Экспертный советник (EA) для MetaTrader 5, использующий теорию вероятностей для анализа ценовых движений. Основной функционал включает:

1. Анализ истории цен за последние 10000 баров.
2. Определение количества раз, когда цена закрывалась выше или ниже открытия на 400 пунктов в пределах кластера из 50 баров.
3. Вычисление вероятностей роста и падения цены.
4. Визуализация вычисленных вероятностей на графике.

EA способен выполнять торговые операции на основе вероятностей. При превышении вероятности роста более 51%, открывается позиция покупки, а при превышении вероятности падения более 51% - позиция продажи. Размер лота может быть фиксированным или определяться на основе заданного риска и текущего баланса счета. При заданных значениях StopLoss и TakeProfit, EA устанавливает соответствующие уровни. Установка флага в True требуется для запуска.

Читать далее...

Увлекаетесь машинным обучением? Обсуждайте новейшие тренды в области нейросетей с другими любителями ИИ-технологий на нашем мультиязычным форуме:

✓ Как использовать машинное обучение в трейдинге
✓ Торговые стратегии с использованием ИИ
✓ Лучшие модели и их обучение
✓ Книги и сайты, посвященные нейронным сетям
✓ Реальные результаты торговли, полученные с помощью ИИ-роботов

Находите новые идеи и делитесь своим опытом в нашей специальной ветке:

Машинное обучение в трейдинге: теория, модели, практика и алготорговля

Создание прогнозных моделей на основе многослойного итеративного алгоритма (МИА) на языке MQL5 позволяет автоматически выявлять взаимосвязи между переменными и оптимизировать модели без ручного вмешательства. Алгоритмы МГУА, к которым относится МИА, упрощают процесс моделирования сложных систем за счет итеративного выбора эффективных подмоделей. В этой статье рассмотрены ключевые аспекты работы МИА, включая построение слоев и выбор частичных моделей, с практическими примерами реализации на MQL5. Применяя эти методы, разработчики могут создавать точные прогнозные модели для автоматической торговли.

Читать далее...

В статье обсуждается алгоритм Anarchic Society Optimization (ASO), разработанный Ахмади Джавидом, который исследует пространство решений, вдохновляясь поведением индивидов в анархических обществах без централизованной власти. Алгоритм сочетает преимущества известных методов роевого интеллекта, таких как PSO, и вводит уникальные элементы анархического поведения для избегания локальных оптимумов. Основные индексы - FI, EI, и II - оценивают нестабильность, разнообразие позиций и индивидуальные отклонения, определяя стратегию движения каждого агента. ASO применим для непрерывных и дискретных задач, предлагая инновационный подход для оптимизационных решений.

Читать далее...

Представляем Traj-LLM - инновационный алгоритм для прогнозирования траекторий на основе больших языковых моделей (LLM). Эта модель применяет разреженное контекстное совместное кодирование, высокоуровневое моделирование взаимодействий и мультимодальный декодер Лапласа для достижения большей точности прогноза в сложных условиях. С использованием метода Parameter-Efficient Fine-Tuning (PEFT) и слоя Mamba, Traj-LLM оптимизирует обучение и предоставляет надёжные результаты для трейдеров и разработчиков. Ознакомьтесь с детальной реализацией алгоритма средствами MQL5 для улучшения своих торговых стратегий.

Читать далее...

На динамичных финансовых рынках самооптимизирующиеся алгоритмы играют ключевую роль. Статья обсуждает создание торговых ботов с использованием MQL5, которые могут адаптироваться к любым торговым условиям без постоянного управления многочисленными моделями. Основное внимание уделяется объектно-ориентированному программированию и возможностям MQL5, которые превосходят альтернативы в области адаптивности и производительности. Приводятся примеры использования градиентного спуска для достижения динамической оптимизации, а также стратегии, сочетающие технический анализ и машинное обучение. Результат — полностью адаптивные боты, способные к устойчивому трейдингу.

Читать далее...

Индикатор Volatility Stop применяется для размещения эффективных стоп-лоссов, которые обеспечивают баланс между потенциальной прибылью и контролем рисков. Корректное размещение стоп-лосса помогает контролировать риски, не мешая рынку колебаться и не вызывая преждевременного выхода из сделки.

Volatility Stop настраивается с помощью трёх параметров: Length (период расчёта индикатора ATR для определения текущей волатильности), Source (тип цены, от которой отсчитывается уровень StopLoss) и Multiplier (множитель волатильности ATR для управления дистанцией StopLoss от цены Source). Эти параметры позволяют точно определить оптимальное расстояние стоп-лосса от цены.

Использование Volatility Stop способствует установлению эффективных стоп-лоссов и помогает минимизировать риски. Рекомендуется дополнительно применять другие индикаторы для достижения более полного контроля над прибылью и рисками.

Читать далее...

Изучите одну из основ программирования на MQL5 — работу с массивами! В статье подробно рассмотрены статические, динамические и многомерные массивы, а также массивы-серии. Узнайте, как правильно задавать размеры динамических массивов для оптимизации работы программы с использованием функции ArrayResize. Оцените ключевые функции для копирования временных серий данных, такие как CopyRates и CopyTime, и научитесь эффективно управлять данными в вашем алгоритмическом трейдинге, используя ArraySetAsSeries для изменения направления нумерации. Этот материал станет незаменимым пособием для разработки сложных и эффективных стратегий на MQL5!

Читать далее...

Осциллятор объема — это отношение двух скользящих средних, рассчитанных на объеме. Рост или падение цены, сопровождаемые увеличением объема, могут сигнализировать о силе тренда. Если осциллятор объема выше нулевой линии, это подтверждает направление цены и тренда, независимо от его типа. Напротив, рост или падение цены при уменьшении объема могут указывать на слабость тренда. В случае если осциллятор ниже нулевой линии, это может означать слабое направление цены и тренда. Дивергенции в отрицательной области часто сигнализируют о возможном развороте тренда в ближайшее время. Линия индикатора колеблется выше и ниже нулевой линии, что помогает определить силу или слабость движения цен. Положительные значения осциллятора предполагают достаточную рыночную поддержку для продолжения текущего тренда, тогда как отрицательные значения указывают на недостаток поддержки, намекая на застой или раз...

Читать далее...

В предыдущей статье рассмотрен метод TEMPO, использующий предварительно обученные языковые модели для прогнозирования временных рядов. Авторы предлагают GPT-2 для создания эмбедингов, оптимизируют параметры преобразования данных и вводят "мягкие подсказки" для анализа трендов и сезонности.

Работа модели базируется на сложной архитектуре, состоящей из множества вложенных блоков. Для упрощения процесса создания, предложен единый блок — CNeuronTEMPOOCL. Важно отметить, что для реализации метода использовано кросс-внимание, вместо предварительно обученной модели.

Пример применения метода TEMPO представлен в модели Энкодера состояния окружающей среды. Система раскладывает временной ряд на три компоненты: тренд, сезонность и прочие. Это позволяет модели более точно предсказывать будущее поведение временных рядов, учитывая важные аспекты данных.

Читать далее...

Советник может работать на основе паттерна "Три изнутри", который позволяет открывать позиции только при выполнении определенных условий. Паттерн имеет два типа.

1. "Три изнутри" вверх: такая модель состоит из трех свечей. Первая свеча - длинная «медвежья», вторая - короткая "бычья" свеча внутри первой, третья - длинная "бычья" свеча, закрывающаяся выше максимума первой свечи.

2. "Три изнутри" вниз: модель также состоит из трех свечей. Первая свеча - длинная «бычья», вторая - короткая "медвежья" свеча внутри первой, третья - длинная "медвежья" свеча, закрывающаяся ниже минимума первой свечи.

При торговле советник может открыть только одну длинную или одну короткую позицию.

Читать далее...

Алгоритм Artificial Algae Algorithm (AAA) является мощным инструментом оптимизации, вдохновленным природой. Он моделирует колониальные способности микроводорослей, включающие спиральное движение, адаптацию и эволюционный процесс. Эти аспекты позволяют колониям находить оптимальные условия для роста и адаптации, обеспечивая высокую эффективность решения задач оптимизации. Важные моменты реализации включают трехмерное движение, расчет трения и использование Монод-модели для расчета роста популяции. Практическое применение AAA позволяет трейдерам и разработчикам создавать более эффективные алгоритмы для анализа данных и принятия решений.

Читать далее...

Индикатор-осциллятор SMI Ergodic Oscillator отражает разницу между True Strength Index (TSI) и его экспоненциально сглаженной сигнальной линией. Обладает тремя настраиваемыми параметрами:

- Long Length - период первичного сглаживания для расчёта TSI.
- Short Length - период вторичного сглаживания для расчёта TSI.
- Signal Line Length - период сглаживания сигнальной линии для расчёта SMI.

Эргодический осциллятор предоставляет сигналы, связанные с пересечением нулевого уровня. Продолжительное нахождение линии осциллятора ниже нуля с последующим пересечением её снизу вверх указывает на возможность открытия длинной позиции. Аналогично, продолжительное нахождение осциллятора выше нуля с пересечением сверху вниз говорит о моменте для открытия короткой позиции.

Читать далее...

Алгоритм Artificial Algae Algorithm (AAA) является мощным инструментом оптимизации, вдохновленным природой. Он моделирует колониальные способности микроводорослей, включающие спиральное движение, адаптацию и эволюционный процесс. Эти аспекты позволяют колониям находить оптимальные условия для роста и адаптации, обеспечивая высокую эффективность решения задач оптимизации. Важные моменты реализации включают трехмерное движение, расчет трения и использование Монод-модели для расчета роста популяции. Практическое применение AAA позволяет трейдерам и разработчикам создавать более эффективные алгоритмы для анализа данных и принятия решений.

Read more...

Советник может работать на основе паттерна "Три изнутри", который позволяет открывать позиции только при выполнении определенных условий. Паттерн имеет два типа.

1. "Три изнутри" вверх: такая модель состоит из трех свечей. Первая свеча - длинная «медвежья», вторая - короткая "бычья" свеча внутри первой, третья - длинная "бычья" свеча, закрывающаяся выше максимума первой свечи.

2. "Три изнутри" вниз: модель также состоит из трех свечей. Первая свеча - длинная «бычья», вторая - короткая "медвежья" свеча внутри первой, третья - длинная "медвежья" свеча, закрывающаяся ниже минимума первой свечи.

При торговле советник может открыть только одну длинную или одну короткую позицию.

Read more...

В предыдущей статье рассмотрен метод TEMPO, использующий предварительно обученные языковые модели для прогнозирования временных рядов. Авторы предлагают GPT-2 для создания эмбедингов, оптимизируют параметры преобразования данных и вводят "мягкие подсказки" для анализа трендов и сезонности.

Работа модели базируется на сложной архитектуре, состоящей из множества вложенных блоков. Для упрощения процесса создания, предложен единый блок — CNeuronTEMPOOCL. Важно отметить, что для реализации метода использовано кросс-внимание, вместо предварительно обученной модели.

Пример применения метода TEMPO представлен в модели Энкодера состояния окружающей среды. Система раскладывает временной ряд на три компоненты: тренд, сезонность и прочие. Это позволяет модели более точно предсказывать будущее поведение временных рядов, учитывая важные аспекты данных.

Read more...

Осциллятор объема — это отношение двух скользящих средних, рассчитанных на объеме. Рост или падение цены, сопровождаемые увеличением объема, могут сигнализировать о силе тренда. Если осциллятор объема выше нулевой линии, это подтверждает направление цены и тренда, независимо от его типа. Напротив, рост или падение цены при уменьшении объема могут указывать на слабость тренда. В случае если осциллятор ниже нулевой линии, это может означать слабое направление цены и тренда. Дивергенции в отрицательной области часто сигнализируют о возможном развороте тренда в ближайшее время. Линия индикатора колеблется выше и ниже нулевой линии, что помогает определить силу или слабость движения цен. Положительные значения осциллятора предполагают достаточную рыночную поддержку для продолжения текущего тренда, тогда как отрицательные значения указывают на недостаток поддержки, намекая на застой или раз...

Read more...

Изучите одну из основ программирования на MQL5 — работу с массивами! В статье подробно рассмотрены статические, динамические и многомерные массивы, а также массивы-серии. Узнайте, как правильно задавать размеры динамических массивов для оптимизации работы программы с использованием функции ArrayResize. Оцените ключевые функции для копирования временных серий данных, такие как CopyRates и CopyTime, и научитесь эффективно управлять данными в вашем алгоритмическом трейдинге, используя ArraySetAsSeries для изменения направления нумерации. Этот материал станет незаменимым пособием для разработки сложных и эффективных стратегий на MQL5!

Read more...

Индикатор Volatility Stop применяется для размещения эффективных стоп-лоссов, которые обеспечивают баланс между потенциальной прибылью и контролем рисков. Корректное размещение стоп-лосса помогает контролировать риски, не мешая рынку колебаться и не вызывая преждевременного выхода из сделки.

Volatility Stop настраивается с помощью трёх параметров: Length (период расчёта индикатора ATR для определения текущей волатильности), Source (тип цены, от которой отсчитывается уровень StopLoss) и Multiplier (множитель волатильности ATR для управления дистанцией StopLoss от цены Source). Эти параметры позволяют точно определить оптимальное расстояние стоп-лосса от цены.

Использование Volatility Stop способствует установлению эффективных стоп-лоссов и помогает минимизировать риски. Рекомендуется дополнительно применять другие индикаторы для достижения более полного контроля над прибылью и рисками.

Read more...

На динамичных финансовых рынках самооптимизирующиеся алгоритмы играют ключевую роль. Статья обсуждает создание торговых ботов с использованием MQL5, которые могут адаптироваться к любым торговым условиям без постоянного управления многочисленными моделями. Основное внимание уделяется объектно-ориентированному программированию и возможностям MQL5, которые превосходят альтернативы в области адаптивности и производительности. Приводятся примеры использования градиентного спуска для достижения динамической оптимизации, а также стратегии, сочетающие технический анализ и машинное обучение. Результат — полностью адаптивные боты, способные к устойчивому трейдингу.

Read more...