Model aramada brute force yaklaşımı (Bölüm II): Yoğunlaşma
Model aramada brute force yaklaşımı (Bölüm II): Yoğunlaşma
Bu makalede brute force yaklaşımı konusuna devam edeceğiz. Uygulamamın yeni geliştirilmiş sürümünü kullanarak modelleri daha iyi bir şekilde vurgulamaya çalışacağım. Ayrıca farklı zaman aralıkları ve zaman dilimleri kullanarak istikrar farkını bulmaya çalışacağım.
Grid ve martingale: bunlar nedir ve nasıl kullanılır?
Grid ve martingale: bunlar nedir ve nasıl kullanılır?
Bu makalede, grid ve martingale'in ne olduğunu ve ortak yönlerini ayrıntılı olarak açıklamaya çalışacağım. Ayrıca, bu stratejilerin gerçekten ne kadar uygulanabilir olduğunu analiz etmeye çalışacağım. Makalede bir matematiksel bölüm ve bir de pratik bölümü yer alacaktır.
Model aramada brute force yaklaşımı
Model aramada brute force yaklaşımı
Bu makalede, piyasa modellerini arayacağız, belirlenen modellere dayalı Uzman Danışmanlar oluşturacağız ve bu modellerin geçerliliklerini koruyup korumadıklarını, ne kadar süreyle geçerli kaldıklarını kontrol edeceğiz.
Forex ticaretinin arkasındaki temel matematik
Forex ticaretinin arkasındaki temel matematik
Makale, Forex ticaretinin temel özelliklerini olabildiğince basit ve hızlı bir şekilde açıklamayı ve bazı temel fikirleri yeni başlayanlarla paylaşmayı amaçlamaktadır. Ayrıca, basit bir göstergenin nasıl geliştirileceği gösterilecek ve ticaret topluluğundaki en endişe verici sorular yanıtlanmaya çalışılacaktır.
Popülasyon optimizasyon algoritmaları: Gri kurt optimizasyonu (Grey Wolf Optimizer, GWO)
Popülasyon optimizasyon algoritmaları: Gri kurt optimizasyonu (Grey Wolf Optimizer, GWO)
Bu makalede en yeni modern optimizasyon algoritmalarından biri olan gri kurt optimizasyonunu ele alacağız. Test fonksiyonları üzerindeki orijinal davranışı, bu algoritmayı daha önce incelenenler arasında en dikkat çekici olanlardan biri haline getirmektedir. Bu, sinir ağlarının, çok değişkenli düzgün fonksiyonların eğitiminde kullanılan en iyi algoritmalardan biridir.
Popülasyon optimizasyon algoritmaları
Popülasyon optimizasyon algoritmaları
Bu makale, optimizasyon algoritması sınıflandırmasına giriş niteliğinde bir makaledir. Makalede, optimizasyon algoritmalarını karşılaştırmaya ve belki de yaygın olarak bilinen algoritmalar arasından en evrensel olanını belirlemeye hizmet edecek bir test ortamı (bir fonksiyon kümesi) oluşturmaya odaklanılmaktadır.
Veri Bilimi ve Makine Öğrenimi (Bölüm 06): Gradyan İniş
Veri Bilimi ve Makine Öğrenimi (Bölüm 06): Gradyan İniş
Gradyan iniş, sinir ağlarının ve çeşitli makine öğrenimi algoritmalarının eğitiminde önemli bir rol oynamaktadır - hızlı ve akıllı bir algoritmadır. Etkileyici bir şekilde çalışmasına rağmen, birçok veri bilimci tarafından hala yanlış anlaşılmaktadır. Bu makalemizde onu detaylıca inceleyerek daha iyi anlayacağız.
Veri Bilimi ve Makine Öğrenimi (Bölüm 05): Karar Ağaçları
Veri Bilimi ve Makine Öğrenimi (Bölüm 05): Karar Ağaçları
Karar ağaçları, insanların düşünme şeklini taklit ederek verileri sınıflandırır. Bu makalede, karar ağaçlarını nasıl oluşturacağımızı ve onları verileri sınıflandırmak ve öngörmek için nasıl kullanacağımızı göreceğiz. Karar ağacı algoritmasının temel amacı, heterojen verilerden homojen veya homojene yakın verileri ayırmaktır.
Veri Bilimi ve Makine Öğrenimi (Bölüm 04): Borsa Çöküşünü Öngörme
Veri Bilimi ve Makine Öğrenimi (Bölüm 04): Borsa Çöküşünü Öngörme
Bu makalede, ABD ekonomisinin temel analizine dayalı olarak borsa çöküşünü öngörmek için lojistik modelimizi kullanmaya çalışacağız. Değerlendirmemizi Netflix ve Apple hisse senetleri üzerinde yapacağız ve 2019 ve 2020’deki borsa çöküşlerindeki verileri kullanacağız. Bakalım lojistik modelimiz kasvetli piyasa koşullarında nasıl performans gösterecek.
MQL5'te matrisler ve vektörler
MQL5'te matrisler ve vektörler
matrix ve vector özel veri türleri, matematiksel gösterime çok yakın kodların oluşturulmasına olanak sağlar. Bu, programcıyı iç içe döngüler oluşturmaktan ve hesaplamaya dahil olan dizilerin sürekli olarak doğru bir şekilde indekslenmesine dikkat etmekten kurtarır. Dolayısıyla, matrix ve vector metotlarının kullanılması, karmaşık programların geliştirilmesinde güvenilirliği ve hızı artırır.
Volumes göstergesine dayalı bir ticaret sistemi nasıl geliştirilir?
Volumes göstergesine dayalı bir ticaret sistemi nasıl geliştirilir?
En popüler teknik göstergelere dayalı ticaret sistemleri geliştirdiğimiz serimizin yeni makalesindeyiz. Bu makalede Volumes göstergesine odaklanacağız. Bir kavram olarak hacim, finansal piyasalarda ticarette çok önemli faktörlerden biridir, dolayısıyla ticaretimizde onu dikkate almalıyız. Bu makale sayesinde, Volumes göstergesiyle basit bir ticaret sisteminin nasıl geliştirileceğini öğreneceğiz.
MFI göstergesine dayalı bir ticaret sistemi nasıl geliştirilir?
MFI göstergesine dayalı bir ticaret sistemi nasıl geliştirilir?
En popüler teknik göstergelere dayalı ticaret sistemleri tasarladığımız makale serimizin bu yeni makalesinde de Money Flow Index (MFI) teknik göstergesini ele alacağız. Onu ayrıntılı olarak inceleyeceğiz ve MetaTrader 5'te kullanılmak üzere MQL5 dili aracılığıyla ona dayalı basit bir ticaret sistemi geliştireceğiz.
MQL5'te matrisler ve vektörlerle çalışma
MQL5'te matrisler ve vektörlerle çalışma
Matematik problemlerinin verimli bir şekilde çözülebilmesi adına MQL5’e matrisler ve vektörler eklendi. Yeni türler, matematiksel gösterime yakın, öz ve anlaşılır kodlar yazmak için yerleşik metotlar sağlar. Diziler iyidir, ancak matrisler çok daha iyidir çünkü matrislerin çok daha verimli olduğu birçok durum vardır.
OBV göstergesine dayalı bir ticaret sistemi nasıl geliştirilir?
OBV göstergesine dayalı bir ticaret sistemi nasıl geliştirilir?
Bu, en popüler göstergelere dayalı ticaret sistemleri geliştirdiğimiz serimizin yeni makalesidir. Bu sefer On Balance Volume (OBV) göstergesini inceleyeceğiz - onu nasıl kullanabileceğimizi ve ona dayalı bir ticaret sistemini nasıl tasarlayabileceğimizi öğreneceğiz.