество индикаторов для оценки и предсказания рынка:

✓ 38 технических и 12 дополнительных, добавленных в версии 4230
✓ Тысячи пользовательских в бесплатной Библиотеке
✓ Тысячи приложений от профессиональных разработчиков в Маркете

Чтобы разобраться, как именно работают индикаторы, какие сигналы они дают и как их использовать, участники сообщества алготрейдеров создали огромное обсуждение на форуме. В нем они делятся собственным опытом, показывают примеры рыночных ситуаций и вспомогательной разметки при помощи аналитических объектов.

Присоединяйтесь к дискуссии и получайте новые знания

Данный индикатор предназначен для анализа часовых свечей на основе фактического и расчетного диапазонов. Он позволяет пользователю видеть изменение диапазона свечей в процентах, опираясь на средние статистические данные. Основными параметрами, управляющими работой индикатора, являются:

- Averaging Period: количество баров, используемых для усреднения.
- Number Of Bars For Statistics: определяет объём исторических данных для сбора статистики.
- Shifting Start Of Statistics Calculation: позволяет установить, с какого бара начинается сбор статистики, исключая влияние последних данных.
- Histogram Size и Line Size: отвечают за визуальные настройки гистограммы и линии.
- Histogram Color и Line Color: позволяют менять цвета элементов графического интерфейса.

Визуализация включает гистограмму для фактического диапазона и линию для расчетного диапазона. Работает исключительно на часовом гр...

Читать далее...

Диффузионные модели становятся ключевым инструментом в неконтролируемом обучении представлениям. Их способность эффективно обрабатывать анизотропные структуры данных делает их особенно полезными в задачах, где стандартные диффузионные методы оказываются недостаточными. Путем использования направленного шума, модели сохраняют структурную целостность данных, позволяя извлечь богатую топологическую информацию. Это открывает перспективы для применения в алгоритмическом трейдинге, где асимметричные рыночные движения требуют инновационных подходов к анализу данных. Включение таких моделей в рабочие процессы MetaTrader 5 может значительно повысить качество анализа и прогнозирования на финансовых рынках.

Читать далее...

Представлен индикатор на MQL4, выполняющий вычисления по каждой свече для заданного периода. Он определяет суммарную дистанцию между линиями на основе максимальных и минимальных значений цен для разных таймфреймов. Сначала производится вычисление расстояния между линиями, представляющими максимумы и минимумы, для длинного и короткого периода. Затем полученные значения сравниваются в процентном соотношении, где 10% пересчитываются как 100% для сглаживания шумов и минимизации ложных сигналов. Для удобства визуализации меняется цвет линий индикатора при нахождении выше или ниже определенных уровней.

Читать далее...

Алгоритм искусственного электрического поля (AEFA) предлагает мощный подход к решению задач оптимизации, используя законы электростатики. Инспирированный законом Кулона, AEFA рассматривает решения как заряженные частицы, взаимодействующие в пространстве поиска. Заряд каждой частицы зависит от ее эффективности, что позволяет моделировать движение и взаимодействие частиц в поиске глобального оптимума. Алгоритм привлекает внимание своими уникальными свойствами, балансируя глобальный и локальный поиск. Первоначально предложенный Анитой и Ану Пам Ядавом, алгоритм был опубликован в 2019 году. Пожалуй, AEFA интересное дополнение в области популяционных алгоритмов.

Читать далее...