Matrices et vecteurs en MQL5 : Fonctions d'activation
Matrices et vecteurs en MQL5 : Fonctions d'activation
Nous ne décrirons ici qu'un seul des aspects de l'apprentissage automatique, à savoir les fonctions d'activation. Dans les réseaux neuronaux artificiels, la fonction d'activation d'un neurone calcule la valeur d'un signal de sortie en fonction des valeurs d'un signal d'entrée ou d'un ensemble de signaux d'entrée. Nous nous pencherons sur les rouages du processus.
Un exemple d'assemblage de modèles ONNX dans MQL5
Un exemple d'assemblage de modèles ONNX dans MQL5
ONNX (Open Neural Network eXchange) est un format ouvert conçu pour représenter les réseaux neuronaux. Dans cet article, nous allons montrer comment utiliser simultanément 2 modèles ONNX dans un Expert Advisor.
Comment utiliser les modèles ONNX dans MQL5
Comment utiliser les modèles ONNX dans MQL5
ONNX (Open Neural Network Exchange) est un format ouvert, conçu pour représenter des modèles d'apprentissage automatique. Dans cet article, nous verrons comment créer un modèle CNN-LSTM pour prévoir des séries temporelles financières. Nous montrerons également comment utiliser le modèle ONNX créé dans un Expert Advisor MQL5.
Lancement de MetaTrader VPS pour la première fois : Instructions étape par étape
Lancement de MetaTrader VPS pour la première fois : Instructions étape par étape
Tous ceux qui utilisent des robots de trading ou des abonnements à des signaux reconnaissent tôt ou tard la nécessité de louer un serveur d'hébergement fiable 24 heures sur 24 et 7 jours sur 7 pour leur plateforme de trading. Nous recommandons l'utilisation de MetaTrader VPS pour plusieurs raisons. Vous pouvez facilement payer le service et gérer l'abonnement par le biais de votre compte MQL5.community. S
Apprendre à concevoir un système de trading basé sur DeMarker
Apprendre à concevoir un système de trading basé sur DeMarker
Voici un nouvel article de notre série sur la conception d'un système de trading à partir des indicateurs techniques les plus populaires. Dans cet article, nous allons présenter comment créer un système de trading à l'aide de l'indicateur DeMarker.
Une autre classe MQL5 OOP
Une autre classe MQL5 OOP
Cet article vous montre comment créer un Expert Advisor orienté objet à partir de zéro, de la conception d'une idée de trading théorique à la programmation d'un EA MQL5 qui rend cette idée réelle dans le monde empirique. Apprendre par la pratique est à mon humble avis une approche solide pour réussir, je vous montre donc un exemple pratique afin que vous voyiez comment vous pouvez ordonner vos idées pour enfin coder vos robots Forex. Mon objectif est également de vous inviter à adhérer aux principes de l’OO.
Algorithmes d'optimisation de la population : Algorithme d'Optimisation du Loup Gris - Grey Wolf Optimizer (GWO)
Algorithmes d'optimisation de la population : Algorithme d'Optimisation du Loup Gris - Grey Wolf Optimizer (GWO)
Considérons l'un des algorithmes d'optimisation modernes les plus récents : le Grey Wolf Optimization. Le comportement original sur les fonctions de test fait de cet algorithme l'un des plus intéressants parmi ceux considérés précédemment. C'est l'un des meilleurs algorithmes à utiliser dans la formation de réseaux de neurones, des fonctions fluides avec de nombreuses variables.
Apprendre à concevoir un système de trading basé sur le VIDYA
Apprendre à concevoir un système de trading basé sur le VIDYA
Bienvenue dans ce nouvel article de notre série consacrée à l'apprentissage de la conception d'un système de trading à l'aide des indicateurs techniques les plus populaires. Dans cet article, nous allons découvrir un nouvel outil technique et apprendre à concevoir un système de trading à l'aide de la Moyenne Dynamique à Indice Variable, ou en anglais le Variable Index Dynamic Average (VIDYA).
Apprendre à concevoir un système de trading basé sur le Force Index
Apprendre à concevoir un système de trading basé sur le Force Index
Bienvenue dans ce nouvel article de notre série consacrée à l'apprentissage de la conception d'un système de trading à l'aide d’un indicateur technique parmi les plus populaires. Dans cet article, nous allons découvrir un nouvel indicateur technique et comment créer un système de trading à l'aide de l'indicateur Force Index.
Algorithmes d'optimisation de la population
Algorithmes d'optimisation de la population
Cet article est une introduction à la classification des algorithmes d'optimisation (Optimization Algorithm - OA). L'article tente de créer un banc d'essai (un ensemble de fonctions), pouvant être utilisé pour comparer les OA et, peut-être, identifier l'algorithme le plus universel parmi tous ceux qui sont largement connus.
Algorithmes d'optimisation de la population : Essaim de Particules (OEP ou PSO en anglais)
Algorithmes d'optimisation de la population : Essaim de Particules (OEP ou PSO en anglais)
Dans cet article, j'examinerai l'algorithme populaire d'Optimisation par Essaims Particulaires (OEP ou Particle Swarm Optimization - PSO). Précédemment, nous avons abordé les caractéristiques importantes des algorithmes d'optimisation telles que la convergence, le taux de convergence, la stabilité et l'évolutivité, et nous avons développé un banc d'essai et examiné l'algorithme RNG le plus simple.
Apprenez à concevoir un système de trading basé sur l'Oscillateur de Chaikin
Apprenez à concevoir un système de trading basé sur l'Oscillateur de Chaikin
Bienvenue dans ce nouvel article de notre série consacrée à l'apprentissage de la conception d'un système de trading à l'aide d’un indicateur technique parmi les plus populaires. Dans ce nouvel article, nous allons apprendre à concevoir un système de trading basé sur l'indicateur Chaikin Oscillator (Oscillateur de Chaikin).
Data Science et Apprentissage Automatique (partie 6) : Descente de Gradient
Data Science et Apprentissage Automatique (partie 6) : Descente de Gradient
La Descente de Gradient joue un rôle important dans la formation des réseaux neuronaux et de nombreux algorithmes d'apprentissage automatique. C'est un algorithme rapide et intelligent. Mais malgré son travail impressionnant, il est encore mal compris par beaucoup de data scientists. Voyons de quoi il s'agit.