MQL5 Алготрейдинг

M

MQL5 Алготрейдинг@mql5ru

Опубликована модификация индикатора AsymmetricFractals с дополнительными настройками, ориентированными на контроль поведения сигналов.Добавлен переключатель режима: с перерисовкой или без перерисовки. В варианте без перерисовки фрактал фиксируется после подтверждения и не меняется при появлении новых баров, что упрощает тестирование и анализ истории.В режиме перерисовки отметки фракталов могут смещаться и обновляться по мере формирования последующих свечей, повышая чувствительность к текущей структуре, но усложняя интерпретацию результатов.Также добавлена настройка отображения значков фрактала для адаптации к используемому шаблону графика.👉 Читай | Маркет | @mql5ru

M

MQL5 Алготрейдинг@mql5ru

Для задач прогноза валютных пар рассматривается перенос подхода Latent Variable Sequential Set Transformers (AutoBots) из multi-agent motion prediction в моделирование последовательностей цен, согласованных с рыночной динамикой.AutoBots использует encoder-decoder для последовательностей множеств: X1:t, где элементы множества трактуются как инструменты, агенты или индикаторы с K признаками. Энкодер добавляет синусоидальное позиционное кодирование и чередует внимание по времени и по «социальному» срезу, формируя контекст C.Декодер строит c сценариев через обучаемые запросы Qi и при необходимости добавляет внешний контекст mi. Внимание также применяется по времени и по множеству, выход O агрегирует M агентов, горизонт T и c мод.В реализации на MQL5/OpenCL выделяются слои позиционного кодирования и транспонирования тензоров, чтобы не выносить операции в основную программу и снизить ...👉 Читай | Сигналы | @mql5ru

M

MQL5 Алготрейдинг@mql5ru

Советник реализует mean reversion с привязкой к тренду через скользящую среднюю и границы ценового диапазона.Динамические зоны формируются по максимуму и минимуму за последние 48 свечей. Вход активируется при заходе цены в буфер ZoneBufferPips рядом с историческими уровнями спроса/предложения.Фильтрация по моментуму выполняется RSI: покупка при касании нижней зоны и RSI < 40, продажа при касании верхней зоны и RSI > 55. Порог 55 заявлен как оптимизированный под максимизацию win rate.Риск-менеджмент включает расчет лота от баланса и RiskPercent, фиксированные SL/TP, безубыток и трейлинг-стоп. Предусмотрен досрочный выход при достижении RSI противоположных экстремумов.Доступна панель на графике (RSI, спред, риск, magic number), подробный лог и совместимость с MT5 для хеджинговых и неттинговых счетов. Параметры полностью настраиваются.👉 Читай | Форум | @mql5ru

M

MQL5 Алготрейдинг@mql5ru

Показана реализация elastic net регрессии на чистом MQL5 для снижения переобучения в торговых моделях. Штраф объединяет L1 и L2: alpha задает баланс между отбором признаков и “сжатием” коэффициентов, lambda управляет силой регуляризации и помогает отсеять бесполезные индикаторы даже при их корреляции.Оптимизация выполнена через coordinate descent: сначала подбирается lambda (с использованием порога, где все беты обнуляются), затем уточняются бета-коэффициенты. Добавлена k-fold кросс-валидация в OptimizeLambda для автоматического выбора lambda по вневыборочной объясненной дисперсии.Код ориентирован на переносимость (без матричных типов, матрицы как плоские массивы). Пример строит прогноз изменения цены следующего бара по разностям длинной/короткой MA на лог-ценах, показывая, как регуляризация сокращает набор предикторов.👉 Читай | Сигналы | @mql5ru

M

MQL5 Алготрейдинг@mql5ru

Вышла доработка индикатора VIDYA Color N Bars: добавлены алерты и несколько типов уведомлений при смене цвета линии.Индикатор относится к серии “XXX Color N Bars”. При однонаправленном движении на интервале “VIDyA: trend N Bars” линия окрашивается в один из цветов тренда (по умолчанию Blue и Red). При отсутствии тренда применяется YellowGreen.Доступные настройки уведомлений: Sound Name (имя звукового файла), Repetitions (число повторов в пределах одного бара), Pause in seconds (пауза между повторами), Alert (включение локального алерта), Send mail (отправка e-mail), Send notification (Push-уведомления).👉 Читай | Котировки | @mql5ru

M

MQL5 Алготрейдинг@mql5ru

Статья разбирает типичные ошибки применения ML в алгоритмической торговле и показывает, почему для временных рядов нельзя использовать обычную кросс-валидацию: перемешивание данных приводит к утечке будущего и переоценке качества.Пайплайн построен end-to-end: MQL5-скрипт выгружает историю в CSV (с правильным хронологическим порядком), далее в Python данные очищаются, формируются признаки на разностях и задается горизонт прогноза. Базовая линейная модель служит ориентиром, но дает слабую связь с целью.Ключевое улучшение — TimeSeriesSplit + RandomizedSearchCV для настройки глубокой нейросети на ограниченных данных, затем экспорт в ONNX и запуск в MT5 через OnnxRun с контролем входов/выходов. В бэктесте нейросеть после корректной валидации повышает прибыль и число сигналов при сопоставимой точности, сохраняя воспроизводимость между Python и MQL5.👉 Читай | VPS | @mql5ru

M

MQL5 Алготрейдинг@mql5ru

Latent Gaussian Mixture Model (LGMM) применяется как генеративная модель для кластеризации, где наблюдения описываются смесью нормальных распределений и латентной переменной принадлежности. Параметры обычно оцениваются EM-алгоритмом, результатом становятся вероятности по компонентам, суммарно дающие 1.Практический пайплайн: сбор данных осцилляторов и OHLCT в MetaTrader 5, обучение GaussianMixture в Python, конвертация в ONNX и загрузка в MQL5. В Netron у модели два выхода: метка кластера и вектор вероятностей, это требует корректной структуры вывода в коде.Число компонент подбирается через AIC/BIC. Латентные вероятности используются как дополнительные признаки для Random Forest; качество зависит от разметки цели и горизонта lookahead. Далее собирается EA, где LGMM формирует признаки, а классификатор выдает торговый сигнал.👉 Читай | Справка | @mql5ru

M

MQL5 Алготрейдинг@mql5ru

Часть 20 переносит автоматизацию с одиночного инструмента на мультисимвольную систему в MT5: развороты ищутся связкой CCI и Awesome Oscillator на M5, а направление подтверждается на H1. Логика рассчитана на масштабирование по списку символов и единые правила входа.Реализация построена объектно-ориентированно: параметры вынесены в структуру, по каждому символу хранится состояние (время последнего бара, хэндлы индикаторов, буферы), а класс стратегии объединяет инициализацию, обновление данных через CopyBuffer и торговые операции через CTrade.В торговом цикле контролируются новый бар/тики, фильтр спреда, отсутствие уже открытых позиций по symbol+magic, расчет SL/TP и журналирование. Добавлена служебная функция массового закрытия позиций и удаления отложенных ордеров для безопасного сопровождения и тестирования.👉 Читай | Справка | @mql5ru

M

MQL5 Алготрейдинг@mql5ru

Статья разбирает перенос идей «длинного, но быстрого» трансформера на анализ рынка: вместо полного Self-Attention по тысячам баров используется сопоставление торгового сценария с историей через Single-query Target-to-history Cross-Attention.STCA делает цель единственным Query, а история выступает как Key/Value. Это меняет сложность с O(L²) на линейную и позволяет держать контекст до ~10 000 событий без просадки по памяти и скорости, выделяя действительно релевантные эпизоды (например, одинаковые пробои в разных фазах тренда).Архитектура уточняет гипотезу в стеке слоёв: запрос обновляется через Target-Conditioned Fusion, накапливая контекст. Отдельно показана инженерная оптимизация: перестановка матричных операций убирает явный расчёт K для всей истории и переносит проекции после агрегации, снижая вычисления на длинных последовательностях.👉 Читай | Календарь | @mql5ru

M

MQL5 Алготрейдинг@mql5ru

Статья объясняет случайную величину как детерминированную функцию X(ω), которая переносит неопределенность из абстрактного пространства исходов на числовую ось. Ключевой рабочий инструмент — CDF F(x)=P(X≤x), удобный для вычисления вероятностей на интервалах; для непрерывных моделей добавляется PDF как производная CDF.Показаны три класса распределений: дискретные (PMF, ступеньки CDF), непрерывные (интеграл по PDF, вероятность точки равна нулю) и смешанные, где CDF строится как взвешенная комбинация компонент.Практика для трейдера и разработчика MT5: плотность можно интерпретировать через малые шаги d (P≈p(x)d), что напрямую связано с тиковостью цен, численным интегрированием и Монте‑Карло. В приложениях — скрипты MQL5 для графиков CDF/PDF и сравнения распределений (включая QQ-plot).👉 Читай | Учебник | @mql5ru