Makale, MetaTrader 5'te rollerin ayrıldığı koordine edilmiş bir makine öğrenimi (ML) veri hattının düzenlenmesini açıklamaktadır: Python, modeli eğitir ve ONNX'e dışa aktarır; MQL5 ise matris/vektör aracılığıyla normalleştirme ve PCA işlemlerini yeniden gerçekleştirir ve çıkarım yapar. Bu yaklaşım, modelin girdilerini kararlı ve doğrulanabilir hale getirir ve MetaTrader 5 strateji sınayıcı, sistem davranışını analiz etmek için ölçütler sağlar.
OpenCL kullanarak MQL5'te pratik bir CPU'dan GPU'ya geçiş yolunun nasıl oluşturulacağını öğrenin. Bağlam başlatma, arabellek organizasyonu, büyük yığınlar, kernel başlatma ve veri alışverişlerini en aza indirme konularına odaklanacağız. Tipik hatalar ve bunları ortadan kaldırmanın yolları da ele alınacaktır. Mum formasyonlarıyla ilgili bir örnek, yaklaşımın pratik faydasını göstermektedir.
Makale, Python ve MetaTrader 5 entegrasyonunun araştırma esnekliğini ve alım-satım işlemleri gerçekleştirmeyi tek bir iş akışında nasıl birleştirdiğini göstermektedir. Python, veri analizi, özellik seçimi ve model eğitimi için kullanılırken, MetaTrader 5 test ve alım-satım otomasyonu için kullanılır. Bu yaklaşım, çözümlerin hayata geçirilmesini kolaylaştırır, tekrarlanabilirliği artırır ve alım-satım sistemlerinin geliştirilmesini daha hızlı ve daha yapılandırılmış hale getirir.
Makale, SQLite kullanılarak MQL5'te bir işlem günlüğü tutmak için temel bir çalışma seti sunmaktadır: işlemler, sinyaller ve olaylar için bir tablo yapısı, indeksler, hazırlanmış ifadeler ve işlemler ve standart analitik SQL sorguları. MetaTrader 5'te istatistik paneliyle entegrasyon ve MetaEditor aracılığıyla veritabanıyla çalışma gösterilmektedir. Bu yaklaşım, Uzman Danışman kodunu karmaşıklaştırmadan günlüğün otomatikleştirilmesine, hesaplamaların hızlandırılmasına ve analiz yapılmasına olanak tanır.
Forex'te portföy alım-satımı nasıl çalışır? Portföy dağılımı optimizasyonu için Markowitz portföy teorisi ve portföy risk optimizasyonu için VaR modeli nasıl birleştirilebilir? Bir yandan düşük risk, diğer yandan kabul edilebilir uzun vadeli karlılık elde edeceğimiz portföy teorisine dayalı bir kod oluşturuyoruz.
3D çubuklarda yeni bir otomatik alım-satım dünyasını keşfediyoruz. Bir alım-satım robotu çok boyutlu fiyat çubuklarında neye benziyor? "Sarı" renkli 3D çubuk kümeleri trend dönüşlerini tahmin edebilir mi? Çok boyutlu alım-satım nasıl bir şey?
Makale, çok değişkenli 3D fiyat grafikleri ve bunların oluşturulma sürecine odaklanmaktadır. Ayrıca 3D çubukların fiyat dönüşlerini nasıl tahmin ettiğini ve Python ve MetaTrader 5'in bu hacim çubuklarını gerçek zamanlı olarak çizmemize nasıl olanak sağladığını da ele alacağız.
Borsada doğrusal olmayan regresyon modelleri: Finansal piyasaları tahmin etmek mümkün mü? EURUSD fiyatlarını tahmin etmek için bir model oluşturmayı ve buna dayalı iki robot geliştirmeyi inceleyelim - Python ve MQL5'te.
Süpermarket perakendeciliği analitiğinin tahmin edici kuralları gerçek Forex piyasasına nasıl uygulanır? Kurabiye, süt ve ekmek satın alımlarının borsa işlemleriyle nasıl bir bağlantısı var? Makale, ilişkilendirme kurallarının kullanımına dayanan algoritmik alım-satıma yönelik yenilikçi bir yaklaşımı tartışmaktadır.
Hava durumu ve Forex arasındaki ilişki nedir? Klasik ekonomi teorisi, hava durumu gibi faktörlerin piyasa davranışı üzerindeki etkisini uzun süre göz ardı etmiştir. Ama her şey değişti. Hava koşulları ile tarımsal para birimlerinin piyasadaki konumu arasında bağlantılar bulmaya çalışalım.
Bu makalede, veri mantığını, sunumu ve kontrolü ayırarak yapılandırılmış, esnek ve ölçeklenebilir kod sağlayan MVC (Model-View-Controller) mimari modelini kullanarak MQL5'te bir tablo modeli geliştirme sürecini ele alacağız. Verileri depolamak için bağlantılı listelerin kullanımı da dahil olmak üzere bir tablo modeli oluşturmak için sınıfların uygulanmasını inceleyeceğiz.
Forex piyasasında tekrar eden formasyonlar ve düzenlilikler var mı? Python ve MetaTrader 5'i kullanarak kendi formasyon analiz sistemimi oluşturmaya karar verdim. Forex'i fethetmek için matematik ve programlamanın bir tür ortak yaşamı.
Bu makale, çok dövizli portföy optimizasyonu için riske maruz değer (Value at Risk, VaR) modelinin potansiyelini araştırmaktadır. Python'ın gücünü ve MetaTrader 5'in işlevselliğini kullanarak, verimli anapara tahsisi ve pozisyon yönetimi için VaR analizinin nasıl uygulanacağını gösteriyoruz. Makale, teorik temellerden pratik uygulamaya kadar, en sağlam risk hesaplama sistemlerinden biri olan VaR'ın algoritmik alım-satımda uygulanmasının tüm yönlerini kapsamaktadır.
Python ve MQL5'te bir alım-satım robotu geliştirmeye yönelik makale serisine devam ediyoruz. Bu makalede Python'da bir alım-satım algoritması oluşturacağız.
Python ve MQL5'te bir alım-satım robotu geliştirmeye yönelik makale serisine devam ediyoruz. Bugün bir model seçme ve eğitme, test etme, çapraz doğrulama uygulama, ızgara arama (grid search) ve model topluluğu (ensemble) problemini çözeceğiz.
Makine öğrenimine dayalı bir alım-satım robotu geliştirme: Ayrıntılı bir rehber. Serinin ilk makalesi veri ve özelliklerin toplanması ve hazırlanması ile ilgilidir. Projenin uygulanması için Python programlama dili ve kütüphaneleri ile MetaTrader 5 platformu kullanılmıştır.
MQL5 Algo Forge sürüm kontrol sistemi ve deposunu kullanmanın ince detaylarını açıklayarak Simple Candles ve Adwizard projelerini geliştirmeye devam edeceğiz.
MQL5 Algo Forge’daki herhangi bir depodan harici kodu kendi projenize nasıl entegre edebileceğinizi keşfedelim. Bu makalede, nihayet bu heyecan verici ama aynı zamanda daha karmaşık görevi ele alacağız: MQL5 Algo Forge’daki üçüncü taraf depolardan kütüphanelerin pratikte nasıl bağlanacağı ve kullanılacağı.
Bu makalede, projenin kaynak kodunun herkese açık bir depoda saklanmasını organize etmek için olası yaklaşımlardan birini ele alıyoruz. Proje geliştirme için net ve uygun kurallar oluşturmak amacıyla kodu farklı dallara dağıtacağız.
MetaEditor'da projeler üzerinde çalışırken, geliştiriciler genellikle kod sürümlerini yönetme ihtiyacıyla karşılaşırlar. MetaQuotes kısa süre önce GIT'e geçiş yapılacağını açıkladı ve kod sürümleme ve işbirliği özelliklerine sahip MQL5 Algo Forge'u duyurdu. Bu makalede, yeni ve daha önce var olan araçların nasıl daha verimli kullanılabileceğini tartışacağız.
Algoritmik alım-satım geliştiricileri için özel bir portal olan MQL5 Algo Forge ile tanışın. Git'in gücünü, MQL5 ekosistemindeki projeleri yönetmek ve düzenlemek için kullanıcı dostu bir arayüzle birleştiriyor. Burada ilginizi çeken yazarları takip edebilir, ekipler oluşturabilir ve algoritmik alım-satım projeleri üzerinde işbirliği yapabilirsiniz.
Bu makalede, maymun algoritması (MA) optimizasyon algoritmasını ele alacağız. Bu hayvanların zorlu engelleri aşma ve en ulaşılmaz ağaç tepelerine ulaşma yeteneği, MA algoritması fikrinin temelini oluşturmuştur.
Bu makalede, mükemmel ses uyumunu bulma sürecinden esinlenen en güçlü optimizasyon algoritması olan armoni aramayı (HS) inceleyecek ve test edeceğiz. Peki şu anda sıralamamızda lider olan algoritma hangisi?
GSA, cansız doğadan ilham alan bir popülasyon optimizasyon algoritmasıdır. Algoritmada uygulanan Newton'un yerçekimi yasası sayesinde, fiziksel cisimlerin etkileşimini modellemenin yüksek güvenilirliği, gezegen sistemlerinin ve galaktik kümelerin büyüleyici dansını gözlemlememize olanak tanır. Bu makalede, en ilginç ve orijinal optimizasyon algoritmalarından birini ele alacağız. Uzay nesnelerinin hareket simülatörü de sağlanmıştır.
E. coli bakterisinin yiyecek arama stratejisi, bilim insanlarına BFO optimizasyon algoritmasını yaratmaları için ilham vermiştir. Algoritma, optimizasyona yönelik orijinal fikirler ve umut verici yaklaşımlar içermekte olup daha fazla çalışmaya değerdir.
Bu makalede, Fisher'ın iris veri kümesinin sınıflandırma görevini çözmek için Scikit-learn kütüphanesinde bulunan tüm sınıflandırma modellerinin uygulanmasını inceleyeceğiz. Bu modelleri ONNX formatına dönüştürmeye ve elde edilen modelleri MQL5 programlarında kullanmaya çalışacağız. Ek olarak, orijinal modellerin doğruluğunu tam iris veri setindeki ONNX versiyonlarıyla karşılaştıracağız.
Bu makalede, Scikit-learn paketinden regresyon modellerinin uygulanmasını inceleyecek, bunları ONNX formatına dönüştürmeye çalışacak ve sonuçta ortaya çıkan modelleri MQL5 programlarında kullanacağız. Ayrıca, orijinal modellerin doğruluğunu hem float hem de double hassasiyet için ONNX versiyonlarıyla karşılaştıracağız. Ek olarak, regresyon modellerinin ONNX temsilini inceleyerek iç yapılarının ve çalışma prensiplerinin daha iyi anlaşılmasını sağlayacağız.
Bu makalede, Uzman Danışmanlar, göstergeler ve komut dosyaları geliştirmenin zaman ve emek yoğunluğunu azaltma açısından yeteneklerini anlamak için OpenAI'dan ChatGPT ile uğraşacağız. Size bu teknolojide hızlı bir şekilde yol göstereceğim ve MQL4 ve MQL5'te programlama için doğru şekilde nasıl kullanılacağını göstermeye çalışacağım.
Yabancı otların çok çeşitli koşullarda hayatta kalma konusundaki şaşırtıcı yeteneği, güçlü bir optimizasyon algoritması için bir fikir haline gelmiştir. IWO, daha önce incelenenler arasındaki en iyi algoritmalardan biridir.
Bu makalede ateş böceği algoritması (Firefly Algorithm, FA) optimizasyon yöntemini ele alacağız. Yapılan değişiklik sayesinde algoritma, dışarıdan bakan bir oyuncudan gerçek bir derecelendirme tablosu liderine dönüştü.
Bu makale, bir önceki makalede belirlenen hedeflere dayalı olarak geliştirilmiş bir brute force versiyonu sunmaktadır. Bu yöntem kullanılarak elde edilen ayarlara sahip Uzman Danışmanlar kullanarak bu konuyu olabildiğince kapsamlı bir şekilde ele almaya çalışacağım. Programın yeni sürümü makaleye eklenmiştir.
Bu makale, brute force konusuna bir devam niteliğindedir ve program algoritmasına piyasa analizi için yeni yetenekler getirmekte, böylece analiz hızını artırmakta ve sonuçların kalitesini yükseltmektedir. Yeni eklemeler, bu yaklaşım dahilinde global modellerin en yüksek kalitede görüntülenmesini sağlamaktadır.
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.
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.
Bu makalede, internetten nasıl veri elde edileceğini ve Uzman Danışmanda nasıl kullanılacağını ele almaya devam ediyoruz. Bu kez alternatif bir sistem geliştireceğiz.
MetaTrader 5’te internetteki verilere nasıl erişilir? İnternet üzerinde devasa miktarda bilginin yer aldığı çok sayıda web sitesi vardır. Bilinmesi gereken, nereye bakılacağı ve bu bilgilerin en iyi şekilde nasıl kullanılacağıdır.
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.
