开发自适应算法(第一部分):找到基本模式

2021年2月8日,13:02
马克西姆·罗曼诺夫(Maxim Romanov)
3
4 141

介绍

通常,任何河北体彩算法都是一种工具,可以为有经验的河北体彩者带来利润或立即销毁经验不足的河北体彩者的存款。创建一个有利可图的可靠算法的问题是,我们无法理解要赚钱需要做什么,以及“成功河北体彩者”使用了什么方法。尽管高频河北体彩,套利,期权策略和基于日历价差的系统拥有扎实的理论基础,清楚地说明了需要做什么才能获利,但是基于价格分析和基本数据的算法却模棱两可。该领域没有成熟的理论基础来描述定价,因此很难创建稳定的河北体彩算法。贸易在这里变成了艺术,而科学则有助于将一切系统化。

但是,是否有可能仅基于对任何河北体彩工具上的价格变化进行分析而无需优化就可以创建全自动河北体彩算法,而无需分别为每个河北体彩工具手动调整参数?您是否可以简单地将算法应用于必要的河北体彩工具图表,以便立即为其定义获利参数?  

无论市场如何变化,算法都可能不会丢失?我相信,尽管很难实现,但仍有可能。有两种方法可以解决此问题:

  1. 将神经网络与机器学习结合使用,并获得一个“黑匣子”来分析市场并按照自己的标准获利。尽管此方法具有明显的吸引力和吸引力,但它也有其自身的复杂性。如果做起来这么容易,那么像Google和Yandex这样的公司,他们在使用机器学习方面的丰富经验和庞大的预算,早就可以解决这个问题,或者至少它们将在市场数据和预测质量。我相信,可以创建这样的算法。随着技术的发展,它应该不断完善以保持竞争力。毕竟,您将不得不与科技巨头竞争。
  2. 研究定价模式,建立价格形成的理论模型,并创建一个算法,以创建尽可能多的影响定价的因素。我认为,这种方法比机器学习还要复杂,但是我认为它也是真实的。随着理论背景和开发人员知识的发展,这种算法将得到改进。它还将需要不断的现代化。

我决定使用第二种方法,即创建完整的理论并基于该理论开发算法。我将在从小型模式到大型项目的一系列文章中开发该算法。此外,我将展示如何在提高工作效率的同时寻找和研究模式。

第一种算法将仅针对FOREX和 MetaTrader 4 终奌站。一路走来,它正在演变成一种普遍的 MetaTrader 5 该算法既可以在外汇河北体彩中也可以在河北体彩所河北体彩。

基本模式

让我们从搜索将构成算法基础的基本模式开始。这种模式在大多数市场中应该是基本的和固有的,以便将来轻松地扩展到任何市场。任何市场的可扩展性都表明该算法是真正的自适应。

首先,让我们尝试定义为什么很难在市场上持续赚钱。一切都与直接竞争有关。一些河北体彩者的任务是与其他河北体彩者达成有利可图的河北体彩,但问题是各方都希望达成一项有利可图的河北体彩,而某人肯定会蒙受损失。因此,市场不应具有每个人都可以注意到的稳定的简单模式。

在我的第一篇文章中 “价格序列离散化,随机成分和“噪声”,我写了一篇关于市场中随机成分的文章 价格序列的增量分布与随机游走的增量分布非常相似。乍一看,价格系列似乎没有规律,一切都是随机发生的,因此不可能赚到稳定的钱。

因此,作为一个基本规则,我认为任何乐器的上升蜡烛数与下降的蜡烛数完全相同。这是一个非常简单的模式,任何背离它的模式都会为每个注意到它的人带来稳定的收入。我认为,因为它是如此简单,所以很多人会注意到它。但是,正如我们所知,每个人都不可能赚钱,因此从长远来看,下降的蜡烛的数量不会与增长的蜡烛的数量发生重大变化。这在提到的文章中隐含声明。从理论上讲,可能会偏离该规则,因为我没有检查所有工具,而仅检查了一百个。但是,在此阶段它并不那么重要。 

例如,让我们在任何时期内取100,000英镑/美元H1蜡烛,并计算其中有多少在上升,有多少在下降。从2020.10.27开始,我花费了100,000支蜡烛。该期间包含50,007只看涨蜡烛和48,633只看跌蜡烛。对于剩余的蜡烛,开盘价等于收盘价。换句话说,英镑兑美元具有50.7%的看涨蜡烛和49.3%的看跌蜡烛,其余蜡烛的价格为开盘=收盘。这些值大致相等。如果我们采取更大的样本,结果将趋向于50%。

我不会衡量本文中的所有工具。我观察了数百种仪器,结果到处都是相似的。但令人信服的是,让我们从完全不同的市场GAZP(Gazprom)M15中购买一种仪器,并测量99,914支蜡烛上下降和增长的蜡烛数量。结果是48,237牛市和48,831牛市。其余的是中性的。如您所见,看跌蜡烛和看涨蜡烛的数量大致相等。

这种模式不仅存在于大量工具中,而且在任何时间范围内都保持不变。为了确保这一点,让我们分析GBPUSD M1并采用M15上稳步增长的AAPL股票。我将所有数据合并到一个表中。

符号 大体时间 蜡烛总数 总看涨蜡烛 看跌蜡烛总数
英镑/美元 M1 100,000 50.25% 49.74%
英镑/美元 H1 100,125 50.69% 49.30%
加兹普 M15 99,914 49.69% 50.30%
 AAPL  M15  57,645 50.60% 49.40%

根据表,烛台上升与下降的比率在所考虑的工具上趋于50%,并且在所有考虑的时间范围内均有效。包含我测量中使用的数据以及结果的XLSX文件附在下面。

表中显示的结果证实了以下结论:大量样本的价格序列统计参数与随机游走参数非常相似。此外,在少量样本上,与参考分布会有偏差。该算法将基于以下假设:价格序列的增量分布仅在表面上与正态相似。

在少量样本上,分布形状与参考样本不同,而随着样本数量的增加,形状趋向于参考样本。最重要的是,每种仪器的速度趋于参考值,速度是独立的并且相当稳定。 

分配

图1

图1可视化了上面已经描述的所有内容。增量的参考分布以红色显示,而具有大量样本的价格序列的增量分布以黑色显示。紫色,绿色和蓝色显示了少量样本上的价格序列增量分布。

已经找到了许多河北体彩工具中固有的基本规律性,并做出了寻找利润的假设。看跌蜡烛的数量=看涨蜡烛的数量,当出现偏离均衡的偏差时,每种工具的均衡收益率都是独立的,稳定的,并且在一定范围内波动。我将使用这种模式来获利。

开发测试算法

现在,我们需要利用这种模式来开发最简单的算法,并对其进行测试,以了解是否值得进一步发展该理论。看跌和看涨蜡烛的数量与50%的局部偏差将用于河北体彩。平均而言,看跌蜡烛的数量和看涨蜡烛的数量大致相同。但是,一种蜡烛在另一种蜡烛上的优势可能与50%相差很大,之后趋于平衡。该算法的工作原理如下:

通用简化算法

  • 扫描N根蜡烛的窗户; 
  • 检查哪种蜡烛盛行-看跌或看涨;
  • 如果流行度超过阈值,则启动用于开始一系列位置的信号; 
  • 看跌蜡烛盛行=买入信号,看涨蜡烛盛行=卖出;
  • 计算手;
  • 在随后的每个蜡烛上打开一个新仓位,直到触发系列关闭条件; 
  • 触发系列关闭条件;
  • 平仓;
  • 寻找一个新的信号。

该算法应用市场订单以简化操作。该算法仅使用收盘价,并且在形成新蜡烛后执行所有操作。无需分析蜡烛内部的任何东西。我们只需要控制当前的利润和资金即可。不需要任何其他计算。

位置开信号

  1. 分析窗口。设置蜡烛数量(分析窗口)以检查当前看跌蜡烛和看涨蜡烛的百分比。分析固定数量的蜡烛不是一个好主意,因为可能会有更长或更短的部分,偏差为50%或更大。将分析窗口的数量从最小蜡烛数设置为最大蜡烛数,并以较大数量的蜡烛为优先,因为小区域可以是大蜡烛的一部分,但是您需要捕获整个范围。分析窗口由MinBars和MaxBars参数设置。该算法搜索范围从MinBars到MaxBars的看跌蜡烛或看涨蜡烛的优势。一旦找到,该算法将选择看跌蜡烛或看涨蜡烛超过阈值的蜡烛的最大数量。
  2. 开仓的阈值超额百分比。我们需要定义看跌或看涨蜡烛的多余百分比可被视为信号生成的阈值。可以通过优化选择此参数。该设置具有OpenPerc参数。它以百分比设置,是打开的百分比值。如果样本中看空蜡烛的百分比大于或等于开仓百分比,请打开“买入”。如果样本中看涨蜡烛的百分比大于或等于开仓百分比,则打开卖出。 
  3. 范围枚举。我们需要一步一步地分析范围内的蜡烛。奇数步是不合适的,因为它不可避免地会与提供错误输入信号的50%产生偏差,因此可以在设置中找到检查范围的步(步参数)。范围枚举从最小到最大。

系列中的最大职位数

在河北体彩过程中,一个仓位充满了一系列订单,因此我们需要限制最大仓位数量。为此,我们需要计算蜡烛的数量,超出的数量可以调高到50%。我们使用触发系列开始的样本(由N个蜡烛组成),计算主导蜡烛的数量,从中减去剩余蜡烛,将其添加到初始样本的蜡烛数量中,然后乘以К调整因子。 К比与仪器的统计特性间接相关。

这是我们获得蜡烛的预期数量的方式,与50%的偏差应消失。

R=(N+NB-NM)*K
N - number of candles in the sample featuring an excess above the threshold
NB - number of dominant candles
NM - number of remaining candles
K - adjusting factor defined in the settings

接下来,我们需要计算机器人要打开的最大位置数。为此,我们需要从蜡烛总数R中减去初始N个样本中的蜡烛数目。结果是机器人在系列中不应超过的最大位置数E。

E=R-N
Е - maximum number of positions in the series
R - total number of candles, at which the return to 50% is planned

该算法还不是自适应的,但是采取了第一步,并根据初始样本中的蜡烛数调整了位置数。

批次选择

已经创建了算法来检查模式。因此,我们需要添加几个设置来确定批量。假设手数取决于系列中期望的头寸数量。系列中的头寸越多,手数越小。为此,添加两个设置:Depo和RiskPerc。为简单起见,我们假设$ 1000 =手($ 500 = 0.5手)。从Depo设置中获取值,然后乘以 RiskPerc。将获得的值除以最大位数E,然后将其舍入到最接近的正确值。这就是我们获得一个头寸的手数的方法。

如果存款增加,我们需要添加手数自动增加功能。在这种情况下 德波 = 0,当前存款值乘以 RiskPerc 并使用获得的值找到开仓部位。

平仓

在几种情况下会发生关闭:

1) 未平仓合约的总利润达到CloseProfit中设置的值。由于EA开立的头寸数量不是恒定的,并且手数可能会改变,因此以USD设置固定利润是不正确的。我们需要美元利润取决于当前未平仓数量和市场总手数。为此,我们需要“每手利润”的概念。

的 关闭盈利 设置会为1手的总仓位设置利润,然后机器人会重新计算其已开仓手数的利润。如果我们有10个未平仓头寸,每个0.01手,则总手数为0.1。因此,为了获得平仓的利润值,Profit = 关闭盈利 * 0.1。每当头寸数量变化时,都要调整利润以平仓。结果,当总利润大于或等于计算的利润值时,EA平仓。

2)当前超出百分比小于或等于ClosePerc。 ClosePerc设置占主导地位蜡烛的多余百分比,以生成用于平仓一系列头寸的信号。当第一个位置打开时,在N个蜡烛上发现了多余的蜡烛。现在,每增加一根新蜡烛,蜡烛的数量就会增加为N + 1; N + 2; N + 3等...对于每支新蜡烛,我们需要检查样品上当前占主导地位的块的过量百分比,其中蜡烛的数量增加1。在满足条件后完成该系列。

3)到达MinEquity。如果当前资金已降至设定值以下,则需要完成开放系列操作,并避免在增加资金之前避免开设新的系列。这是止损功能,可保护存款免受损失。

测试

该算法非常原始。它无法适应不断变化的市场条件,仅用于检查想法的可行性。因此,我将使用优化来选择设置。该优化将通过不使用遗传算法枚举所有选项来执行。 EA于2014年开发,专为 MetaTrader 4。我将首先在GBPUSD H1上对其进行测试。我将人为地设置为40的高点差,以便在非完美条件下执行优化,以确保将来有一定的稳定性。需要增加点差,因为EA控制未结头寸的当前利润并受点差影响。

我将仅优化三个条件:最小蜡烛数MinBars,开仓头寸OpenPerc的百分比和每手CloseProfit的利润。据推测,用于分析的蜡烛的最小数量越大,并且打开百分比越高,信号将越可靠,但频率就越低。 关闭盈利间接取决于波动性。因此,在优化之前,您需要查看仪器的波动性并设置适当的范围。优化将从H1的2019.11.25到2020.11.25进行。

优化GBPUSD

图2.优化结果

必须进行蛮力优化,以了解参数如何影响结果以及结果如何与关于算法在理论上应如何工作的假设融合。图2显示了一些结果。我们需要启用按最大利润排序,并选择具有最适当的亏损和获利指标的设置。突出显示的设置似乎很好。

对优化结果的进一步分析表明,MinBars和OpenPercent的增加会降低盈利能力和亏损。接下来,我选择了突出显示的参数,并在一年内对其进行了测试,获得了结果,并定义了如果 MinBars和OpenPercent增加/减少。我的结论是,河北体彩数量减少,信号可靠性随着 MinBars和OpenPercent。这意味着,我们需要找到盈利能力和亏损之间的平衡。

为了进行河北体彩,我特意采用了较为保守的参数,以确保在不断变化的市场条件下有一定的安全余量。下面的图3显示了EA如何平仓。

贸易

图3.开仓位置

图3显示,如有必要,头寸由几笔河北体彩组成。进入信号随着时间而延长。该算法的第一个版本具有一个粗糙的信号,该信号在某些时候会在时间上明显伸展。它看起来更像是模糊输入而不是标准平均。这是一个边界模糊的区域,其中看跌蜡烛比看涨蜡烛更可能出现。可以从这种可能性中获利。

该算法在 MinBars = 70,但我将其设置为80,以便河北体彩工具特征有一定的波动余量。选择 关闭盈利参数。在示例中,它等于150。在较小的值的情况下,算法变得更稳定,但利润减少了。如果增加到168,该算法将不再可靠,因此我会坚持使用150。结果,我们获得了如图4所示的一年的获利图。 关闭盈利就是转换为美元的平均波动率。

英镑/美元 2019图表

英镑/美元 2019报告

图4. GBPUSD H1,2019.11.25-2020.11.25

押金设置为10,000美元以进行优化。完成研究后,我们可以将总和设置回最佳值。测试和优化是在参考点模式下执行的,因为该算法适用于收盘价,因此,蜡烛内的事件对其并不重要。图5显示了在“每个滴答”模式下同一时期的测试。

英镑/美元 tick 2019图表

英镑/美元报价2019年报告

图5. GBPUSD H1,2019.11.25-2020.11.25“每笔河北体彩”模式

根据图5,在“每笔河北体彩”模式下,利润甚至略有增加,因为测试变得更加准确。获利能力图几乎完全相同。两种测试均产生了超过5的出色利润率。

根据优化的一年的测试得出模式可靠性的结论是错误的,因此让我们看看该算法在过去的这些参数中能够使用多少年。图6显示了优化周期以外的测试结果。

英镑/美元 2001图表

英镑/美元报告2001

图6. GBPUSD H1,2001.01.01-2020.11.25

图6显示了自2001年以来的回溯测试,使用了从2019.11.25至2020.11.25的一年优化中获得的相同参数。测试显示,在如此大的间隔内,提款量仅增加了几美元,而利润却显着增加,利润系数上升至7.5。测试是针对没有存款的$ 3000存款进行的,目的是了解这种模式在长时间内的行为。 

优化已经进行了一年,而该算法显示了20年的稳定结果,这表明该模式非常稳定,并且参数未根据历史进行调整。出于某种原因,GBPUSD对与其固有的统计特征相差不大。 

根据对单个货币对和时间框架的检验得出结论是错误的。因此,让我们考虑一下EURUSD的测试。与之前的情况一样,优化是在一年内完成的 从H1的2019.11.25到2020.11.25我以与前面的情况相同的方式来处理参数的选择。结果如图7所示。

EURUSD 2019图表

EURUSD 2019报告

图7. EURUSD H1,2019.11.25-2020.11.25

如图7所示,欧元兑美元的获利能力低于英镑兑美元,而亏损额则稍大。获利能力图显示存在一个具有多个未平仓头寸的细分市场。稍微拧紧后 MinBars和OpenPercent参数, 我们能够减少持仓数量,从而减少亏损。让我们继续进行长期测试。图8显示了从中测试EURUSD 2007.01.01至2020.11.25。

EURUSD 2007走势图

EURUSD 2007报告

图8. EURUSD H1,2007.01.01-2020.11.25

与GBPUSD相比,EURUSD河北体彩不稳定。事实证明,使用回溯到更早的数据进行稳定工作的时间要短六年。结果还是不错的。参数的优化在一年内进行,稳定的工作持续了将近14年。这一事实再次表明,并非简单地将参数调整为历史记录,并且河北体彩工具具有相当稳定的模式。

接下来,您需要检查算法在其他时间范围内的行为。从理论上讲,随着时间框架的减少,稳定性应该降低,因为较低时间框架上的蜡烛尺寸相对于价差会显着降低。因此,将会减少利润并增加河北体彩成本。此外,在更短的时间范围内,进入点的时间可能会变得更加紧张,从而导致更多的未平仓头寸,从而带来更大的亏损。

让我们对GBPUSD M15进行测试。与之前的情况一样,优化将从 2019.11.25至2020.11.25。但是我不会显示优化图一年。相反,我将显示算法能够顺利通过的最大可能间隔。

英镑/美元 M15走势图

图9. GBPUSD m15 2000.01.01-2020.11.25

图9显示了从2000年开始对GBPUSD M15进行的测试。但是,进入信号和持仓的数量很少。就像我在上面写的那样,较低的时间范围表明稳定性较差,并且设置非常保守。进入信号很少产生,获利能力不高,但相对于亏损来说是足够的。

接下来,让我们在较高的时间范围GBPUSD H4上进行测试。 H4几乎没有用于优化的蜡烛。因此,我将对从 2018.11.25至2020.11.25结果将显示在最大间隔上。

英镑兑美元H4

英镑兑美元H4报告

图10。 英镑/美元H4 2000.01.01-2020.11.25

H4在2000.01.01至 2020.11.25。与以前的情况一样,整个优化归结为在利润和可靠性之间找到平衡。 M15的保守设置可以在H1和H4上可靠地工作。但是由于非常罕见的信号和少量河北体彩,它们没有意义。

您还可以测试任何其他河北体彩工具。根据符号的不同,算法的效果会更好或更差。但是趋势仍在继续-一年的优化可以使几年稳定的工作。以下是GBPJPY H1的结果。优化进行了一年,结果如图11所示。

GBPJPY图表

GBPGPY报告

图11. GBPJPY 2009.01.01-2020.11.25

自2009年以来,GBPJPY一直表现出稳定的回测。结果虽然不如GBPUSD令人印象深刻,但它确实有效。 

EA具有将所得资金进行再投资的功能。您需要使用它。到目前为止,我以保守的设置显示了测试。但是,如果我们设置非常激进的设置并启用大量设置该怎么办?我不喜欢高风险,但让我们看看该算法的功能。我将在“每笔河北体彩”模式下从2006.01.01到2020.11.25对GBPUSD进行测试。当然,可以测试另一个符号。价差减少到20。这略高于平均水平。图12显示了将近15年的回测结果。


英镑/美元最大风险

图12.来自的GBPUSD 2006.01.01至2020.11.25,积极的设置

您可能还记得,该算法使用收盘价。因此,该结果不是“测试圣杯”。另外,设置足够的点差20。该算法在真实市场上的河北体彩结果通常与在测试仪中获得的结果一致。我从未使用过它来进行如此激进的设置。此外,不可能考虑到实际的价差 MetaTrader 4,因此我不会说在实际河北体彩中也会过去这个时期。

分析结果

EA简单且易于优化。短时间的优化和预先使用非最佳参数可使它在几年甚至几十年内保持稳定。这表明发现的模式并非偶然,而是确实存在于市场上。但是,该算法具有很高的“刚性”,因为它具有很少的自由度,并且使用严格指定的参数进行操作。如果价格序列超出了算法的能力,那么它将立即失去稳定性。  

最重要的是,它可以在任何时间范围内使用,从蜡烛尺寸大大超过价差和佣金的时间范围开始。随着时间范围的增加,稳定性会增加到每日时间范围。然而,由于蜡烛的尺寸变得很大,导致大量的回撤,因此对沉积物的需求也增加了。

我们可以得出结论,价格序列只是表面上类似于我在第一篇文章中描述的随机游走 "价格序列离散化,随机成分和噪声"。价格系列至少包含一个隐藏模式。

另一方面,我知道并透彻理解允许盈利的模式,这意味着该是进行认真现代化的时候了。

河北体彩用途

当前算法的最大缺点是相对于风险而言回报率低。我们需要对自己诚实,并了解存在风险(就像其他任何地方一样)。但是,在进行改进的过程中,我们可能会使用EA进行河北体彩。为此,我们需要提高其盈利能力并维持亏损水平。必须使用算法功能。它很少会为河北体彩工具生成信号,并且通常,它们在时间上会明显间隔不同的河北体彩工具。大多数情况下,该工具没有河北体彩。我们需要填补这些“停机时间”。 

通常,不同仪器的信号之间没有稳定的相关性。我们应该使用此功能来增加利润,同时保持亏损水平。

为了提高盈利能力,我们需要同时分析几种工具。当其中一台仪器出现信号时,打开其位置。如果打开一台仪器的位置,请忽略来自其他符号的系列开始信号。这样可以尽可能有效地利用时间,增加信号数量,从而成比例地提高利润。最大跌幅保持在一种工具水平。

串行启动信号不仅在独立符号之间而且在同一符号的不同时间范围之间都弱相关。因此,可以通过在河北体彩中使用相同符号的三个时间范围来更有效地利用时间,并实现市场上几乎总是有未平仓头寸的情况。提款额保持在同一水平,而利润显着增长。

为处理真实帐户进行了一些修改:

1)添加九种新的独立河北体彩工具,每种都有其自己的参数。这允许算法同时分析和河北体彩10种河北体彩工具。可以将任何仪器的参数优化到一个或另一个程度,因此该决定似乎合乎逻辑。

2)几种河北体彩工具的有限同时开仓。为此添加了MaxSeries参数。如果设置为1,则仅在一种工具上进行河北体彩。如果为2,则可以同时在两个仪器上打开仓位,依此类推。这将使EA使用其“空闲时间”更频繁地生成开仓信号。利润按比例增加,而最大亏损额保持在一种工具的水平。

MetaTrader 4 测试员无法执行多币种测试。但是,如果河北体彩了多个河北体彩品种,则前提是不同河北体彩工具的信号之间没有相关性,跌幅可能会与同时河北体彩的工具数量的平方根成比例地增加。如果我们期望亏损1000美元,那么,同时河北体彩三种工具,我们可以期望亏损增加到1000美元* root(3)= $ 1732的水平。

3)增加了对“ MinEquity”资金的最小数量的限制。达到该值后,河北体彩停止并关闭头寸。为了计划风险并遵守风险,这是必需的。

4)EA可以同时用于多个时间范围,以提高盈利能力。根据我的测试,开仓信号通常在不同时间范围之间具有相关性,尽管远非100%。

我使用EA在保守的设置下同时河北体彩25种货币对以及H1和H4时间范围,并设法将获利率保持在每月10%。在另一个帐户上,设置较为激进,我每月实现了15%的利润率。有很多河北体彩。

结论与进一步发展

  • 发现了一种非常规的河北体彩方法;
  • 选定的基本模式被证明是通用的,并存在于经过测试的河北体彩工具中;
  • 模式简单明了。我们需要研究其发生的原因,并开发改善信号质量的方法。
  • 该算法已经过完美优化,可长期保持稳定;
  • 入口点在时间上非常紧张。我们需要更好地定位开仓信号;
  • 不确定的因素会导致算法稳定性随着时间的流逝而丢失;
  • 有必要继续发展理论模型,以减少每个新版本中未解释因素的数量,因此,应考虑到影响模式的所有可能因素;
  • 该算法的下一个版本应该变得更加灵活,并且应该已经开始略微调整其参数以适应市场变化。

下一篇文章将专门介绍我为提高算法可靠性和灵活性而开发的机制。

EA代码和适当的要求规范如下。

想法和需求规范的作者是 马克西姆·罗曼诺夫(Maxim Romanov)。该代码是由 维亚切斯拉夫·伊万诺夫(Vyacheslav Ivanov).

由MetaQuotes Software Corp.从俄语翻译而来。
来源文章: //www.tbxfkj.com/ru/articles/8616

附加的文件 |
50p_V1.mq4 (100.93 KB)
Technical_task.zip (30.59 KB)
AAPL_GAZP_statistics.zip (12989.18 KB)
英镑/美元_statistics.zip (14471.42 KB)
Last comments | 去讨论 (3)
姜忠权
姜忠权 | 2021年2月9日在06:17
这确实是一篇很棒的文章。期待新文章。
马克西姆·罗曼诺夫(Maxim Romanov)
姜忠权:
这确实是一篇很棒的文章。期待新文章。

谢谢,新文章已经写好了,正在翻译中。他们将更加有趣。

米歇尔·卡坦扎罗(Michele Catanzaro)
马克西姆·罗曼诺夫(Maxim Romanov):

谢谢,新文章已经写好了,正在翻译中。他们将更加有趣。

非常感谢,我正在等待第二个。
神经网络变得简单(第8部分):注意机制 神经网络变得简单(第8部分):注意机制

在之前的文章中,我们已经测试了用于组织神经网络的各种选项。我们还考虑了从图像处理算法中借用的卷积网络。在本文中,我建议考虑注意力机制,它的出现为语言模型的发展提供了动力。

DoEasy库中的价格(第59部分):存储一跳数据的对象 DoEasy库中的价格(第59部分):存储一跳数据的对象

从本文开始,开始创建使用价格数据的库功能。今天,创建一个对象类,该对象类将存储所有带有另一个刻度的价格数据。

神经网络变得简单(第9部分):记录工作 神经网络变得简单(第9部分):记录工作

我们已经走了很长一段路,并且库中的代码越来越大。这使得难以跟踪所有连接和依赖性。因此,我建议为先前创建的代码创建文档,并使其随每个新步骤更新。正确准备的文档将帮助我们看到工作的完整性。

自动生成的MQL5代码文档 自动生成的MQL5代码文档

大多数Java编码人员会熟悉可以使用JavaDocs创建的自动生成的文档。这个想法是用半结构化的方式在代码中添加注释,然后可以将其提取到易于浏览的帮助文件中。 C ++世界也有许多文档自动生成器,Microsoft 'SandCastle和Doxygen是两个领导者。本文介绍了如何使用Doxygen从MQL5代码中的结构化注释创建HTML帮助文件。该实验非常顺利,我相信Doxygen从MQL5代码生成的帮助文档将增加很多价值。