காப்பு 

புள்ளிவிவரங்கள் மற்றும் அவற்றின் நிலைகளின் வரையறை. வகைப்பாடு மற்றும் முன்கணிப்பு முறைகள். ஆதரவு திசையன் இயந்திரம். "அருகிலுள்ள அண்டை" முறை. பேய்சியன் வகைப்பாடு. மக்கள்தொகையின் சுகாதார நிலையை மதிப்பிடுவதற்கான குறிகாட்டிகளின் குழுக்கள்

குறுக்கு சரிபார்ப்பு என்பது தெரியாத மாதிரி அளவுருக்களின் மதிப்பீடுகளைப் பெறுவதற்கான நன்கு அறியப்பட்ட முறையாகும். முறையின் முக்கிய யோசனை தரவு மாதிரியை v "மடிப்புகள்" ஆக பிரிப்பதாகும். V "மடிப்புகள்" தோராயமாக தேர்ந்தெடுக்கப்பட்ட தனிமைப்படுத்தப்பட்ட துணை மாதிரிகள்.

k இன் நிலையான மதிப்பு கொடுக்கப்பட்டால், ஒரு k-அருகிலுள்ள அண்டை நாடுகளின் மாதிரி கணிப்புகளைப் பெற உருவாக்கப்பட்டுள்ளது v-பிரிவு(மீதமுள்ள பகுதிகள் எடுத்துக்காட்டுகளாகப் பயன்படுத்தப்படுகின்றன) மற்றும் வகைப்பாடு பிழை மதிப்பிடப்படுகிறது. பின்னடைவு சிக்கல்களுக்கு, சதுரங்களின் தொகை பெரும்பாலும் பிழை மதிப்பீடாகப் பயன்படுத்தப்படுகிறது, மேலும் வகைப்படுத்தல் சிக்கல்களுக்கு துல்லியத்தை கருத்தில் கொள்வது மிகவும் வசதியானது (சரியாக வகைப்படுத்தப்பட்ட அவதானிப்புகளின் சதவீதம்).

செயல்முறை அனைவருக்கும் தொடர்ச்சியாக மீண்டும் மீண்டும் செய்யப்படுகிறது சாத்தியமான விருப்பங்கள்தேர்வு v. v "மடிப்புகள்" (சுழற்சிகள்) தீர்ந்தவுடன், கணக்கிடப்பட்ட பிழைகள் சராசரியாக கணக்கிடப்பட்டு மாதிரி நிலைத்தன்மையின் அளவீடாகப் பயன்படுத்தப்படுகின்றன (அதாவது, வினவல் புள்ளிகளில் கணிப்புத் தரத்தின் அளவீடு). மேலே உள்ள படிகள் வெவ்வேறு k க்கு மீண்டும் மீண்டும் செய்யப்படுகின்றன, மேலும் சிறிய பிழையுடன் தொடர்புடைய மதிப்பு (அல்லது அதிக வகைப்பாடு துல்லியம்) உகந்ததாக ஏற்றுக்கொள்ளப்படுகிறது (குறுக்கு சரிபார்ப்பு முறையின் அர்த்தத்தில் உகந்தது).

குறுக்கு சரிபார்ப்பு என்பது கணக்கீட்டுரீதியில் தீவிரமான செயல்முறை என்பதை நினைவில் கொள்ளவும், குறிப்பாக மாதிரி அளவு போதுமானதாக இருந்தால், அல்காரிதம் இயங்குவதற்கு நேரத்தை அனுமதிக்க வேண்டும்.

அளவுரு k இன் மதிப்பைத் தேர்ந்தெடுப்பதற்கான இரண்டாவது விருப்பம் அதன் மதிப்பை நீங்களே அமைக்க வேண்டும். இருப்பினும், இதே போன்ற தரவுத் தொகுப்புகளின் முந்தைய ஆய்வுகள் போன்ற அளவுருவின் சாத்தியமான மதிப்பைப் பற்றி நியாயமான யூகங்கள் இருந்தால் இந்த முறை பயன்படுத்தப்பட வேண்டும்.

கே-அருகிலுள்ள அண்டை நாடுகளின் முறையானது பல்வேறு வகையான பிரச்சனைகளில் நல்ல முடிவுகளைக் காட்டுகிறது.

மேலே உள்ள முறையின் உண்மையான பயன்பாட்டிற்கான எடுத்துக்காட்டு மென்பொருள்டெல் தொழில்நுட்ப ஆதரவு மையம், அனுமானத்தால் உருவாக்கப்பட்டது. இந்த அமைப்பு மைய ஊழியர்களுக்கு பொதுவான கேள்விகளுக்கான பதில்களை உடனடியாக வழங்குவதன் மூலமும், பயனருடன் தொலைபேசியில் இருக்கும்போது தரவுத்தளத்தை அணுக அனுமதிப்பதன் மூலமும் அதிகமான கோரிக்கைகளுக்கு பதிலளிக்க உதவுகிறது. தொழில்நுட்ப ஆதரவு மைய ஊழியர்கள், இந்த முறையை செயல்படுத்தியதற்கு நன்றி, ஒரே நேரத்தில் கணிசமான எண்ணிக்கையிலான அழைப்புகளுக்கு பதிலளிக்க முடியும். மென்பொருள் CBR தற்போது Dell இன்ட்ராநெட்டில் பயன்படுத்தப்பட்டுள்ளது.

கே-அருகிலுள்ள அண்டை நாடுகளின் முறை மற்றும் CBR முறையைச் செயல்படுத்தும் பல தரவுச் செயலாக்கக் கருவிகள் இல்லை. மிகவும் பிரபலமானவை: CBR எக்ஸ்பிரஸ் மற்றும் கேஸ் பாயிண்ட் (Inference Corp.), Apriori (Answer Systems), DP Umbrella (VYCOR Corp.), KATE கருவிகள் (Acknosoft, France), Pattern Recognition Workbench (Unica, USA), அத்துடன் சில புள்ளியியல் தொகுப்புகள், எடுத்துக்காட்டாக, புள்ளியியல்.

பேய்சியன் வகைப்பாடு

மாற்று பெயர்கள்: பேய்சியன் மாடலிங், பேய்சியன் புள்ளிவிவரங்கள், பேய்சியன் நெட்வொர்க் முறை.

நீங்கள் பேய்சியன் வகைப்பாடு பற்றி மேலும் அறியலாம். பேய்சியன் வகைப்பாடு முதலில் பயன்படுத்தப்பட்டது அறிவை முறைப்படுத்துதல்நிபுணர் அமைப்புகளில் நிபுணர்கள், இப்போது பேய்சியன் வகைப்பாடு தரவுச் செயலாக்க முறைகளில் ஒன்றாகவும் பயன்படுத்தப்படுகிறது.

அப்பாவி வகைப்பாடு அல்லது அப்பாவி-பயஸ் அணுகுமுறை என்று அழைக்கப்படுவது பேய்சியன் நெட்வொர்க்குகளைப் பயன்படுத்தும் முறையின் எளிய பதிப்பாகும். இந்த அணுகுமுறையால், வகைப்பாடு சிக்கல்கள் தீர்க்கப்படுகின்றன; முறையின் விளைவாக "வெளிப்படையான" மாதிரிகள் என்று அழைக்கப்படுகின்றன.

"அப்பாவி" வகைப்பாடு என்பது மிகவும் வெளிப்படையான மற்றும் புரிந்துகொள்ளக்கூடிய வகைப்பாடு முறையாகும். இது "அப்பாவி" என்று அழைக்கப்படுகிறது, ஏனெனில் இது அனுமானத்தில் இருந்து தொடங்குகிறது பரஸ்பர சுதந்திரம்அடையாளங்கள்.

அப்பாவி வகைப்பாட்டின் பண்புகள்:

  1. அனைத்து மாறிகளையும் பயன்படுத்துதல் மற்றும் அவற்றுக்கிடையே உள்ள அனைத்து சார்புகளையும் வரையறுத்தல்.
  2. மாறிகள் பற்றி இரண்டு அனுமானங்கள் உள்ளன:
    • அனைத்து மாறிகளும் சமமாக முக்கியம்;
    • அனைத்து மாறிகளும் புள்ளிவிவர ரீதியாக சுயாதீனமானவை, அதாவது. ஒரு மாறியின் மதிப்பு மற்றொன்றின் மதிப்பைப் பற்றி எதுவும் கூறவில்லை.

பெரும்பாலான பிற வகைப்பாடு முறைகள், வகைப்பாடு தொடங்கும் முன், ஒரு பொருள் ஒரு வர்க்கம் அல்லது மற்றொரு வகுப்பைச் சேர்ந்ததாக இருக்க வாய்ப்புள்ளது; ஆனால் இது எப்போதும் உண்மையல்ல.

ஒரு குறிப்பிட்ட சதவீத தரவு ஒரு குறிப்பிட்ட வகுப்பைச் சேர்ந்தது என்று நமக்குத் தெரியும் என்று வைத்துக்கொள்வோம். கேள்வி எழுகிறது, ஒரு வகைப்பாடு மாதிரியை உருவாக்கும்போது இந்தத் தகவலைப் பயன்படுத்தலாமா? பொருட்களை வகைப்படுத்த உதவுவதற்கு இந்த முன் அறிவைப் பயன்படுத்துவதற்கு பல நிஜ வாழ்க்கை எடுத்துக்காட்டுகள் உள்ளன. மருத்துவ நடைமுறையில் இருந்து ஒரு பொதுவான உதாரணம். ஒரு மருத்துவர் நோயாளியின் பரிசோதனை முடிவுகளை கூடுதல் பரிசோதனைக்காக அனுப்பினால், அவர் நோயாளியை ஒரு குறிப்பிட்ட வகுப்பிற்கு ஒதுக்குகிறார். இந்தத் தகவலை நீங்கள் எவ்வாறு விண்ணப்பிக்கலாம்? ஒரு வகைப்பாடு மாதிரியை உருவாக்கும்போது அதை கூடுதல் தரவுகளாகப் பயன்படுத்தலாம்.

டேட்டா மைனிங் முறையாக பேய்சியன் நெட்வொர்க்குகளின் பின்வரும் நன்மைகள் குறிப்பிடப்பட்டுள்ளன:

  • மாதிரியானது அனைத்து மாறிகளுக்கு இடையிலான சார்புகளை வரையறுக்கிறது, இது சில மாறிகளின் மதிப்புகள் தெரியாத சூழ்நிலைகளைக் கையாளுவதை எளிதாக்குகிறது;
  • பேய்சியன் நெட்வொர்க்குகள் மிகவும் எளிமையாக விளக்கப்பட்டு, முன்கணிப்பு மாடலிங் கட்டத்தில் "என்ன என்றால்" காட்சிகளை எளிதாக பகுப்பாய்வு செய்ய அனுமதிக்கின்றன;
  • பேய்சியன் முறையானது, தரவுகளிலிருந்து ஊகிக்கப்பட்ட வடிவங்களை இயற்கையாக இணைக்க உங்களை அனுமதிக்கிறது, எடுத்துக்காட்டாக, வெளிப்படையாகப் பெறப்பட்ட நிபுணர் அறிவு;
  • பேய்சியன் நெட்வொர்க்குகளின் பயன்பாடு அதிகப்படியான பொருத்துதலின் சிக்கலைத் தவிர்க்கிறது, அதாவது மாதிரியின் அதிகப்படியான சிக்கல், இது பல முறைகளின் பலவீனம் (உதாரணமாக, முடிவு மரங்கள் மற்றும் நரம்பியல் நெட்வொர்க்குகள்).

Naive Bayes அணுகுமுறை பின்வரும் குறைபாடுகளைக் கொண்டுள்ளது:

  • அனைத்து உள்ளீட்டு மாறிகளும் உண்மையிலேயே புள்ளிவிவர ரீதியாக சுயாதீனமாக இருக்கும்போது மட்டுமே நிபந்தனை நிகழ்தகவுகளை பெருக்குவது சரியானது; புள்ளியியல் சுதந்திரத்தின் நிபந்தனையை பூர்த்தி செய்யாதபோது இந்த முறை மிகவும் நல்ல முடிவுகளைக் காட்டுகிறது என்றாலும், கோட்பாட்டளவில் இந்த சூழ்நிலையை பயிற்சி பேய்சியன் நெட்வொர்க்குகளின் அடிப்படையில் மிகவும் சிக்கலான முறைகளால் கையாள வேண்டும்;
  • தொடர்ச்சியான மாறிகளின் நேரடி செயலாக்கம் சாத்தியமற்றது - அவை ஒரு இடைவெளி அளவாக மாற்றப்பட வேண்டும், இதனால் பண்புக்கூறுகள் தனித்தனியாக இருக்கும்; இருப்பினும், இத்தகைய மாற்றங்கள் சில நேரங்களில் குறிப்பிடத்தக்க வடிவங்களை இழக்க வழிவகுக்கும்;
  • Naive Bayes அணுகுமுறையின் வகைப்பாடு முடிவு உள்ளீட்டு மாறிகளின் தனிப்பட்ட மதிப்புகளால் மட்டுமே பாதிக்கப்படுகிறது; வெவ்வேறு பண்புக்கூறுகளின் ஜோடிகள் அல்லது மும்மடங்கு மதிப்புகளின் ஒருங்கிணைந்த செல்வாக்கு இங்கு கணக்கில் எடுத்துக்கொள்ளப்படவில்லை. இது அதன் முன்கணிப்பு துல்லியத்தின் அடிப்படையில் வகைப்பாடு மாதிரியின் தரத்தை மேம்படுத்தலாம், இருப்பினும், இது சோதனை செய்யப்பட்ட விருப்பங்களின் எண்ணிக்கையை அதிகரிக்கும்.

பேய்சியன் வகைப்பாடு நடைமுறையில் பரந்த பயன்பாட்டைக் கண்டறிந்துள்ளது.

பேய்சியன் வார்த்தை வடிகட்டுதல்

சமீபத்தில், தனிப்பட்ட ஸ்பேம் வடிகட்டலுக்கு பேய்சியன் வகைப்பாடு முன்மொழியப்பட்டது. முதல் வடிகட்டியை பால் கிரஹாம் உருவாக்கினார். அல்காரிதம் வேலை செய்ய, இரண்டு தேவைகள் பூர்த்தி செய்யப்பட வேண்டும்.

முதல் தேவை, வகைப்படுத்தப்படும் பொருள் போதுமான எண்ணிக்கையிலான குணாதிசயங்களைக் கொண்டிருக்க வேண்டும். இது மிகவும் குறுகிய மற்றும் மிகவும் அரிதான சொற்களைத் தவிர்த்து, பயனர் கடிதங்களில் உள்ள அனைத்து வார்த்தைகளாலும் திருப்திகரமாக உள்ளது.

இரண்டாவது தேவை, "ஸ்பேம் - ஸ்பேம் அல்ல" தொகுப்பின் நிலையான மறுபயிற்சி மற்றும் நிரப்புதல் ஆகும். இத்தகைய நிலைமைகள் உள்ளூர் மின்னஞ்சல் கிளையண்டுகளில் நன்றாக வேலை செய்கின்றன, ஏனெனில் இறுதி கிளையண்டிலிருந்து "ஸ்பேம் இல்லை" என்ற ஓட்டம் மிகவும் நிலையானது, மேலும் அது மாறினால், அது விரைவாக மாறாது.

இருப்பினும், சேவையகத்தின் அனைத்து வாடிக்கையாளர்களுக்கும், "ஸ்பேம் அல்லாத" ஓட்டத்தை துல்லியமாக தீர்மானிப்பது மிகவும் கடினம், ஏனெனில் ஒரு கிளையண்டிற்கு ஸ்பேமாக இருக்கும் அதே கடிதம் மற்றொன்றுக்கு ஸ்பேம் அல்ல. அகராதி மிகப் பெரியதாக மாறிவிடும், ஸ்பேம் மற்றும் "ஸ்பேம் அல்ல" என தெளிவான பிரிவு இல்லை, இதன் விளைவாக, வகைப்படுத்தலின் தரம், இந்த விஷயத்தில் கடிதங்களை வடிகட்டுவதில் உள்ள சிக்கலுக்கான தீர்வு கணிசமாகக் குறைக்கப்படுகிறது.

இந்த பகுதியில் நாம் பரிந்துரை அமைப்புகளைப் பற்றி பேச மாட்டோம். அதற்குப் பதிலாக, இயந்திரக் கற்றலின் முக்கிய கருவியான பேய்ஸ் தேற்றத்தில் நாம் குறிப்பாக கவனம் செலுத்துவோம், மேலும் அதன் பயன்பாட்டின் ஒரு எளிய உதாரணத்தைப் பார்ப்போம் - அப்பாவியான பேய்ஸ் வகைப்படுத்தி. பொறுப்புத் துறப்பு: இந்த விஷயத்தைப் பற்றி நன்கு அறிந்த வாசகரிடம் நான் இங்கு புதிதாக எதையும் சொல்ல வாய்ப்பில்லை; இயந்திரக் கற்றலின் அடிப்படைத் தத்துவத்தைப் பற்றி முக்கியமாகப் பேசுவோம்.


பேய்ஸின் தேற்றம் ஒன்று நினைவில் இருக்கும் அல்லது நிகழ்தகவுக் கோட்பாட்டில் மிக அடிப்படையான பாடத்தை எடுத்த எவராலும் அற்பமாகக் கழிக்கப்படலாம். ஒரு நிகழ்வின் நிபந்தனை நிகழ்தகவு என்ன என்பதை நினைவில் கொள்ளுங்கள் எக்ஸ்நிகழ்வுக்கு உட்பட்டது ஒய்? வரையறையின்படி சரி: , கூட்டு நிகழ்தகவு எங்கே எக்ஸ்மற்றும் ஒய், ஏ ப(எக்ஸ்) மற்றும் ப(ஒய்) - ஒவ்வொரு நிகழ்வின் நிகழ்தகவுகள் தனித்தனியாக. இதன் பொருள் கூட்டு நிகழ்தகவை இரண்டு வழிகளில் வெளிப்படுத்தலாம்:
.

சரி, இதோ பேய்ஸ் தேற்றம்:

நான் உங்களை கேலி செய்கிறேன் என்று நீங்கள் நினைக்கலாம் - நிபந்தனை நிகழ்தகவு வரையறையை அற்பமான முறையில் மாற்றியமைப்பது எப்படி எதற்கும் முக்கிய கருவியாக இருக்க முடியும், குறிப்பாக இயந்திர கற்றல் போன்ற பெரிய மற்றும் அற்பமான அறிவியல்? இருப்பினும், புரிந்து கொள்ள ஆரம்பிக்கலாம்; முதலில், பேய்ஸின் தேற்றத்தை வெவ்வேறு குறியீடுகளில் மீண்டும் எழுதுவோம் (ஆம், ஆம், நான் தொடர்ந்து கேலி செய்கிறேன்):

இப்போது இதை ஒரு வழக்கமான இயந்திர கற்றல் சிக்கலுடன் தொடர்புபடுத்துவோம். இங்கே D என்பது தரவு, நமக்குத் தெரிந்தவை, மற்றும் θ என்பது நாம் பயிற்சியளிக்க விரும்பும் மாதிரி அளவுருக்கள். எடுத்துக்காட்டாக, SVD மாதிரியில், தரவு என்பது பயனர்கள் தயாரிப்புகளுக்கு வழங்கிய மதிப்பீடுகள் மற்றும் மாதிரியின் அளவுருக்கள் பயனர்களுக்கும் தயாரிப்புகளுக்கும் நாங்கள் பயிற்சியளிக்கும் காரணிகளாகும்.

ஒவ்வொரு நிகழ்தகவுகளுக்கும் அதன் சொந்த அர்த்தம் உள்ளது. - இதைத்தான் நாம் கண்டுபிடிக்க விரும்புகிறோம், மாதிரி அளவுருக்களின் நிகழ்தகவு விநியோகம் பிறகுதரவுகளை எவ்வாறு கணக்கில் எடுத்துக் கொண்டோம்; அது அழைக்கபடுகிறது பின்புற நிகழ்தகவு(பின்புற நிகழ்தகவு). இந்த நிகழ்தகவை, ஒரு விதியாக, நேரடியாகக் கண்டறிய முடியாது, இங்குதான் பேய்ஸ் தேற்றம் தேவைப்படுகிறது. - இது அழைக்கப்படுகிறது நம்பகத்தன்மை(சாத்தியம்), நிலையான மாதிரி அளவுருக்கள் கொடுக்கப்பட்ட தரவின் நிகழ்தகவு; இது பொதுவாக கண்டுபிடிக்க எளிதானது; உண்மையில், மாதிரியின் வடிவமைப்பு பொதுவாக ஒரு சாத்தியக்கூறு செயல்பாட்டைக் குறிப்பிடுகிறது. A - முன் நிகழ்தகவு(முந்தைய நிகழ்தகவு), இது ஒரு விஷயத்தைப் பற்றிய நமது உள்ளுணர்வின் கணித முறைப்படுத்தல், எந்தவொரு சோதனைக்கும் முன்பே நாம் முன்பு அறிந்ததை முறைப்படுத்துவது.

இது அநேகமாக இதை ஆராய்வதற்கான நேரமோ இடமோ அல்ல, ஆனால் ரெவரெண்ட் தாமஸ் பேய்ஸின் தகுதி, நிச்சயமாக, நிபந்தனை நிகழ்தகவு வரையறையை இரண்டு வரிகளில் (அப்போது அத்தகைய வரையறைகள் இல்லை) மீண்டும் எழுதுவதில் அல்ல, ஆனால் துல்லியமாக வைப்பதில் இருந்தது. முன்னோக்கி மற்றும் நிகழ்தகவு மிகவும் கருத்து போன்ற ஒரு பார்வையை உருவாக்க. இன்று, "பேய்சியன் அணுகுமுறை" என்பது, "நம்பிக்கையின் அளவுகள்" என்ற நிலைப்பாட்டில் இருந்து நிகழ்தகவுகளைக் கருத்தில் கொள்வதைக் குறிக்கிறது. ." குறிப்பாக, இது ஒரு முறை நிகழ்வுகளின் நிகழ்தகவுகளைப் பற்றி பேச அனுமதிக்கிறது - எல்லாவற்றிற்கும் மேலாக, "2018 இல் கால்பந்தில் ரஷ்யா உலக சாம்பியனாக மாறும்" போன்ற நிகழ்வுகளுக்கு "முடிவிலியை நோக்கிச் செல்லும் சோதனைகளின் எண்ணிக்கை" இல்லை. , எங்கள் தலைப்புக்கு நெருக்கமாக, "நீங்கள் திரைப்படத்தை விரும்புவீர்கள்" டிராக்டர் டிரைவர்கள்""; இது ஒரு டைனோசரைப் போன்றது: நீங்கள் விரும்பினாலும் விரும்பாவிட்டாலும். நிச்சயமாக, கணிதம் எல்லா இடங்களிலும் ஒரே மாதிரியாக இருக்கிறது; கோல்மோகோரோவின் நிகழ்தகவு கோட்பாடுகள் மக்கள் அவர்களைப் பற்றி என்ன நினைக்கிறார்கள் என்பதைப் பொருட்படுத்துவதில்லை.

மூடப்பட்டதை ஒருங்கிணைக்க, இங்கே ஒரு எளிய உதாரணம். உரை வகைப்படுத்தலின் பணியைப் பரிசீலிப்போம்: எடுத்துக்காட்டாக, விளையாட்டு, பொருளாதாரம், கலாச்சாரம் போன்ற தலைப்புகளுடன் இருக்கும் தரவுத்தளத்தின் அடிப்படையில் தலைப்பு வாரியாக செய்தி ஸ்ட்ரீமை வரிசைப்படுத்த முயற்சிக்கிறோம் என்று வைத்துக்கொள்வோம். சொற்கள் மாதிரி: ஒரு ஆவணத்தை அது கொண்டிருக்கும் சொற்களை (மல்டி) அமைப்பாகக் குறிப்பிடுகிறது. இதன் விளைவாக, ஒவ்வொரு சோதனை வழக்கு x V வகைகளின் தொகுப்பிலிருந்து மதிப்புகளை எடுக்கிறது மற்றும் பண்புக்கூறுகளால் விவரிக்கப்படுகிறது. இந்த பண்புக்கூறின் மிகவும் சாத்தியமான மதிப்பை நாம் கண்டுபிடிக்க வேண்டும், அதாவது.

பேய்ஸ் தேற்றத்தின்படி,

மதிப்பிடுவது எளிது: அதன் நிகழ்வின் அதிர்வெண்ணை நாம் வெறுமனே மதிப்பிடுவோம். ஆனால் வெவ்வேறுவற்றை மதிப்பீடு செய்ய முடியாது - அவற்றில் பல உள்ளன - இது வெவ்வேறு தலைப்புகளில் செய்திகளில் ஒரே மாதிரியான சொற்களின் நிகழ்தகவு. வெளிப்படையாக, அத்தகைய புள்ளிவிவரங்களைப் பெற எங்கும் இல்லை.

இதை சமாளிக்க, ஒரு அப்பாவியான பேய்ஸ் வகைப்படுத்தி (சில நேரங்களில் இடியட்ஸ் பேயஸ் என்றும் அழைக்கப்படுகிறது) புறநிலை செயல்பாட்டின் மதிப்பைக் கொண்டு பண்புகளின் நிபந்தனை சுதந்திரத்தை எடுத்துக்கொள்கிறது:

இப்போது தனிப்பட்டவர்களைப் பயிற்றுவிப்பது மிகவும் எளிதானது: வகைகளில் சொற்களின் நிகழ்வுகளின் புள்ளிவிவரங்களைக் கணக்கிடுவது போதுமானது (அப்பாவி பேயின் இரண்டு வெவ்வேறு பதிப்புகளுக்கு வழிவகுக்கும் ஒரு விவரம் உள்ளது, ஆனால் இப்போது விவரங்களுக்குச் செல்ல மாட்டோம்).

Naive Bayes வகைப்படுத்தி மிகவும் வலுவான அனுமானத்தை உருவாக்குகிறது என்பதை நினைவில் கொள்ளவும்: உரை வகைப்பாட்டில், நாங்கள் அதைக் கருதுகிறோம் வெவ்வேறு வார்த்தைகள்ஒரே தலைப்பில் உள்ள உரையில் ஒருவருக்கொருவர் சுயாதீனமாக தோன்றும். இது, நிச்சயமாக, முழுமையான முட்டாள்தனம் - ஆனால், இருப்பினும், முடிவுகள் மிகவும் ஒழுக்கமானவை. உண்மையில், Naive Bayes வகைப்படுத்தி தோன்றுவதை விட மிகவும் சிறந்தது. அவரது நிகழ்தகவு மதிப்பீடுகள் உகந்தவை, நிச்சயமாக, உண்மையான சுதந்திரத்தின் விஷயத்தில் மட்டுமே; ஆனால் வகைப்படுத்தியே மிகவும் பரந்த அளவிலான சிக்கல்களில் உகந்ததாக இருக்கிறது, அதற்கான காரணம் இங்கே உள்ளது. முதலாவதாக, பண்புக்கூறுகள், நிச்சயமாக, சார்ந்து இருக்கும், ஆனால் அவற்றின் சார்பு வெவ்வேறு வகுப்புகளுக்கு ஒரே மாதிரியாக இருக்கும் மற்றும் நிகழ்தகவுகளை மதிப்பிடும்போது "பரஸ்பர ரத்து". சொற்களுக்கு இடையே உள்ள இலக்கண மற்றும் சொற்பொருள் சார்புகள் கால்பந்து பற்றிய உரையிலும், பேய்சியன் கற்றல் பற்றிய உரையிலும் ஒரே மாதிரியானவை. இரண்டாவதாக, நிகழ்தகவுகளை மதிப்பிடுவதற்கு, அப்பாவி பேய்ஸ் மிகவும் மோசமானது, ஆனால் ஒரு வகைப்படுத்தியாக இது மிகவும் சிறந்தது (பொதுவாக, உண்மையில் மற்றும் , அப்பாவி பேய்ஸ் உற்பத்தி செய்யும் மற்றும் , ஆனால் வகைப்பாடு பெரும்பாலும் சரியாக இருக்கும்).

அடுத்த தொடரில், இந்த உதாரணத்தை சிக்கலாக்கி, குறியிடப்பட்ட ஆவணங்களின் தொகுப்பு இல்லாமல் ஆவணங்களின் கார்பஸில் உள்ள தலைப்புகளை அடையாளம் காணும் திறன் கொண்ட எல்டிஏ மாதிரியைப் பரிசீலிப்போம், இதன் மூலம் ஒரு ஆவணத்தில் பல தலைப்புகள் இருக்கும், மேலும் அதை பரிந்துரைப் பணிக்கும் பயன்படுத்துவோம். .

நவீன சமுதாயத்தில், பொருளாதார நிர்வாகத்தின் பொறிமுறையில் புள்ளிவிவரங்கள் முக்கிய பங்கு வகிக்கின்றன. இது நாட்டின் பொருளாதாரத்தின் வளர்ச்சி, மக்கள்தொகையின் வாழ்க்கைத் தரம் மற்றும் பிற சமூக நிகழ்வுகள் மற்றும் செயல்முறைகளை வகைப்படுத்தும் தகவல்களை சேகரிக்கிறது, விஞ்ஞான ரீதியாக செயலாக்குகிறது, சுருக்கமாக மற்றும் பகுப்பாய்வு செய்கிறது.

ஒரு அறிவியலாக புள்ளிவிவரங்கள்

புள்ளிவிவரங்கள்- இவை மாநில வாழ்க்கையின் பல்வேறு அம்சங்களை வகைப்படுத்தும் எண்களின் தொடர்.

புள்ளிவிவரங்கள்தகவல்களைச் சேகரித்தல், செயலாக்குதல் மற்றும் பகுப்பாய்வு செய்வதை நோக்கமாகக் கொண்ட நபர்களின் ஒரு வகையான நடைமுறைச் செயல்பாடு ஆகும்.

புள்ளிவிவரங்கள்புள்ளியியல் முறையை உருவாக்கும் ஒரு விஞ்ஞானமாகும், அதாவது. தகவல்களைச் சேகரித்தல், செயலாக்குதல் மற்றும் பகுப்பாய்வு செய்வதற்கான நுட்பங்கள் மற்றும் முறைகளின் தொகுப்பு.

இதனால், உடன்புள்ளிவிவரங்கள்ஒரு பொதுவான கோட்பாட்டு அறிவியல் (விஞ்ஞானத் துறைகளின் சிக்கலானது), இது தரமான முறையில் வரையறுக்கப்பட்ட வெகுஜன சமூக-பொருளாதார நிகழ்வுகள் மற்றும் செயல்முறைகளின் அளவு பக்கத்தை ஆய்வு செய்கிறது, அதாவது கலவை, விநியோகம், விண்வெளியில் இடம், சரியான நேரத்தில் இயக்கம், குறிப்பிட்ட நிலைமைகளில் இருக்கும் பரஸ்பர சார்புகள் மற்றும் வடிவங்களை அடையாளம் காணுதல் இடம் மற்றும் நேரம்.

பொருள்புள்ளியியல் படிப்பது சமூகம், அதில் நிகழும் செயல்முறைகள் மற்றும் வளர்ச்சியின் வடிவங்கள்.

ஒரு அறிவியலாக புள்ளியியல் என்பது அறிவியல் துறைகளின் ஒருங்கிணைந்த அமைப்பாகும்:
  • புள்ளிவிவரங்களின் பொதுவான கோட்பாடு - புள்ளிவிவர ஆராய்ச்சியின் கோட்பாட்டை உருவாக்குகிறது, இது புள்ளிவிவரங்களின் பிற கிளைகளின் முறையான அடிப்படையாகும்.
  • (மேக்ரோ பொருளாதார புள்ளிவிவரங்கள்). புள்ளிவிவரங்களின் பொதுவான கோட்பாட்டின் முறைகளைப் பயன்படுத்துகிறது, தேசிய பொருளாதாரத்தின் மட்டத்தில் சமூக-பொருளாதார நிகழ்வுகள் மற்றும் செயல்முறைகளின் அளவு பக்கத்தைப் படிக்கிறது.
  • கணித புள்ளியியல் மற்றும் நிகழ்தகவு கோட்பாடு. சீரற்ற மாறிகள் மற்றும் அவற்றின் விநியோக விதிகளை ஆய்வு செய்கிறது.
  • சர்வதேச புள்ளிவிவரங்கள். சர்வதேச புள்ளிவிபரங்களின் அடிப்படையானது வெளிநாட்டு நாடுகள் மற்றும் சர்வதேச நிறுவனங்களில் நிகழ்வுகள் மற்றும் செயல்முறைகளின் அளவு பக்கமாகும்.
  • தொழில்துறை புள்ளிவிவரங்கள். ஆய்வின் பொருள் பொருளாதாரத்தின் பல்வேறு துறைகளின் (தொழில்துறை மற்றும் விவசாய புள்ளிவிவரங்கள்) செயல்பாடுகளின் அளவு பக்கமாகும்.

புள்ளிவிவரங்களின் பொதுவான கோட்பாடு புள்ளியியல் துறைகளின் படிப்பின் போக்கைத் திறக்கிறது. இது தொழில்துறை புள்ளியியல் ஆய்வுக்கான ஒரு அடிப்படை ஒழுக்கம் மற்றும் பகுப்பாய்வுக்கான புள்ளிவிவர முறைகளை ஒருங்கிணைப்பதற்கும் பயன்படுத்துவதற்கும் அடித்தளத்தை உருவாக்குகிறது.

புள்ளிவிவரங்களின் பொதுவான கோட்பாடுசமூக-பொருளாதார நிகழ்வுகளின் மிகவும் பொதுவான கொள்கைகள் மற்றும் முறைகளின் அறிவியல் மற்றும் பிற சமூக பிரச்சினைகளை தீர்க்கிறது. அவர் வகைகளின் அமைப்பை உருவாக்குகிறார், புள்ளிவிவரத் தரவை மதிப்பாய்வு செய்கிறார்.

புள்ளிவிவரங்களின் பொதுவான கோட்பாடு அனைத்து தொழில்துறை புள்ளிவிவரங்களின் முறையான அடிப்படையாகும்.

புள்ளியியல் கோட்பாட்டின் அடித்தளத்தை முன்வைக்கும்போது, ​​​​பின்வரும் கேள்விகளைப் படிக்க வேண்டும்:
  • புள்ளியியல் பொருள், முறைகள் மற்றும் பணிகள் மற்றும் வேறு சில தொடர்புடைய துறைகளுடன் அதன் இணைப்பு;
  • பொருளாதார புள்ளிவிவரங்களில் பயன்படுத்தப்படும் புள்ளிவிவர குறிகாட்டிகள் மற்றும் வகைப்பாடுகளின் அமைப்பு, அவற்றின் உள்ளடக்கம் மற்றும் நோக்கம், குறிகாட்டிகள் மற்றும் புள்ளிவிவரங்களின் வகைப்பாடுகளுக்கு இடையிலான உறவுகள்;
  • பொருளாதார மற்றும் நிதி தரவுகளின் அடிப்படையில் புள்ளியியல் பகுப்பாய்வின் மிக முக்கியமான பகுதிகள்;
  • முதன்மை தரவுகளின் முக்கிய ஆதாரங்கள் மற்றும் புள்ளியியல் தளத்தை உருவாக்குவதற்கான அடிப்படை.

புள்ளியியல் பொருள்- தரமான முறையில் வரையறுக்கப்பட்ட சமூக-பொருளாதார நிகழ்வுகளின் பரிமாணங்கள் மற்றும் அளவு உறவுகள், இடம் மற்றும் நேரத்தின் குறிப்பிட்ட நிலைமைகளில் அவற்றின் இணைப்பு மற்றும் வளர்ச்சியின் வடிவங்கள்.

புள்ளியியல் பொருள் (புள்ளிவிவர ஆய்வுகள்):
  • புள்ளிவிவரக் குறிகாட்டிகளைப் பயன்படுத்தி வெகுஜன சமூக நிகழ்வுகள் மற்றும் அவற்றின் இயக்கவியல். வெகுஜனத் தன்மையின் தேவை பெரிய எண்களின் சட்டத்தின் செயல்பாட்டின் காரணமாகும் - அதிக எண்ணிக்கையிலான அவதானிப்புகளுடன், சீரற்ற பண்புகளின் விளைவுகள் ஒன்றையொன்று ரத்து செய்கின்றன. (மக்கள் தொகை, உற்பத்தி செய்யப்பட்ட பொருட்களின் எண்ணிக்கை)
  • அளவு மற்றும் தரமான நிகழ்வுகள் (சமூக நிகழ்வுகளின் டிஜிட்டல் கவரேஜ்).
  • சமூக நிகழ்வுகளின் அளவு பக்கம், அவற்றின் தரமான உள்ளடக்கத்துடன் பிரிக்கமுடியாத வகையில் இணைக்கப்பட்டுள்ளது, அளவு மாற்றங்களை தரமானதாக (வடிவங்கள்) மாற்றும் செயல்முறையால் கவனிக்கப்படுகிறது.
  • காலப்போக்கில் ஒரு நிகழ்வின் வளர்ச்சி (இயக்கவியல்)

"பொய்களில் மூன்று வகைகள் உள்ளன: பொய்கள்,
அப்பட்டமான பொய்கள் மற்றும் புள்ளிவிவரங்கள்."
மார்க் ட்வைன்

புள்ளிவிவரங்கள் சுருக்கமான சூத்திரங்கள் மற்றும் சுருக்கமான முடிவுகள் அல்ல, இது நிஜ வாழ்க்கையுடன் நேரடியாக தொடர்புடையது மற்றும் உருவாக்க உதவுகிறது முக்கியமான முடிவுகள். லாட்டரியை வெல்வதற்கான சாத்தியக்கூறுகள் முதல் முன்கணிப்பு போலீஸ் வரை புள்ளிவிவரங்கள் எங்கும் நிறைந்துள்ளன. அடுத்த தசாப்தத்தில் புள்ளிவிவரங்களுடன் பணிபுரிவது கவர்ச்சியான வேலையாக மாறும் என்று கூகுளின் தலைமைப் பொருளாதார நிபுணர் ஹால் வேரியன் நியூயார்க் டைம்ஸிடம் கூறினார்.

உங்கள் முன்னேற்றத்தை அடியில் அளந்தால், அதற்குரிய வரிசையை 1 + ½ + ¼ + ⅛ என விவரிக்கலாம்... இந்த வழியில் நீங்கள் சுவரை நோக்கி எத்தனை முறை நகர்ந்தாலும் பரவாயில்லை (மற்றும் இந்த விளம்பரத்தை முடிவில்லாமல் செய்வீர்கள்), நீங்கள் பயணிக்கும் மொத்த தூரம் 2 மீட்டருக்கு மேல் இருக்கக்கூடாது, அதாவது சுவரில் இருந்து உங்கள் ஆரம்ப தூரம். கணிதக் கண்ணோட்டத்தில், நீங்கள் பயணித்த மொத்த தூரம் 2 மீட்டருக்கு சமமாக இருக்கும், இது கணக்கீடுகளின் அடிப்படையில் மிகவும் வசதியானது. 1 மீட்டர் + ½ மீட்டர் + ¼ மீட்டர் + ⅛ மீட்டர்... என்ற எல்லையற்ற தொடரின் கூட்டுத்தொகை 2 மீட்டராக மாறுகிறது என்று ஒரு கணிதவியலாளர் கூறுவார், அதைத்தான் ஆசிரியர் விளக்க முயன்றார்.

இப்போது, ​​உங்கள் சொந்த அனுபவத்தின் அடிப்படையில், உள்ளுணர்வு, கணிதம் மற்றும் பிற தொழில்நுட்ப விவரங்கள் மிகவும் தெளிவாகின்றன என்று நீங்கள் கூறலாம்.

2002 ஆம் ஆண்டு வெளியான சிறுபான்மை அறிக்கை திரைப்படத்தில், டாம் குரூஸ் குற்றங்களைத் தடுக்கும் துப்பறியும் நபராக நடிக்கிறார். அவரது ஹீரோ ஒரு குறிப்பிட்ட பணியகத்தின் ஊழியர் ஆவார், அவர் குற்றங்கள் செய்யப்படுவதற்கு முன்பே சில தொழில்நுட்பங்களைப் பயன்படுத்துகிறார். மேலும் இது இனி கற்பனை அல்ல. 2011 ஆம் ஆண்டில், தி நியூயார்க் டைம்ஸ் ஒரு கட்டுரையை வெளியிட்டது: "ஒரு குற்றம் நடக்கும் முன் போலீசார் சம்பவ இடத்தில் இருக்கிறார்கள்." சான்டா குரூஸ் நகரின் வணிக மாவட்டத்தில் அமைந்துள்ள ஒரு நிலத்தடி வாகன நிறுத்துமிடத்தில் அன்றைய தினம் கார்களில் இருந்து திருடப்படுவதற்கான அதிக நிகழ்தகவை ஒரு சிறப்பு கணினி நிரல் கணித்ததாக அது கூறியது. துப்பறியும் நபர்கள் அங்கு சென்றபோது, ​​​​இரண்டு பெண்கள் கார் கண்ணாடிகளை மிக நெருக்கமாகப் பார்ப்பதைக் கண்டனர். அவர்களில் ஒருவர் திருட்டுக்காக பலமுறை தடுத்து வைக்கப்பட்டுள்ளார், மற்றையவர் சட்டவிரோத போதைப்பொருள் வைத்திருந்தது கண்டுபிடிக்கப்பட்டது.

சாண்டா குரூஸில் பயன்படுத்தப்படும் அமைப்பு இரண்டு கணிதவியலாளர்களால் உருவாக்கப்பட்டது, ஒரு மானுடவியலாளர் மற்றும் ஒரு குற்றவியல் நிபுணர். சிகாகோ காவல் துறை முன்னறிவிப்பு ஆய்வாளர்களின் முழுப் பிரிவையும் உருவாக்கியுள்ளது. நகரத்தை பயமுறுத்திய கும்பல்கள் சில வடிவங்களின்படி செயல்பட்டன என்பதன் மூலம் அதன் உருவாக்கத்தின் ஒரு பகுதி விளக்கப்பட்டது.

தொடர்பு இரண்டு நிகழ்வுகளுக்கு இடையே உள்ள தொடர்பின் அளவை அளவிடுகிறது. உதாரணமாக, கோடை வெப்பநிலைக்கும் ஐஸ்கிரீம் விற்பனைக்கும் இடையே ஒரு தொடர்பு உள்ளது. வெப்பநிலை அதிகரிக்கும் போது, ​​ஐஸ்கிரீம் விற்பனை அதிகரிக்கும். ஒரு மாறியின் மாற்றம் மற்றொன்றை அதே திசையில் மாற்றினால், அதாவது அதிகரிக்கும் அல்லது குறையும் திசையில் (உதாரணமாக, ஒரு நபரின் உயரத்திற்கும் எடைக்கும் இடையிலான உறவு) இரண்டு மாறிகள் நேர்மறையாக தொடர்புபடுத்தப்படுகின்றன. உயரமானவர்கள் அதிக எடை கொண்டவர்கள் (சராசரியாக); குட்டையானவர்கள் எடை குறைவாக இருப்பார்கள். ஒரு மாறியின் நேர்மறையான மாற்றம் மற்றொன்றில் எதிர்மறையான மாற்றத்தை ஏற்படுத்தினால் ஒரு தொடர்பு எதிர்மறையானது (உதாரணமாக, வழக்கமான உடற்பயிற்சிக்கும் ஒரு நபரின் எடைக்கும் இடையிலான உறவு).

இந்த விவாதத்தில் ஒரு முக்கியமான விஷயம் என்னவென்றால், தொடர்பு என்பது காரணத்தைக் குறிக்காது: இரண்டு மாறிகளுக்கு இடையிலான நேர்மறை அல்லது எதிர்மறை தொடர்பு என்பது ஒரு மாறியில் ஏற்படும் மாற்றங்கள் மற்றொன்றில் மாற்றங்களை ஏற்படுத்துகிறது என்று அர்த்தமல்ல. A மற்றும் B க்கு இடையேயான புள்ளிவிவர உறவு, A தான் B க்கு காரணம் என்பதை நிரூபிக்கவில்லை. பொதுவாக, A க்கு B தான் காரணம் என்று சொல்லலாம்.

உங்கள் ஆராய்ச்சியின் படி, பள்ளிக்கல்வியில் முதலீடு செய்யும் பகுதிகளை விட பள்ளிக்கல்விக்கு அதிக பணம் செலவழிக்கும் பகுதிகள் அதிக பொருளாதார வளர்ச்சியை அனுபவிக்கின்றன என்று சொல்லலாம். குறைந்த பணம். இந்த இரண்டு மாறிகள் இடையே ஒரு நேர்மறையான மற்றும் குறிப்பிடத்தக்க உறவின் இருப்பு இந்த உறவின் திசையைப் பற்றி நமக்கு எதுவும் சொல்லவில்லை. பள்ளிக்கல்வி திட்டங்களில் முதலீடு செய்வதன் மூலம் பொருளாதார வளர்ச்சியை உருவாக்க முடியும். மறுபுறம், அதிக பொருளாதார வளர்ச்சி விகிதங்களைக் கொண்ட பிராந்தியங்கள் பள்ளிக் கல்வியில் அதிக முதலீடு செய்ய முடியும்; எனவே, ஒரு வலுவான பொருளாதாரம் கல்விக்கான செலவு அதிகரிப்பதற்கு ஒரு காரணமாக இருக்கலாம்.

மற்றொரு வாய்ப்பு என்னவென்றால், பள்ளிக் கல்விக்கான கூடுதல் செலவு பொருளாதார வளர்ச்சியைத் தூண்டும், இது கல்வியில் அதிக முதலீட்டை அனுமதிக்கிறது, அதாவது காரணம் மற்றும் விளைவு உறவு இரு வழிகளிலும் செல்லலாம். எனவே, நாம் விளக்க முயற்சிக்கும் முடிவைப் பொறுத்து விளக்க மாறிகளைப் பயன்படுத்தக்கூடாது, இல்லையெனில் முடிவுகள் நம்பிக்கையற்ற முறையில் குழப்பமடையக்கூடும்.

தெளிவான மொழியில் நிகழ்தகவு பற்றிய கருத்து

சில சந்தர்ப்பங்களில், மோசடி செய்பவர்களை பிடிக்க நிகழ்தகவு என்ற கருத்து பயன்படுத்தப்படலாம். கேவியன் டெஸ்ட் செக்யூரிட்டி தரவு தடயவியல் என்று அழைக்கப்படுவதில் நிபுணத்துவம் பெற்றது, இது ஏமாற்றத்தை பரிந்துரைக்கும் சில வடிவங்களை அடையாளம் காண அனுமதிக்கிறது. எடுத்துக்காட்டாக, ஒரே மாதிரியான தவறான பதில்களின் எண்ணிக்கை மிகவும் சாத்தியமற்றதாக மாறிவிட்டால், ஒரு குறிப்பிட்ட கல்வி நிறுவனத்திலோ அல்லது அவை நடைபெறும் வேறு சில இடங்களிலோ தேர்வு முடிவுகள் குறித்து இந்த நிறுவனம் பொதுமக்களின் கவனத்தை ஈர்க்கும் (பொதுவாக நாங்கள் ஒரு படத்தைப் பற்றி பேசுகிறோம். ஒரு மில்லியனுக்கு ஒரு முறைக்கும் குறைவாக நிகழ்கிறது) .

அவ்வாறு செய்யும்போது, ​​​​அவள் பின்வரும் கணித தர்க்கத்தால் வழிநடத்தப்படுகிறாள்: ஒரு பெரிய குழு மாணவர்கள் ஒரு கேள்விக்கு சரியாக பதிலளிக்கும்போது, ​​இதிலிருந்து தெளிவான முடிவை எடுக்க முடியாது. இங்கே இரண்டு சாத்தியமான விருப்பங்கள் உள்ளன: ஒன்று அவர்கள் தங்கள் தோழர்களில் ஒருவரிடமிருந்து சரியான பதிலை ஒருமனதாக நகலெடுத்தார்கள், அல்லது அவர்கள் அனைவரும் மிகவும் புத்திசாலிகள். ஆனால் ஒரு பெரிய குழு மாணவர்கள் ஒரு கேள்விக்கு தவறாக பதிலளிக்கும்போது, ​​​​இது ஆபத்தானது: எல்லோரும் சமமாக தவறாக பதிலளிக்க முடியாது - குறைந்தபட்சம் அத்தகைய சூழ்நிலைக்கான வாய்ப்பு மிகவும் சிறியது. அவர்கள் தங்கள் வகுப்பு தோழர்களில் ஒருவரிடமிருந்து தவறான பதிலை நகலெடுத்ததாக இது தெரிவிக்கிறது.

கூடுதலாக, கேவியன் டெஸ்ட் செக்யூரிட்டி தேர்வுகளை கண்டறிகிறது, அதில் தேர்வாளர்கள் கடினமான கேள்விகளுக்கு எளிய கேள்விகளை விட சிறப்பாக பதிலளிக்கின்றனர் (இதில் அவர்கள் பதில்களை முன்கூட்டியே அறிந்திருப்பார்கள் என்று கருதப்படுகிறது), அல்லது சரியான பதிலுக்கான தவறான பதிலின் திருத்தங்களின் எண்ணிக்கை தவறான விடைக்கான சரியான பதிலின் திருத்தங்களின் எண்ணிக்கையை விட கணிசமாக அதிகம் (இந்த வழக்கில், தேர்வுக்குப் பிறகு ஆசிரியர் அல்லது தேர்வாளர் விடைத்தாள்களை மாற்றியதாகக் கருதப்படுகிறது).


நிச்சயமாக, நிகழ்தகவுகளின் பயன்பாட்டில் உள்ளார்ந்த வரம்புகளைப் பார்ப்பது கடினம் அல்ல. பரீட்சார்த்திகளின் போதுமான பெரிய குழு முற்றிலும் தோராயமாக ஒரு கேள்விக்கு சமமான தவறான பதில்களைக் கொடுக்கலாம்; மேலும், அதிகமான கல்வி நிறுவனங்கள் ஆய்வு செய்யப்படுவதால், இதேபோன்ற படத்தை எதிர்கொள்ளும் வாய்ப்பு அதிகம். இருப்பினும், முன்மொழியப்பட்ட அணுகுமுறையின் அடிப்படை சரியான தன்மையை எந்த புள்ளிவிவர ஒழுங்கின்மையும் நிரூபிக்கவில்லை.

"நிர்வாண புள்ளிவிவரங்கள்" புத்தகத்தில் ஆசிரியர் கணித சூத்திரங்கள், சமன்பாடுகள் மற்றும் வரைபடங்களைப் பயன்படுத்துவதை முடிந்தவரை தவிர்க்க முயன்றார். புள்ளிவிவரங்கள் மிகவும் சுவாரஸ்யமாக இருக்கலாம் மற்றும் பெரும்பாலானவை முதலில் தோன்றுவது போல் கடினமாக இல்லை.

அட்டைப் படத்தை இடுகையிடவும் - .

பி.எஸ். பிடித்திருக்கிறதா? எங்கள் செய்திமடலுக்கு குழுசேரவும். ஒவ்வொரு இரண்டு வாரங்களுக்கும் சிறந்த 10 வலைப்பதிவு இடுகைகளை உங்களுக்கு அனுப்புவோம்.

நாம் விரும்பினாலும் விரும்பாவிட்டாலும், வர்த்தகத்தில் புள்ளிவிவரங்கள் முக்கிய பங்கு வகிக்கின்றன. எண்கள் நிறைந்த அடிப்படைச் செய்திகள் முதல் வர்த்தக அறிக்கைகள் அல்லது சோதனை அறிக்கைகள் வரை, புள்ளியியல் குறிகாட்டிகளில் இருந்து தப்பிக்க முடியாது. அதே நேரத்தில், வர்த்தக முடிவுகளை எடுப்பதில் புள்ளிவிவரங்களின் பொருந்தக்கூடிய தன்மை பற்றிய ஆய்வறிக்கை மிகவும் சர்ச்சைக்குரிய தலைப்புகளில் ஒன்றாக உள்ளது. சந்தை சீரற்றதா, மேற்கோள்கள் நிலையானதா, அவற்றின் பகுப்பாய்விற்கு ஒரு நிகழ்தகவு அணுகுமுறை பொருந்துமா? இதைப் பற்றி நீங்கள் முடிவில்லாமல் வாதிடலாம். இணையத்தில், மற்றும் இணையதளத்தில் கூட, பலவிதமான பார்வைகள், கடுமையான அறிவியல் கணக்கீடுகள் மற்றும் ஈர்க்கக்கூடிய வரைபடங்களுடன் பொருட்கள் மற்றும் விவாதங்களைக் கண்டறிவது எளிது. இருப்பினும், வர்த்தகர்கள், ஒரு விதியாக, பயன்பாட்டு அம்சத்தில் ஆர்வமாக உள்ளனர் - இது நடைமுறையில், வர்த்தக முனையத்தில் எவ்வாறு செயல்படுகிறது. இந்த கட்டுரை தொழில்நுட்ப குறிகாட்டிகளின் தொகுப்பைப் பயன்படுத்தி ஒரு நிகழ்தகவு வர்த்தக முடிவு மாதிரிக்கு ஒரு நடைமுறை அணுகுமுறையை நிரூபிக்கும் முயற்சியாகும். குறைந்தபட்ச கோட்பாடு, அதிகபட்ச பயிற்சி.

நிகழ்தகவு கோட்பாட்டின் கண்ணோட்டத்தில் பல்வேறு குறிகாட்டிகளின் திறனை மதிப்பிடுவதும், வர்த்தக அமைப்பின் வெற்றி சதவீதத்தை அதிகரிக்க குறிகாட்டிகளின் குழுவின் திறனை சோதிப்பதும் யோசனையாகும்.

இது தன்னிச்சையான குறிகாட்டிகளிலிருந்து சிக்னல்களை செயலாக்குவதற்கான ஒரு கட்டமைப்பை உருவாக்க வேண்டும் மற்றும் சோதனைக்கு அதன் அடிப்படையில் ஒரு எளிய நிபுணர் தேவைப்படும்.

நிலையான குறிகாட்டிகளை வேலை குறிகாட்டிகளாகப் பயன்படுத்த திட்டமிடப்பட்டுள்ளது, ஆனால் கட்டமைப்பானது பிற தனிப்பயன் குறிகாட்டிகளை சுயாதீனமாக இணைக்கவும் பகுப்பாய்வு செய்யவும் உங்களை அனுமதிக்கும்.

ஆனால் அல்காரிதம்களை வடிவமைத்து செயல்படுத்தத் தொடங்குவதற்கு முன், நாம் இன்னும் கோட்பாட்டிற்குள் கொஞ்சம் மூழ்க வேண்டும்.

நிபந்தனை நிகழ்தகவு மாதிரி அறிமுகம்

கட்டுரையின் தலைப்பு Naive Bayes வகைப்படுத்தியைக் குறிப்பிடுகிறது. இது நன்கு அறியப்பட்ட பேய்ஸ் சூத்திரத்தை அடிப்படையாகக் கொண்டது, இது இங்கே சுருக்கமாக விவாதிக்கப்படும், மேலும் சூத்திரத்தால் விவரிக்கப்பட்ட சீரற்ற மாறிகளின் சுதந்திரத்தின் அவசியமான அனுமானத்தின் காரணமாக "அப்பாவி" என்று அழைக்கப்படுகிறது. குறிகாட்டிகளின் சுதந்திரத்தைப் பற்றி பின்னர் பேசுவோம், ஆனால் இப்போதைக்கு சூத்திரத்தைப் பற்றி பேசலாம்.

எச் என்பது அமைப்பின் உள் நிலை பற்றிய ஒரு குறிப்பிட்ட கருதுகோள் (எங்கள் விஷயத்தில், இது சந்தை மற்றும் வர்த்தக அமைப்பின் நிலை பற்றிய கருதுகோள்), E என்பது கவனிக்கப்பட்ட நிகழ்வு (எங்கள் விஷயத்தில், இவை காட்டி சமிக்ஞைகள்), அத்துடன் அவற்றை விவரிக்கும் நிகழ்தகவுகள்:

  • P(H) என்பது மாநில H இன் முதன்மையான நிகழ்தகவு ஆகும், இது அவதானிப்புகளின் வரலாற்றிலிருந்து அறியப்படுகிறது;
  • P(E) - நிகழ்வு E இன் மொத்த நிகழ்தகவு, தற்போதுள்ள அனைத்து கருதுகோள்களையும் கணக்கில் எடுத்துக்கொள்கிறது, அவற்றில் பொதுவாக பல உள்ளன (இங்கு கருதுகோள்கள் சீரற்றதாக இருக்க வேண்டும் என்பதை கவனத்தில் கொள்ள வேண்டும், அதாவது ஒவ்வொரு கணத்திலும் கணினியின் ஒரே ஒரு நிலை மட்டுமே உள்ளது, ஆனால் கோட்பாட்டை ஆழமாக ஆராய விரும்புவோருக்கு, இணைப்புகள்);
  • P(E|H) - கருதுகோள் (நிலை) H உண்மையாக இருந்தால் நிகழ்வு E நிகழ்வதற்கான நிகழ்தகவு;
  • P(H|E) - நிகழ்வு E ஐக் கவனிக்கும் போது கருதுகோள் (நிலை) H இன் பின்புற நிகழ்தகவு.

எளிமையான வர்த்தக முறையை உதாரணமாக எடுத்துக் கொண்டால், சந்தை நிலைகளான மேல்நோக்கி இயக்கம் (வாங்குதல்), கீழ்நோக்கி இயக்கம் (விற்பனை) மற்றும் பக்கவாட்டு ஏற்ற இறக்கங்கள் (எதிர்பார்ப்பு) ஆகியவை பொதுவாக H கருதுகோள்களாகக் கருதப்படுகின்றன. சந்தையின் சாத்தியமான நிலையை விவரிக்கும் நிகழ்வுகள் E ஆக காட்டி சமிக்ஞைகள் பயன்படுத்தப்படுகின்றன.

ஒரு குறிப்பிட்ட குறிகாட்டியின் சமிக்ஞைகளுக்கு, கிடைக்கக்கூடிய வரலாற்றில் சூத்திரத்தின் (1) வலது பக்கத்திலிருந்து நிகழ்தகவுகளைக் கணக்கிடுவது எளிது, பின்னர் சந்தையின் மிகவும் சாத்தியமான நிலையைக் கண்டறிவது P(H|E).

இருப்பினும், கணக்கீட்டிற்கு, கருதுகோள்கள் மற்றும் புள்ளிவிவரங்களை சேகரிப்பதற்கான வழிமுறைகளை இன்னும் தெளிவாக வரையறுக்க வேண்டியது அவசியம், அதன் அடிப்படையில் நிகழ்தகவுகள் பெறப்படும்.

முதலில், வர்த்தகம் பார்கள் மூலம் மேற்கொள்ளப்படுகிறது (உண்ணி மூலம் அல்ல) என்று வைத்துக்கொள்வோம். வர்த்தகத்தின் செயல்திறனை லாபத்தின் அளவு, இலாப காரணி அல்லது பிற குணாதிசயங்கள் மூலம் மதிப்பிடலாம், ஆனால் விளக்கக்காட்சியின் எளிமைக்காக, சந்தையில் வெற்றி மற்றும் இழந்த உள்ளீடுகளின் எண்ணிக்கையை நாங்கள் எடுத்துக்கொள்வோம். இது கணினியின் மதிப்பீட்டை வெற்றிகரமான வர்த்தகத்தின் நிகழ்தகவுடன் நேரடியாக இணைக்கும் (செலவிக்கப்பட்ட சமிக்ஞைகள்).

லாபம் மற்றும் நஷ்ட நிலைகளை நிறுத்தாமல், ஸ்டாப் லாஸ் சப்போர்ட் இல்லாமல், லாட்டை மாற்றாமல் ஒரு வர்த்தக முறைக்கு நம்மை கட்டுப்படுத்திக்கொள்வோம். இந்த அளவுருக்கள் அனைத்தும் மாதிரியில் அறிமுகப்படுத்தப்படலாம், ஆனால் நிகழ்தகவு கணக்கீடுகளை பன்முக விநியோகங்களாக மாற்றுவதன் மூலம் கணிசமாக சிக்கலாக்கும். வர்த்தக அமைப்பின் ஒரே அளவுரு பார்களில் பதவியை வைத்திருக்கும் காலம். வேறு வார்த்தைகளில் கூறுவதானால், குறிகாட்டிகளைப் பயன்படுத்தி தேர்ந்தெடுக்கப்பட்ட திசையில் சந்தையில் நுழைந்த பிறகு, முன்னரே தீர்மானிக்கப்பட்ட நேரத்திற்குப் பிறகு தானாகவே வெளியேறும். இந்த அணுகுமுறை நல்லது, ஏனெனில் இது மேற்கோளின் வளர்ச்சி அல்லது வீழ்ச்சி பற்றிய கருதுகோளின் சரியான தன்மை அல்லது தவறான தன்மைக்கு முக்கியத்துவம் அளிக்கிறது. எனவே, கருதுகோளை அதன் தூய வடிவில், லைஃப்போய்கள் மற்றும் அடியில் வைக்கோல் இல்லாமல் சோதிப்போம்.

எளிமைப்படுத்தல்களின் கருப்பொருளை முடிக்க, நாங்கள் மேலும் இரண்டு முக்கிய நகர்வுகளை செய்வோம்.

"வாங்க", "விற்க" மற்றும் "காத்திருப்பு" ஆகியவை பொதுவாக வர்த்தக கருதுகோள்களாக எடுத்துக் கொள்ளப்படுகின்றன என்று மேலே கூறப்பட்டது. "எதிர்பார்ப்பை" நிராகரிப்பதன் மூலம், பொதுவான தன்மையை இழக்காமல் கணக்கீடுகளை நாம் குறிப்பிடத்தக்க வகையில் குறைக்கலாம். இத்தகைய எளிமைப்படுத்தல்கள் பெறப்பட்ட முடிவின் பொருந்தக்கூடிய தன்மையை எதிர்மறையாக பாதிக்கும் என்று தோன்றலாம், ஓரளவிற்கு இது உண்மைதான். இருப்பினும், இதுபோன்ற எளிமைப்படுத்தல்களுடன் கூட படிக்க இன்னும் எவ்வளவு பொருள் உள்ளது என்பதில் நீங்கள் கவனம் செலுத்தினால், முதலில் வேலை செய்யும் மாதிரியைப் பெறுவது நன்றாக இருக்கும் என்பதை நீங்கள் ஒப்புக்கொள்வீர்கள், மேலும் பின்னர் படிப்படியாக விவரங்களைச் சேர்க்கலாம். நிகழ்தகவு அடர்த்தியைக் கருத்தில் கொண்டு மிகவும் சிக்கலான மாதிரிகளை உருவாக்க விரும்புவோர், இணையத்தில் தொடர்புடைய படைப்புகளைக் காணலாம், அதாவது நிதி தொழில்நுட்பக் குறிகாட்டிகளை ஒன்றிணைப்பதற்கான ரீசனிங் முறைகள், இது கலப்பின நிகழ்தகவு முடிவெடுக்கும் முறையை விவரிக்கிறது.

இறுதியாக, இரண்டாவது மற்றும் இறுதி கார்டினல் நடவடிக்கையானது "வாங்க" மற்றும் "விற்பனை" நிலைகளை ஒன்றாக இணைப்பதாகும், ஆனால் உலகளாவிய அர்த்தத்துடன் - "சந்தைக்குள் நுழைதல்." பொதுவாக நாம் பன்முகக் காட்டி சிக்னல்களை சமச்சீராகப் பயன்படுத்துகிறோம், அதே வழியில், அதாவது, குறிகாட்டியின் படி அதிகமாக வாங்குவது விற்க ஒரு சமிக்ஞையாகவும், அதிகமாக விற்கப்படுவது - வாங்குவதற்கான சமிக்ஞையாகவும் மாறும்.

வேறு வார்த்தைகளில் கூறுவதானால், கருதுகோள் H இப்போது இரண்டு திசைகளில் (வாங்க அல்லது விற்க) சந்தையில் வெற்றிகரமாக நுழைந்தது போல் தெரிகிறது.

இந்த நிலைமைகளின் கீழ், சூத்திரத்தின் வலது பக்கத்திலிருந்து நிகழ்தகவுகளின் கணக்கீடு (1) மேற்கோள்களின் தேர்ந்தெடுக்கப்பட்ட வரலாற்றில் பின்வருமாறு செய்யப்படலாம்.

ஏனெனில் எந்தவொரு பட்டியிலும் வெற்றிகரமாக சந்தையில் நுழைவதற்கான வாய்ப்பு உள்ளது - திசைகளில் ஒன்று லாபகரமாக இருக்கும் (நாங்கள் இங்கு பரவுவதை புறக்கணிக்கிறோம், ஏனென்றால் வேலை நேர அளவு D1 ஆக இருக்கும், இது கீழே விரிவாக விவாதிக்கப்படுகிறது).

P(E) = காட்டி சிக்னல்கள் கொண்ட பார்களின் எண்ணிக்கை / பார்களின் மொத்த எண்ணிக்கை

P(E|H) = லாபகரமான வர்த்தக திசையுடன் / பார்களின் மொத்த எண்ணிக்கையுடன் ஒத்துப்போகும் காட்டி சிக்னல்களைக் கொண்ட பார்களின் எண்ணிக்கை

எளிமைப்படுத்தப்பட்ட பிறகு, தேர்ந்தெடுக்கப்பட்ட குறிகாட்டியின் சமிக்ஞை வெற்றிகரமான பரிவர்த்தனையைத் திறப்பதற்கான நிபந்தனைகளைக் குறிக்கும் நிகழ்தகவின் வரலாற்றைக் கணக்கிடுவதற்கான சூத்திரத்தைப் பெறுகிறோம்:

(2)

Nok என்பது சரியான சமிக்ஞைகளின் எண்ணிக்கை, Ntotal என்பது மொத்த சமிக்ஞைகளின் எண்ணிக்கை.

சிறிது நேரம் கழித்து, எந்தவொரு குறிகாட்டிக்கும் இந்த நிகழ்தகவைக் கணக்கிட அனுமதிக்கும் ஒரு கட்டமைப்பை நாங்கள் செயல்படுத்துவோம். நாம் பார்ப்பது போல், இந்த நிகழ்தகவு பொதுவாக 0.5 க்கு அருகில் உள்ளது, மேலும் இது 0.5 ஐ விட அதிகமாக இருக்கும் நிலைமைகளைக் கண்டறிய சில ஆராய்ச்சிகள் செய்யப்பட வேண்டும். இருப்பினும், ஒரு பெரிய காட்டி கொண்ட குறிகாட்டிகள் அரிதானவை. நிலையான குறிகாட்டிகளுக்கு, நாங்கள் முதலில் படிப்போம், இந்த நிகழ்தகவு 0.51-0.55 வரை இருக்கும். அத்தகைய மதிப்புகள் மிகவும் சிறியவை என்பது தெளிவாகிறது மற்றும் உங்கள் வைப்புத்தொகையை சீராக அதிகரிப்பதை விட "உங்கள் சொந்தத்துடன் இருக்க" உங்களை அனுமதிக்கும்.

இந்த சிக்கலை தீர்க்க, ஒரு குறிகாட்டியை அல்ல, பலவற்றைப் பயன்படுத்துவது அவசியம். இந்த தீர்வு புதியதல்ல; இது பெரும்பாலான வர்த்தகர்களால் பயன்படுத்தப்படுகிறது. ஆனால் நிகழ்தகவு கோட்பாடு பல்வேறு சேர்க்கைகளில் குறிகாட்டிகளின் செயல்திறனைப் பற்றிய அளவு பகுப்பாய்வை நடத்துவதையும் சாத்தியமான விளைவை மதிப்பிடுவதையும் சாத்தியமாக்கும்.

மூன்று குறிகாட்டிகளின் (A, B, C) சூத்திரம் (1) இப்படி இருக்கும்:

(3)

அல்காரிதம் கணக்கீட்டிற்கு வசதியான படிவத்திற்கு அதைக் கொண்டு வர வேண்டும். அதிர்ஷ்டவசமாக, பேய்சியன் கோட்பாடு பல தொழில்களில் பயன்படுத்தப்படுகிறது, எனவே எங்கள் வழக்கில் ஒரு ஆயத்த செய்முறை உள்ளது.

குறிப்பாக, பேய்சியன் ஸ்பேம் வடிகட்டுதல் போன்ற ஒரு திசை உள்ளது. நாம் அதை முழுமையாக புரிந்து கொள்ள வேண்டியதில்லை. அடிப்படைக் கருத்துக்கள் மட்டுமே முக்கியம். ஆவணம் (உதாரணமாக, செய்தி மின்னஞ்சல்) குறிப்பிட்ட சிறப்பியல்பு சொற்களைக் கொண்டிருந்தால் ஸ்பேம் எனக் குறிக்கப்படும். ஒரு மொழியில் சொற்களின் பொதுவான நிகழ்வும், அவற்றை ஸ்பேமில் கண்டறிவதற்கான நிகழ்தகவுகளும் அறியப்படுகின்றன, அதே போல் காட்டி சிக்னல்களின் பொதுவான நிகழ்தகவுகள் மற்றும் அவற்றின் "குறியீட்டின்" சதவீதத்தை நாம் அறிவோம். வேறு வார்த்தைகளில் கூறுவதானால், "ஸ்பேம்" கருதுகோளை "வெற்றிகரமான பரிவர்த்தனை" மற்றும் "வார்த்தை" நிகழ்வை "காட்டி சிக்னல்" மூலம் மாற்றினால் போதும், இதனால் ஸ்பேம் செயலாக்கத்தின் கோட்பாடு நிகழ்தகவு வர்த்தகத்தின் கோட்பாட்டிற்கு முழுமையாக பொருந்துகிறது.

பின்னர் சூத்திரம் (3) பின்வருமாறு தனிப்பட்ட குறிகாட்டிகளின் நிகழ்தகவுகள் மூலம் விரிவாக்கப்படலாம் (கணக்கீடுகளுக்கு, மேலே உள்ள இணைப்பைப் பார்க்கவும்):

P(H|A), P(H|B), P(H|C) ஆகியவற்றின் கணக்கீடுகள் ஒவ்வொரு குறிகாட்டிக்கும் தனித்தனியாக சூத்திரம் (2) படி செய்யப்படுகின்றன.

நிச்சயமாக, தேவைப்பட்டால், சூத்திரம் (4) எந்த எண்ணிக்கையிலான குறிகாட்டிகளுக்கும் எளிதாக விரிவாக்கப்படலாம். குறிகாட்டிகளின் எண்ணிக்கை சரியான வர்த்தக முடிவின் நிகழ்தகவை எவ்வாறு பாதிக்கிறது என்பதை தோராயமாக புரிந்து கொள்ள, அனைத்து குறிகாட்டிகளும் சமமான நிகழ்தகவு மதிப்பைக் கொண்டுள்ளன என்று வைத்துக்கொள்வோம்:

பின்னர் சூத்திரம் (4) படிவத்தை எடுக்கும்:

(5)

N என்பது குறிகாட்டிகளின் எண்ணிக்கை.

N இன் பல்வேறு மதிப்புகளுக்கான இந்த செயல்பாட்டின் வரைபடம் படம் 1 இல் காட்டப்பட்டுள்ளது.


அரிசி. 1 சீரற்ற மாறிகளின் வெவ்வேறு எண்களுடன் கூட்டு நிகழ்தகவு வகை

எனவே, p = 0.51 உடன் நாம் P (3) = 0.53 ஐப் பெறுகிறோம், இது குறிப்பாக ஈர்க்கக்கூடியதாக இல்லை, ஆனால் p = 0.55 - P (3) = 0.65 உடன், இது ஏற்கனவே குறிப்பிடத்தக்க முன்னேற்றம்.

குறிகாட்டிகளின் சுதந்திரம்

மேலே விவாதிக்கப்பட்ட சூத்திரங்கள் பகுப்பாய்வு செய்யப்பட்ட சீரற்ற செயல்முறைகளின் சுதந்திரத்தின் அனுமானத்தை அடிப்படையாகக் கொண்டவை, அவை எங்கள் விஷயத்தில் காட்டி சமிக்ஞைகள். ஆனால் இந்த நிபந்தனை பூர்த்தி செய்யப்படுகிறதா?

நிலையானவற்றின் பட்டியலிலிருந்து பலவற்றை உள்ளடக்கிய சில குறிகாட்டிகள் பொதுவானவை என்பது வெளிப்படையானது. ஒரு காட்சி விளக்கமாக, படம் 2 சில உள்ளமைக்கப்பட்ட குறிகாட்டிகளைக் காட்டுகிறது.

அரிசி. 2 ஒத்த நிலையான குறிகாட்டிகளின் குழுக்கள்

கடைசி சாளரத்தில் ஒன்றோடொன்று மிகைப்படுத்தப்பட்ட அதே காலகட்டத்திற்கான ஸ்டோகாஸ்டிக் மற்றும் டபிள்யூபிஆர் குறிகாட்டிகள் உண்மையில் ஒன்றையொன்று மீண்டும் செய்வதைக் கவனிக்க எளிதானது. அவற்றின் சூத்திரங்கள் எண்கணித ரீதியாக சமமானவை என்பதால் இது ஆச்சரியமல்ல.

ஸ்கிரீன்ஷாட்டில் மேலே காட்டப்பட்டுள்ள MACD மற்றும் அற்புதமான ஆஸிலேட்டர் குறிகாட்டிகள் ஒரே மாதிரியானவை, நகரும் சராசரிகளின் வகைக்கு சரிசெய்யப்படுகின்றன. கூடுதலாக, இரண்டும் நகரும் சராசரியில் (MA) கட்டமைக்கப்பட்டுள்ளதால், அவை MA களில் இருந்து சுயாதீனமாக அழைக்கப்பட முடியாது.

RSI, RVI, CCI ஆகியவையும் மிகவும் தொடர்புள்ளவை. கிட்டத்தட்ட அனைத்து நிலையான ஆஸிலேட்டர்களும் ஒரே மாதிரியானவை என்பதை கவனத்தில் கொள்ள வேண்டும்; தொடர்பு குணகங்கள் 1 க்கு அருகில் இருக்கும்.

ஏற்ற இறக்கம் குறிகாட்டிகளில் குறிப்பிடத்தக்க ஒன்றுடன் ஒன்று உள்ளது, குறிப்பாக ATR மற்றும் StdDev.

ஒரு வர்த்தக அமைப்பிற்கான குறிகாட்டிகளின் தொகுப்பை உருவாக்கும் போது இவை அனைத்தையும் கணக்கில் எடுத்துக்கொள்வது முக்கியம், ஏனெனில் சார்பு குறிகாட்டிகளின் குழுவின் உண்மையான விளைவு நடைமுறையில் எதிர்பார்த்த கோட்பாட்டு ஒன்றை விட மிகக் குறைவாக இருக்கும்.

மூலம், நரம்பியல் நெட்வொர்க்குகள் பயிற்சி போது இதே போன்ற நிலைமை எழுகிறது. அவர்களின் உதவியுடன், வர்த்தகர்கள் பெரும்பாலும் தானாக முன்வந்து தேர்ந்தெடுக்கப்பட்ட பல குறிகாட்டிகளிலிருந்து தரவை செயலாக்க முயற்சி செய்கிறார்கள். இருப்பினும், நெட்வொர்க்குகளின் உள்ளீட்டிற்கு சார்பு திசையன்களுக்கு உணவளிப்பது பயிற்சியின் செயல்திறனை கணிசமாகக் குறைக்கிறது, ஏனெனில் நெட்வொர்க்கின் கணினி சக்தி வீணாகிறது. பகுப்பாய்வு செய்யப்பட்ட தரவுகளின் அளவு பெரியதாகத் தோன்றலாம், ஆனால் அதில் உள்ள தகவல்கள் நகல் மற்றும் அர்த்தமற்றவை.

இந்தச் சிக்கலுக்கான கடுமையான அணுகுமுறைக்கு, குறிகாட்டிகளுக்கு இடையே உள்ள தொடர்பைக் கணக்கிடுவது மற்றும் சிறிய ஜோடிவரிசை மதிப்புகளுடன் தொகுப்புகளைத் தொகுத்தல் தேவைப்படுகிறது. இது ஒரு தனி பெரிய ஆராய்ச்சிப் பகுதி. ஆர்வமுள்ளவர்கள் இணையத்தில் இந்த தலைப்பில் கட்டுரைகளைக் காணலாம். மேலே கூறப்பட்ட அவதானிப்புகளின் அடிப்படையில் பொதுவான கருத்தாய்வுகளால் நாம் இங்கு வழிநடத்தப்படுவோம். எடுத்துக்காட்டாக, தொகுப்புகளில் ஒன்று இப்படித் தோன்றலாம்: ஸ்டோகாஸ்டிக், ஏடிஆர், ஏசி (முடுக்கம்/குறைவு) அல்லது டபிள்யூபிஆர், பொலிங்கர் பேண்டுகள், உந்தம்.

முடுக்கம்/குறைவு (ஏசி) இண்டிகேட்டர் அடிப்படையில் ஆஸிலேட்டரின் வழித்தோன்றல் என்பதை இங்கே தெளிவுபடுத்த வேண்டும். குழுவில் சேர்ப்பதற்கு அவர் ஏன் பொருத்தமானவர்?

மேற்கோள்களின் வரிசையை (அல்லது அவற்றிலிருந்து பெறப்பட்ட ஆஸிலேட்டர்) எளிமைப்படுத்தப்பட்ட வடிவத்தில் அவ்வப்போது ஏற்ற இறக்கங்களாக கற்பனை செய்வோம், எடுத்துக்காட்டாக, கொசைன் அல்லது சைன். இந்த செயல்பாடுகளின் வழித்தோன்றல்கள் முறையே சமம் என்பதை நினைவில் கொள்க:

(6)

இந்த செயல்பாடுகளுக்கும் அவற்றின் வழித்தோன்றல்களுக்கும் இடையிலான தொடர்பு பூஜ்ஜியமாகும்.

எனவே, ஒரு குறிகாட்டியின் முதல் வழித்தோன்றலைப் பயன்படுத்துவது பொதுவாக கூடுதல் சார்பற்ற குறிகாட்டியாகக் கருத்தில் கொள்ள ஒரு நல்ல வேட்பாளர்.

இரண்டாவது வழித்தோன்றல் அத்தகைய ஊசலாட்ட செயல்முறைகளில் ஒரு சந்தேகத்திற்குரிய வேட்பாளராக உள்ளது, ஏனெனில் அசல் சமிக்ஞையின் பிரதியைப் பெறுவதற்கான வாய்ப்புகள் அதிகம்.

குறிகாட்டிகளின் சுதந்திரம் பற்றிய உரையாடலை முடித்து, வெவ்வேறு காலகட்டங்களுடன் கணக்கிடப்பட்ட காட்டியின் நகல்களை சுயாதீனமாக கருத முடியுமா என்ற கேள்வியில் வாழ்வது அர்த்தமுள்ளதாக இருக்கிறது.

காலங்களின் விகிதத்தைப் பொறுத்து பதில் இருக்கும் என்று கருதலாம். ஒரு சிறிய வேறுபாடு வெளிப்படையாக குறிகாட்டிகளின் சார்புநிலையைப் பாதுகாக்கிறது, எனவே குறிப்பிடத்தக்க வேறுபாடு தேவைப்படுகிறது. இது, எல்டர்ஸ் த்ரீ ஸ்கிரீன் முறை போன்ற கிளாசிக்கல் முறைகளுடன் ஓரளவு ஒத்துப்போகிறது, இங்கு ஒரு விதியாக, குறைந்தது 5 மடங்கு வித்தியாசப்படும் நேர பிரேம்கள், வெவ்வேறு காலகட்டங்களைக் கொண்ட குறிகாட்டிகளை பகுப்பாய்வு செய்வதற்குச் சமம்.

பரிசீலனையில் உள்ள அமைப்பில், சுயாதீன அளவுகள் உண்மையில் குறிகாட்டிகளின் அளவீடுகளாக இருக்கக்கூடாது, ஆனால் அவற்றால் உருவாக்கப்பட்ட வர்த்தக சமிக்ஞைகளாக இருக்க வேண்டும் என்பதை கவனத்தில் கொள்ள வேண்டும். இருப்பினும், அதே வகையின் பெரும்பாலான குறிகாட்டிகளுக்கு, எடுத்துக்காட்டாக, ஆஸிலேட்டர்கள், வர்த்தக சமிக்ஞைகளை உருவாக்கும் கொள்கைகள் ஒரே மாதிரியானவை, எனவே நேரத் தொடரின் வலுவான அல்லது பலவீனமான சார்பு என்பது சமிக்ஞைகளின் வலுவான அல்லது பலவீனமான சார்புக்கு சமம்.

வடிவமைப்பு

எனவே, நாங்கள் கோட்பாட்டைப் புரிந்து கொண்டுள்ளோம், மேலும் என்ன, எப்படி குறியீடு செய்வது என்ற கேள்வியைச் சமாளிக்கத் தயாராக உள்ளோம்.

ஒரு சிறப்பு நிபுணரிடம் காட்டி வர்த்தக சமிக்ஞைகளின் புள்ளிவிவரங்களை நாங்கள் சேகரிப்போம். ஒரு நிபுணரால் தன்னிச்சையான குறிகாட்டிகளின் அளவீடுகளின் அடிப்படையில் வர்த்தகம் செய்ய முடியும் என்பதற்காக, ஒரு கட்டமைப்பை (உண்மையில், ஒரு mqh தலைப்பு கோப்பு) உருவாக்குவது அவசியம் உள்ளீட்டு அளவுருக்கள் மூலம் அவற்றில். எடுத்துக்காட்டாக, அளவுருக்களில் வெவ்வேறு காலகட்டங்களின் இரண்டு நகரும் சராசரிகளை அமைக்கவும், வாங்குதல் மற்றும் விற்கவும் சமிக்ஞைகளை உருவாக்க முடியும். வேகமான எம்.ஏ மெதுவானதை முறையே மேலும் கீழும் கடக்கும்போது.

நிபுணர் ஆலோசகர் பார்களைத் திறப்பதில் வெளிப்படையான கட்டுப்பாட்டைக் கொண்டிருப்பார் மற்றும் தொடக்க விலையில் மட்டுமே வர்த்தகம் செய்வார். இது ஒரு உண்மையான நிபுணர் அல்ல, ஆனால் நிகழ்தகவுகளைக் கணக்கிடுவதற்கும் கருதுகோள்களைச் சோதிப்பதற்கும் ஒரு கருவி. சரிபார்ப்பு விரைவாக நடைபெறுவது எங்களுக்கு முக்கியம், ஏனெனில் குறிகாட்டிகளின் தொகுப்புகளுக்கு வரம்பற்ற விருப்பங்கள் உள்ளன.

D1 இயல்புநிலை வேலை நேரமாகப் பயன்படுத்தப்படும். நிச்சயமாக, வேறு எந்த காலக்கெடுவிலும் கூடுதலான பகுப்பாய்வை யாரும் தடைசெய்ய மாட்டார்கள், ஆனால் D1 சீரற்ற சத்தத்திற்கு மிகக் குறைவானது, மேலும் பல ஆண்டுகளாக இருக்கும் வடிவங்களின் பகுப்பாய்வு நிகழ்தகவு அணுகுமுறையின் பிரத்தியேகங்களை முழுமையாக பூர்த்தி செய்கிறது. கூடுதலாக, டி 1 இல் வர்த்தக உத்திகளுக்கு, பரவல் பொதுவாக புறக்கணிக்கப்படலாம், இது "காத்திருப்பு" அமைப்பின் இடைநிலை நிலையை ஆதரிக்க மறுப்பதை நடுநிலையாக்குகிறது. இன்ட்ராடே வர்த்தகத்திற்கு, நிச்சயமாக, அத்தகைய அனுமானத்தை உருவாக்க முடியாது, மேலும் அதிக எண்ணிக்கையிலான கருதுகோள்களின் நிகழ்தகவைக் கணக்கிடுவது அவசியம்.

முன்னர் குறிப்பிட்டபடி, நிபுணர் காட்டி சமிக்ஞைகளின் அடிப்படையில் நிலைகளைத் திறந்து, முன்னரே தீர்மானிக்கப்பட்ட காலத்திற்குப் பிறகு அவற்றை மூடுவார். இதைச் செய்ய, தொடர்புடைய உள்ளீட்டு அளவுருவை நாங்கள் அறிமுகப்படுத்துகிறோம். அதன் இயல்புநிலை மதிப்பு 5 நாட்களாக இருக்கும். இது D1 காலகட்டத்திற்கான சிறப்பியல்பு காலம், இது பலவற்றில் பயன்படுத்தப்படுகிறது ஆராய்ச்சி வேலைவர்த்தகத்தில், D1 ஐப் பயன்படுத்தவும்.

EA மற்றும் கட்டமைப்பானது குறுக்கு-தளமாக இருக்கும், அதாவது, அவை MetaTrader 4 மற்றும் MetaTrader 5 ஆகிய இரண்டிலும் தொகுக்கப்பட்டு செயல்படுத்தப்படும். இந்த அம்சம் MetaTrader 4 MQL ஐப் பயன்படுத்த அனுமதிக்கும், தற்போதுள்ள, பொதுவில் கிடைக்கும் ஹெடர் ரேப்பர் கோப்புகள் மூலம் வழங்கப்படும். MetaTrader சூழலில் API தொடரியல் 5, மேலும் சில சமயங்களில் நிபந்தனைக்குட்பட்ட தொகுப்பைப் பயன்படுத்துவோம்: குறியீட்டின் குறிப்பிட்ட பகுதிகள் #ifdef __MQL4__ மற்றும் #ifdef __MQL5__ ஆகிய முன்செயலி வழிமுறைகளில் மூடப்பட்டிருக்கும்.

MQL இல் செயல்படுத்துதல்

குறிகாட்டிகளுக்கான கட்டமைப்பு

நமக்கு என்ன வகையான குறிகாட்டிகள் தேவை என்பதை விவாதிப்பதன் மூலம் காட்டி சிக்னல்களை செயலாக்குவதற்கான கட்டமைப்பின் மதிப்பாய்வைத் தொடங்குவோம். மிகவும் வெளிப்படையான பட்டியலில் அனைத்து உள்ளமைக்கப்பட்ட குறிகாட்டிகளும், தனிப்பயன் குறிகாட்டிகளுக்கான உருப்படியும் அடங்கும் iCustom. கட்டமைப்பின் உள்ளீட்டு அளவுருக்களைப் பயன்படுத்தி குறிகாட்டிகளைத் தேர்ந்தெடுக்க ஒரு கணக்கீடு தேவைப்படும்.

enum IndicatorType ( iCustom , iAC , iAD , tADX_period_price, tAlligator_jawP_jawS_teethP_teethS_lipsP_lipsS_method_price, iAO , iATR_period, tBands_period_priceyer_shift, iBands_period_priceower_shift காலம்_ விலை, iBWMFI , iCCI_period_price, iDeMarker_period, tEnvelopes_period_method_shift_price_deviation, iForce_period_method_price, dFractals, dGator_jawP_jawS_teethP_teethS_ep_teethS_ep_teeths _senkou , iMomentum_period_price, iMFI_period, iMA_period_shift_method_price, dMACD_fast_slow_signal_price, iOBV_price, iOsMA_fast_slow_signal_price , iRSI_period_price, dRVI_period, iSAR_step_maximum, iStdDev_period_shift_method_price, dStochastic_K_D_slowing_method_price, iWPR_period );

ஒவ்வொரு உள்ளமைக்கப்பட்ட குறிகாட்டியின் பெயரிலும் குறிகாட்டியின் அளவுருக்கள் பற்றிய தகவலுடன் பின்னொட்டு உள்ளது. உறுப்பின் முதல் எழுத்து கிடைக்கக்கூடிய இடையகங்களின் எண்ணிக்கையைக் குறிக்கிறது, எடுத்துக்காட்டாக, i - ஒரு தாங்கல், d - இரண்டு, t - மூன்று. இவை அனைத்தும் பயனருக்கான குறிப்புகள் மட்டுமே. தவறான எண்ணிக்கையிலான அளவுருக்கள் அல்லது இல்லாத இடையகத்தின் குறியீட்டை அவர் குறிப்பிட்டால், கட்டமைப்பானது பதிவில் பிழையைக் காண்பிக்கும்.

நிச்சயமாக, உள்ளீட்டு அளவுருக்களில் நீங்கள் ஒவ்வொரு குறிகாட்டிக்கும் அதன் வகை மட்டுமல்ல, சரம் வடிவில் உள்ள உண்மையான அளவுருக்கள், இடையக எண் மற்றும் தரவு படிக்கப்படும் பட்டியின் எண்ணிக்கை ஆகியவற்றைக் குறிப்பிட வேண்டும்.

காட்டி அளவீடுகளின் அடிப்படையில், சிக்னல்களை உருவாக்குவது அவசியம். கொள்கையளவில், பல வேறுபட்டவை இருக்கலாம், ஆனால் மற்றொரு பட்டியலில் முக்கிய விருப்பங்களை ஒன்றாகக் கொண்டு வருவோம்.

enum SignalCondition (முடக்கப்பட்டது, NotEmptyIndicatorX, SignOfValueIndicatorX, IndicatorXcrossesIndicatorY, IndicatorXcrossesLevelX, IndicatorXrelatesToIndicatorY, IndicatorXrelatesToLevelX);

இவ்வாறு, சமிக்ஞைகளை உருவாக்க முடியும்:

  • காட்டி மதிப்பு காலியாக இல்லை என்றால்;
  • காட்டி மதிப்பில் தேவையான அடையாளம் உள்ளது (நேர்மறை அல்லது எதிர்மறை);
  • காட்டி மற்றொரு குறிகாட்டியைக் கடக்கிறது, இங்கே சமிக்ஞையை விவரிக்கும் போது, ​​​​2 குறிகாட்டிகளைக் குறிப்பிடுவதற்கான வாய்ப்பை வழங்க வேண்டும் என்பதை கவனத்தில் கொள்ள வேண்டும்;
  • காட்டி ஒரு குறிப்பிட்ட அளவைக் கடக்கிறது, மேலும் நிலைக்குள் நுழைவதற்கு ஒரு புலம் இருக்க வேண்டும் என்பது இங்கே தெளிவாகிறது;
  • காட்டி மற்றொரு குறிகாட்டியுடன் தொடர்புடைய தேவைக்கேற்ப நிலைநிறுத்தப்பட்டுள்ளது (எடுத்துக்காட்டாக, மேலே அல்லது கீழே);
  • குறிகாட்டியானது குறிப்பிட்ட அளவோடு தொடர்புடைய தேவையான முறையில் நிலைநிறுத்தப்பட்டுள்ளது;

முதல் உறுப்பு - முடக்கப்பட்டது - எந்த சமிக்ஞை உருவாக்க நிலையையும் முடக்க உங்களை அனுமதிக்கிறது. சிக்னல்களை விவரிக்க ஒரே மாதிரியான உள்ளீட்டு அளவுருக்களின் பல குழுக்களை வழங்குவோம், மேலும் ஒவ்வொரு சிக்னலும் முன்னிருப்பாக முடக்கப்படும்.

முந்தைய பட்டியலில் உள்ள உருப்படிகளின் பெயர்களிலிருந்து, மதிப்புகளின் தேவையான அடையாளத்தையும் ஒருவருக்கொருவர் தொடர்புடைய கோடுகளின் நிலையையும் எப்படியாவது அமைப்பது அவசியம் என்று கருதலாம். இந்த நோக்கத்திற்காக, மேலும் ஒரு கணக்கீட்டைச் சேர்ப்போம்.

enum UpZeroDown (EqualOrNone, UpSideOrAboveOrPositve, DownSideOrBelowOrNegative, NotEqual);

EqualOrNone உங்களைச் சரிபார்க்க அனுமதிக்கிறது:

  • SignOfValueIndicatorX உடன் இணைந்து வெற்று மதிப்பு
  • IndicatorXrelatesToLevelX உடன் இணைந்து நிலை சமத்துவம்

UpSideOrAboveOrPositve உங்களைச் சரிபார்க்க அனுமதிக்கிறது:

  • IndicatorXcrossesIndicatorY ஐப் பயன்படுத்தி கீழ்-மேல் குறுக்கு
  • SignOfValueIndicatorX ஐப் பயன்படுத்தி நேர்மறை மதிப்பு
  • IndicatorXcrossesLevelX ஐப் பயன்படுத்தி கீழிருந்து மேல் ஒரு நிலையைக் கடக்கிறது
  • X மற்றும் Y ஒரே குறிகாட்டியாக இருந்தால், IndicatorXrelatesToIndicatorY ஐப் பயன்படுத்தி அடுத்தடுத்த பார்களில் காட்டி மதிப்புகளின் வளர்ச்சி
  • X மற்றும் Y வெவ்வேறு குறிகாட்டிகளாக இருந்தால், IndicatorXrelatesToIndicatorYஐப் பயன்படுத்தி Xஐ Yக்கு மேல் வைப்பது
  • IndicatorXrelatesToLevelX ஐப் பயன்படுத்தி குறிகாட்டியை நிலைக்கு மேலே நிலைநிறுத்துதல்

DownSideOrBelowOrNegative உங்களைச் சரிபார்க்க அனுமதிக்கிறது:

  • IndicatorXcrossesIndicatorY ஐப் பயன்படுத்தி மேல்-கீழ் கிராசிங்
  • SignOfValueIndicatorX ஐப் பயன்படுத்தி எதிர்மறை மதிப்புக்கு
  • IndicatorXcrossesLevelX ஐப் பயன்படுத்தி மேலிருந்து கீழாக ஒரு நிலையைக் கடக்கிறது
  • X மற்றும் Y ஒரே குறிகாட்டியாக இருந்தால், IndicatorXrelatesToIndicatorY ஐப் பயன்படுத்தி தொடர்ச்சியான பட்டிகளில் காட்டி மதிப்புகளைக் குறைத்தல்
  • X மற்றும் Y வெவ்வேறு குறிகாட்டிகள் எனில், IndicatorXrelatesToIndicatorYஐப் பயன்படுத்தி Xஐ Yக்குக் கீழ் வைப்பது
  • IndicatorXrelatesToLevelX ஐப் பயன்படுத்தி குறிகாட்டியை நிலைக்கு கீழே நிலைநிறுத்துதல்

NotEqual உங்களைச் சரிபார்க்க அனுமதிக்கிறது:

  • IndicatorXrelatesToLevelX ஐப் பயன்படுத்தி சமத்துவமின்மை நிலைக்கு (மதிப்பு)

சமிக்ஞை தூண்டப்படும்போது, ​​​​அது செயலாக்கப்பட வேண்டும். இதைச் செய்ய, நாங்கள் ஒரு சிறப்பு கணக்கீட்டை வரையறுப்போம்.

enum SignalType (Alert , Buy, Sell, CloseBuy, CloseSell, CloseAll, BuyAndCloseSell, SellAndCloseBuy, ModifyStopLoss, ModifyTakeProfit, ProceedToNextCondition);

சிக்னல்களை செயலாக்குவதற்கான முக்கிய செயல்கள் இங்கே காட்டப்பட்டுள்ளன: ஒரு செய்தியைக் காண்பித்தல், வாங்குதல், விற்றல், அனைத்து திறந்த ஆர்டர்களையும் மூடுதல் (வாங்க, விற்க அல்லது இரண்டும்), விற்பனையிலிருந்து வாங்குவதற்குத் திரும்புதல், வாங்குவதிலிருந்து விற்பதற்குத் திரும்புதல், நிறுத்த இழப்பு அல்லது அளவை மாற்றுதல் - லாபம், அத்துடன் அடுத்த நிபந்தனையை (சிக்னல்) சரிபார்ப்பதற்கான மாற்றம். கடைசி புள்ளி ஒரு சங்கிலியில் சிக்னல் சரிபார்ப்பை உருவாக்க உங்களை அனுமதிக்கிறது (எடுத்துக்காட்டாக, பிரதான இடையகம் சிக்னல் கோட்டைக் கடந்துவிட்டதா என்பதைச் சரிபார்க்கவும், அப்படியானால், இது ஒரு குறிப்பிட்ட நிலைக்கு மேலே அல்லது கீழே நடந்ததா என்பதை மேலும் சரிபார்க்கவும்).

செயல்களின் பட்டியலில் நிலுவையில் உள்ள ஆர்டர்களின் அமைப்பு இல்லை என்பதை நீங்கள் கவனிக்கலாம். இது இந்த வேலையின் எல்லைக்கு வெளியே விடப்பட்டுள்ளது. ஆர்வமுள்ளவர்கள் கட்டமைப்பை விரிவாக்கலாம்.

இந்த கணக்கீடுகள் அனைத்தையும் கொண்டு, செயல்பாட்டு குறிகாட்டிகள் அமைக்கப்பட்டுள்ள உதவியுடன் பண்புகளின் பல குழுக்களை விவரிக்க முடியும். ஒரு குழு இதுபோல் தெரிகிறது:

உள்ளீடு IndicatorType Indicator1Selector = iCustom ; // · தேர்வி உள்ளீடு சரம் Indicator1Name = "" ; // · பெயர் உள்ளீட்டு சரம் Parameter1List = "" /*1.0,value:t,value:t*/ ; // · அளவுருக்கள் உள்ளீடு சரம் Indicator1Buffer = "" ; // · பஃபர் உள்ளீடு int Indicator1Bar = 1 ; // · மதுக்கூடம்

Indicator1Name அளவுருவானது, Indicator1Selector இல் iCustom அமைக்கப்படும்போது, ​​தனிப்பயன் காட்டியின் பெயரைக் குறிப்பிடும் நோக்கம் கொண்டது.

Parameter1List அளவுரு, காற்புள்ளிகளால் பிரிக்கப்பட்ட ஒரு சரமாக காட்டி அளவுருக்களைக் குறிப்பிட உங்களை அனுமதிக்கிறது. ஒவ்வொரு உள்ளீட்டு அளவுருவின் வகையும் தானாகவே அங்கீகரிக்கப்படும், எடுத்துக்காட்டாக, 11.0 - இரட்டை, 11 - int, 2015.01.01 20:00 - தேதி/நேரம், true/false - bool, "text" - string. சில அளவுருக்கள் - எடுத்துக்காட்டாக, நகரும் சராசரி வகைகள் அல்லது விலை வகைகள் - ஒரு எண்ணாகக் குறிப்பிடப்படாமல், மேற்கோள்கள் இல்லாமல் ஒரு சரமாக (sma, ema, smma, lwma, close, open, high, low, medium, வழக்கமான, எடையுள்ள, தாழ்வான, நெருக்கமான).

Indicator1Buffer - மேற்கோள்கள் இல்லாத இடையகத்தின் எண் அல்லது பெயர். ஆதரிக்கப்படும் இடையகப் பெயர்கள் மெயின், சிக்னல், மேல், கீழ், தாடை, பற்கள், உதடுகள், டென்கன், கிஜுன், சென்கோவ்ஏ, சென்கோவ்பி, சிகோவ், +டி, -டி.

Indicator1Bar - பார் எண், இயல்புநிலை 1.

குறிகாட்டிகள் தீர்மானிக்கப்பட்டவுடன், அவற்றின் அடிப்படையில் சிக்னல்களை உருவாக்க முடியும், அதாவது. நிகழ்வுகளைத் தூண்டுவதற்கான நிபந்தனைகள். ஒவ்வொரு சமிக்ஞையும் உள்ளீட்டு அளவுருக்களின் குழுவால் குறிப்பிடப்படுகிறது.

உள்ளீடு சரம் __SIGNAL_A = "" ; உள்ளீடு SignalCondition ConditionA = முடக்கப்பட்டது; // · நிபந்தனை ஒரு உள்ளீட்டு சரம் IndicatorA1 = "" ; // · சமிக்ஞை Aக்கான காட்டி Xஉள்ளீடு சரம் IndicatorA2 = "" ; // · சிக்னல் ஏ க்கான காட்டி Yஉள்ளீடு இரட்டை LevelA1 = 0 ; // · சிக்னல் A இன்புட் இரட்டை LevelA2 = 0 க்கு நிலை X ; // · சமிக்ஞை A உள்ளீடு UpZeroDown DirectionA = EqualOrNone க்கான நிலை Y; // · திசை அல்லது கையொப்பம் ஒரு உள்ளீடு SignalType ExecutionA = எச்சரிக்கை ; // நடவடிக்கை ஏ

ஒவ்வொரு சமிக்ஞைக்கும், __SIGNAL_ அளவுருவில் ஒரு அடையாளங்காட்டியைக் குறிப்பிடலாம்.

நிபந்தனையைப் பயன்படுத்தி, சிக்னலைச் சரிபார்ப்பதற்கான நிபந்தனையைத் தேர்ந்தெடுக்கவும். அடுத்து, ஒன்று அல்லது இரண்டு குறிகாட்டிகள் மற்றும் ஒன்று அல்லது இரண்டு நிலை மதிப்புகள் அமைக்கப்பட்டுள்ளன (இரண்டாவது நிலை எதிர்காலத்திற்காக ஒதுக்கப்பட்டுள்ளது மற்றும் இந்த சோதனையில் பயன்படுத்தப்படாது). காட்டி அளவுருக்களில் உள்ள குறிகாட்டிகள் தொடர்புடைய பண்புக் குழுவிலிருந்து காட்டி எண் அல்லது வடிவத்தில் உள்ள காட்டி முன்மாதிரி:

IndicatorName@buffer(param1,param2,...)

இந்த பதிவு வடிவம் அது இல்லாமல் பயன்படுத்தப்படும் காட்டியை விரைவாக தீர்மானிக்க உங்களை அனுமதிக்கிறது. விரிவான விளக்கம்ஒரு பண்புக் குழுவைப் பயன்படுத்துதல். உதாரணத்திற்கு,

iMA@0(1,0,sma,high)

அதிக விலை மதிப்புகளைக் கொடுக்கிறது, மேலும் பணிபுரியும் நிபுணரின் ஒவ்வொரு தற்போதைய பட்டியிலும், பட்டை எண் 1 எடுக்கப்படுகிறது (மிக சமீபத்தில் முடிக்கப்பட்ட ஒன்று, அதிக விலை இறுதியாக அறியப்படுகிறது).

எனவே, குறிகாட்டிகள் தேர்ந்தெடுக்கப்பட்ட பண்புக்கூறு குழுக்களில் (எண் மூலம் சிக்னல்களில் இருந்து அவற்றைத் தொடர்ந்து குறிப்பிடுவதற்கு) மற்றும் நேரடியாக காட்டி அளவுருவில் (X அல்லது Y) சமிக்ஞைகளில் குறிப்பிடப்படலாம். ஒரே காட்டி வெவ்வேறு சிக்னல்களில் அல்லது ஒரு சிக்னலுக்குள் X மற்றும் Y ஆகப் பயன்படுத்தப்பட வேண்டும் என்றால் முதல் முறை வசதியானது.

திசை அளவுருவானது சுட வேண்டிய நிலைக்கான மதிப்பின் திசை அல்லது அடையாளத்தைக் குறிப்பிடுகிறது. மரணதண்டனைக்கு இணங்க, சமிக்ஞை செயல்படுத்தப்படும் போது ஒன்று அல்லது மற்றொரு செயல் செய்யப்படுகிறது.

கட்டமைப்பிற்குள், ஒரு காட்டி 20 அளவுருக்களுக்கு மேல் இருக்கக்கூடாது என்று இப்போது தீர்மானிக்கப்பட்டுள்ளது, காட்டி பண்புகளுடன் தேர்ந்தெடுக்கப்பட்ட குழுக்களின் அதிகபட்ச எண்ணிக்கை 6 ஆகும் (ஆனால், நாம் நினைவில் வைத்திருப்பது போல், குறிகாட்டிகளை நேரடியாக சமிக்ஞையில் அமைக்கலாம்), மற்றும் சமிக்ஞைகள் - 8. இதையெல்லாம் மூலக் குறியீட்டில் மாற்றலாம். கட்டுரையின் முடிவில் IndicatN.mqh கோப்பு இணைக்கப்பட்டுள்ளது.

இந்த கோப்பில், பல வகுப்புகளின் வடிவத்தில், காட்டி அளவுருக்களை பாகுபடுத்துதல், அவற்றை அழைப்பது, நிபந்தனைகளைச் சரிபார்த்தல் மற்றும் சரிபார்ப்பு முடிவுகளை அழைப்புக் குறியீட்டிற்குத் திருப்புதல் (இது எங்கள் நிபுணராக இருக்கும்) ஆகியவற்றிற்கான அனைத்து தர்க்கங்களும் செயல்படுத்தப்படுகின்றன.

குறிப்பாக, மேலே விவாதிக்கப்பட்ட SignalType எண்ணிலிருந்து எந்தச் செயலையும் செய்ய வேண்டியதன் அவசியத்தைப் பற்றிய வழிமுறைகளைத் தெரிவிக்க, ஒரு எளிய பொது வகுப்பு TradeSignals கணக்கீட்டு உருப்படிகளுடன் தொடர்புடைய தருக்க புலங்களுடன் பயன்படுத்தப்படுகிறது:

வகுப்பு டிரேட் சிக்னல்கள் (பொது: பூல் எச்சரிக்கை; பூல் வாங்குதல்; பூல் விற்பனை; பூல் வாங்குதல்; பூல் விற்பனை வெளியேறுதல்; பூல் மாற்றியமைத்தல் (false ), buyExit(false ), sellExit(false ), ModifySL(false ), ModifyTP(false ), மதிப்பு (EMPTY_VALUE), message("" )() );

தேவையான நிபந்தனைகள் பூர்த்தி செய்யப்பட்டால், புலங்கள் உண்மைக்கு அமைக்கப்படும். எடுத்துக்காட்டாக, CloseAll செயல் தேர்ந்தெடுக்கப்பட்டால், TradeSignals பொருளில் buyExit மற்றும் sellExit கொடிகள் அமைக்கப்படும்.

குறியீட்டு புலத்தில் தூண்டப்பட்ட நிலையின் வரிசை எண் உள்ளது.

மதிப்பு புலத்தைப் பயன்படுத்தி, நீங்கள் ஒரு தன்னிச்சையான மதிப்பை அனுப்பலாம், எடுத்துக்காட்டாக, காட்டி மதிப்புகளிலிருந்து பெறப்பட்ட புதிய நிறுத்த இழப்பு நிலை.

இறுதியாக, செய்தி புலம் பயனருக்கு நிலைமையை விவரிக்கும் செய்தியைக் கொண்டுள்ளது.

அனைத்து வகுப்புகளையும் செயல்படுத்துவது பற்றிய விவரங்களை மூலக் குறியீட்டில் காணலாம். இது துணை தலைப்பு கோப்புகளான fmtprnt2.mqh (வடிவமைக்கப்பட்ட பதிவு வெளியீடு) மற்றும் RubbArray.mqh (ரப்பர் வரிசை) ஆகியவற்றைப் பயன்படுத்துகிறது.

#include கட்டளையைப் பயன்படுத்தி நிபுணர் குறியீட்டில் IndicatN.mqh என்ற கட்டமைப்பின் தலைப்புக் கோப்பு சேர்க்கப்பட வேண்டும். இதன் விளைவாக, நிபுணர் அமைப்புகள் உரையாடலில் தொகுத்த பிறகு, காட்டி பண்புகளுடன் உள்ளீட்டு அளவுருக்களின் குழுக்களைப் பெறுவோம்:

படம்.3 குறிகாட்டிகளை அமைத்தல்

மற்றும் சமிக்ஞை வரையறைகளுடன்:

படம்.4 வர்த்தக சமிக்ஞைகளை அமைத்தல்

ஸ்கிரீன்ஷாட்கள் ஏற்கனவே நிரப்பப்பட்ட பண்புகளைக் காட்டுகின்றன. ஒரு நிபுணர் ஆலோசகர் என்ற கருத்துக்கு நாம் செல்லும்போது மற்றும் குறிப்பிட்ட வர்த்தக உத்திகளை அமைக்கத் தொடங்கும் போது இவற்றை விரிவாகப் பார்ப்போம். குறிகாட்டி பண்புகளை அமைக்கும் போது, ​​நீங்கள் எந்த எண் அளவுருக்களையும் =var1, =var2 போன்ற வெளிப்பாட்டுடன் மாற்றலாம் என்பது இங்கே கவனிக்கத்தக்கது. 9. அவை var1, var2 போன்ற அதே பெயரின் சிறப்பு கட்டமைப்பு உள்ளீட்டு அளவுருக்களைக் குறிப்பிடுகின்றன. உதாரணமாக, நுழைவு:

iMACD@main(=var4,=var5,=var6,open)

MACD வேகமான, மெதுவான மற்றும் சமிக்ஞை நகரும் சராசரி காலங்களின் அளவுருக்கள் முறையே var4, var5 மற்றும் var6 ஆகிய உள்ளீட்டு அளவுருக்கள் மூலம் உகந்ததாக இருக்கும். மற்றும் தேர்வுமுறை முடக்கப்பட்டிருந்தாலும், ஒற்றை சோதனையின் போது, ​​தொடர்புடைய காட்டி பண்புக்கூறுகளின் மதிப்புகள் கட்டமைப்பின் குறிப்பிட்ட உள்ளீட்டு அளவுருக்களிலிருந்து படிக்கப்படும்.

சோதனை நிபுணர்

குறியீட்டு முறையை எளிதாக்க, நாங்கள் அனைத்து வர்த்தக செயல்பாடுகளையும் ஒரு சிறப்பு வகுப்பிற்கு நகர்த்துவோம் மற்றும் அதை ஒரு தனி தலைப்பு கோப்பாக வடிவமைப்போம் Expert0.mqh. நாங்கள் மிகவும் எளிமையான வர்த்தக அமைப்புகளை சோதிக்கப் போகிறோம் என்பதால், வகுப்பு திறப்பு மற்றும் மூடும் நிலைகளை மட்டுமே அனுமதிக்கும்.

இதனால், குறிகாட்டிகள் மற்றும் வர்த்தகம் தொடர்பான அனைத்து வழக்கமான செயல்பாடுகளும் தலைப்பு கோப்புகளில் வைக்கப்படுகின்றன.

#சேர்க்கிறது<IndicatN.mqh >#சேர்க்கிறது<நிபுணர்0.mqh >

நிபுணர் கோப்பில் நேரடியாக indstats.mq4 குறியீடு மற்றும் எளிய தர்க்கத்தின் மிகக் குறைவான வரிகள் இருக்கும்.

எக்ஸ்பெர்ட் ஆலோசகர், நீட்டிப்பை mq5க்கு மாற்றிய பிறகு, MetaTrader 5 இல் தொகுத்து வேலை செய்ய வேண்டும் என்பதால், புதிய சூழலுக்கு குறியீடுகளை மாற்றுவதை உறுதிசெய்யும் தலைப்புக் கோப்புகளைச் சேர்ப்போம்.

#ifdef __MQL5__ # அடங்கும் #சேர்க்கிறது #சேர்க்கிறது #endif

இப்போது நிபுணர் ஆலோசகரின் உள்ளீட்டு அளவுருக்களுக்கு வருவோம்.

உள்ளீடு int ConsistentSignalNumber = 1 ; உள்ளீடு int Magic = 0 ; உள்ளீடு மிதவை நிறைய = 0.01 f; உள்ளீடு int TradeDuration = 1 ;

Expert0.mqh கோப்பிலிருந்து ஒரு நிபுணர் பொருளை உருவாக்க மேஜிக் மற்றும் லாட் தேவை.

நிபுணர் இ(மேஜிக், லாட்);

ConsistentSignalNumber அளவுருவில் நம்பகத்தன்மையை மேம்படுத்த நாங்கள் இணைக்க முயற்சிக்கும் வர்த்தக சமிக்ஞைகளின் எண்ணிக்கை இருக்கும்.

TradeDuration அளவுருவானது திறந்த நிலையில் இருக்கும் பார்களின் எண்ணிக்கையைக் குறிப்பிடுகிறது. மேலே குறிப்பிட்டுள்ளபடி, சிக்னல்களின் அடிப்படையில் வர்த்தகத்தைத் திறந்து 5 பார்களுக்குப் பிறகு அவற்றிலிருந்து வெளியேறுவோம், அதாவது. நாட்கள், D1 காலக்கெடு பயன்படுத்தப்படுவதால்.

OnInit நிகழ்வு ஹேண்ட்லரில், காட்டி கட்டமைப்பை துவக்குவோம்.

int OnInit () ( திரும்ப IndicatN::handleInit(); )

OnTick ஹேண்ட்லரில், பட்டியைத் திறப்பதற்கான கட்டுப்பாட்டை வழங்குவோம்.

வெற்றிடமான OnTick () (நிலையான தேதி நேரம் கடந்த பட்டி; என்றால் (lastBar != நேரம்) ( const RubbArray *ts = IndicatN:: handleStart(); ... lastBar = நேரம்; ))

ஒரு புதிய பட்டியை உருவாக்கும் போது, ​​குறியீட்டு கட்டமைப்பை மீண்டும் அழைப்பதன் மூலம் அனைத்து குறிகாட்டிகளையும் அவற்றுடன் தொடர்புடைய நிபந்தனைகளையும் சரிபார்ப்போம். இதன் விளைவாக, தூண்டப்பட்ட சமிக்ஞைகளின் வரிசையைப் பெறுகிறோம் - டிரேட் சிக்னல்கள் பொருள்கள்.

இப்போது புள்ளிவிவரங்களின் குவிப்பு பற்றி பேச வேண்டிய நேரம் இது.

கட்டமைப்பின் ஒவ்வொரு நிபந்தனையும் (நிகழ்வு), அது ஏற்பட்டால், முன்னிருப்பாக எச்சரிக்கைக் கொடியுடன் ஒரு சமிக்ஞையை உருவாக்குகிறது. குறிகாட்டிகளிலிருந்து சிக்னல்களின் எண்ணிக்கையையும், உணரப்பட்ட கணினி நிலைகளின் எண்ணிக்கையையும் கணக்கிட இதைப் பயன்படுத்துவோம், அதாவது. வழக்குகள் (பார்கள்) வாங்கும் போது அல்லது விற்கும் போது வெற்றிகரமாக இருக்கும்.

புள்ளிவிவரங்களைக் கணக்கிட, வரிசைகளை விவரிப்போம்.

int bars = 0 ; // பார்கள்/மாதிரிகளின் மொத்த எண்ணிக்கை int bull = 0, bear = 0; // ஒரு வர்த்தக வகைக்கு பார்கள்/மாதிரிகளின் எண்ணிக்கைமுழு எண்ணாக வாங்க = (0), விற்க = (0); // நிபந்தனையற்ற சமிக்ஞைகள் வரிசைகள் int buyOnBull = (0), sellOnBear = (0); // நிபந்தனை (வெற்றிகரமான) சிக்னல்கள் வரிசைகள்

எங்கள் பார் வர்த்தகத்தில், ஒவ்வொரு பட்டியும் ஒரு சாத்தியமாகும் புதிய நுழைவு 5 பார்கள் நீடிக்கும் வர்த்தகத்தில். அத்தகைய ஒவ்வொரு பிரிவும் மேற்கோள்களின் உயர்வு அல்லது வீழ்ச்சியால் வகைப்படுத்தப்படுகிறது மற்றும் முறையே ஏற்றம் அல்லது கரடுமுரடானதாகக் குறிக்கப்படுகிறது.

அனைத்து வாங்குதல் மற்றும் விற்பது சிக்னல்கள் வாங்குதல் மற்றும் விற்பனை வரிசைகளில் சுருக்கமாக இருக்கும், மேலும் தொடர்புடைய சமிக்ஞை பிரிவின் "புல்னெஸ்" அல்லது "பேரிஷ்னஸ்" உடன் இணைந்தால், அதாவது, அது வெற்றிகரமாக உள்ளது, இது buyOnBull இல் குவிந்துள்ளது அல்லது sellOnBear வரிசை, வகையைப் பொறுத்து .

வரிசைகளை நிரப்ப, OnTick க்குள் பின்வரும் குறியீட்டை எழுதுவோம்.

const RubbArray *ts = IndicatN:: handleStart(); பூல் அப் = பொய் , கீழ் = பொய் ; int buySignalCount = 0 , sellSignalCount = 0 ; (int i = 0 ; i< ts.size(); i++) { // புள்ளிவிவரங்களை சேகரிக்க விழிப்பூட்டல்கள் பயன்படுத்தப்படுகின்றனஎன்றால் (ts[i].alert) ( // நிகழ்வுகளை அமைக்கும் போது, ​​நான் எண்ணியது, // கருதுகோள் H_xxx முதலில் வர வேண்டும், S_xxx சமிக்ஞைகளுக்கு முன், // ஏனென்றால் நாங்கள் இங்கே மேலே அல்லது கீழ் மதிப்பெண்களை ஒதுக்குகிறோம்என்றால் (IndicatN::GetSignal(ts[i].index) == "H_BULL" ) ( bull++; buy.index]++; up = true ; ) இல்லையெனில் (IndicatN::GetSignal(ts[i].index) == "H_BEAR" ) ( bear++; sell.index]++; down = true ; ) இல்லையெனில் (StringFind (IndicatN::GetSignal(ts[i].index), "S_BUY" ) == 0 ) (வாங்கு. index]++; என்றால் (மேலே) ( என்றால் (PrintDetails) அச்சிடுங்கள் ("buyOk " , IndicatN::GetSignal(ts[i].index)); buyOnBull.index]++; ) ) இல்லையெனில் (StringFind (IndicatN: :GetSignal(ts[i].index), "S_SELL" ) == 0 ) ( sell.index]++; என்றால் (கீழே) ( என்றால் (PrintDetails) அச்சிட ("sellOk " , IndicatN::GetSignal(ts[i ].index)); sellOnBear.index]++; ) ) என்றால் (PrintDetails) அச்சிட (ts[i].message); ))

தூண்டப்பட்ட சமிக்ஞைகளின் வரிசையைப் பெற்ற பிறகு, அதன் கூறுகளை ஒரு சுழற்சியில் செல்கிறோம். எச்சரிக்கைக் கொடி அமைக்கப்பட்டால், இது புள்ளிவிவர சேகரிப்பு ஆகும்.

குறியீட்டை இன்னும் ஆழமாக பகுப்பாய்வு செய்வதற்கு முன், சிக்னல்களை (நிகழ்வுகள்) பெயரிடுவதற்கான ஒரு சிறப்பு மாநாட்டை அறிமுகப்படுத்துவோம். ஏற்றமான அல்லது ஏற்ற இறக்கமான சந்தை நிலைமைகள் பற்றிய கருதுகோள்கள் H_BULL மற்றும் H_BEAR அடையாளங்காட்டிகளால் குறிக்கப்படும். இந்த நிகழ்வுகள் முதலில் கட்டமைப்பின் உள்ளீட்டு அளவுருக்களைப் பயன்படுத்தி தீர்மானிக்கப்பட வேண்டும் - மற்ற நிகழ்வுகளுக்கு முன் (காட்டி சமிக்ஞைகள்). உறுதிப்படுத்தப்பட்ட கருதுகோள்களின் அடிப்படையில் தொடர்புடைய அறிகுறிகளை - தருக்க மாறிகள் மேல் மற்றும் கீழ் - நிறுவுவதற்கு இது அவசியம்.

காட்டி சிக்னல்கள் S_BUY அல்லது S_SELL உடன் தொடங்கும் அடையாளங்காட்டிகளைக் கொண்டிருக்க வேண்டும்.

நீங்கள் பார்க்க முடியும் என, செயல்படுத்தப்பட்ட நிகழ்வு ts[i].index இன் எண்ணைப் பயன்படுத்தி, GetSignal செயல்பாட்டிற்கான அழைப்பின் மூலம் அதன் அடையாளங்காட்டியைப் பெறுகிறோம். கருதுகோள்கள் உணரப்பட்டால், நாங்கள் பொலிஷ் அல்லது பேரிஷ் பிரிவுகளின் பொது கவுண்டர்களைப் புதுப்பிக்கிறோம். சிக்னல்களை உருவாக்கும் விஷயத்தில், ஒவ்வொரு வகையான சிக்னலுக்கும் அவற்றின் மொத்த எண்ணிக்கையையும், அவற்றின் வெற்றிக் குறியீட்டையும், அதாவது தற்போதைய கருதுகோள்களுடன் பொருந்தக்கூடிய எண்ணிக்கையையும் வைத்திருக்கிறோம்.

H_BULL கருதுகோள் அல்லது H_BEAR கருதுகோள் ஒவ்வொரு பட்டியிலும் உண்மை என்பதை நினைவில் கொள்க.

புள்ளிவிவரங்களை சேகரிப்பதுடன் கூடுதலாக, நிபுணர் சிக்னல்களின் அடிப்படையில் வர்த்தகத்தை ஆதரிக்க வேண்டும். இந்த நோக்கத்திற்காக, கொடிகளை வாங்குவதற்கும் விற்பதற்கும் காசோலையுடன் லூப்பின் உடலை கூடுதலாக வழங்குவோம்.

என்றால் (ts[i].buy) ( buySignalCount++; ) இல்லையெனில் (ts[i].sell) ( sellSignalCount++; )

சுழற்சிக்குப் பிறகு, நாங்கள் வர்த்தக செயல்பாட்டை செயல்படுத்துகிறோம். முதலில், குறிப்பிட்ட காலத்திற்குப் பிறகு திறந்த நிலைகளை (ஏதேனும் இருந்தால்) மூடுவோம்.

என்றால் (e.getLastOrderBar() >= TradeDuration) (e.closeMarketOrders(); ) என்றால் (buySignalCount >= ConsistentSignalNumber && sellSignalCount >= ConsistentSignalNumber) ( Print ("Signal collision if (Coignal collision" > ) e.closeMarketOrders(e.mask(OP_SELL)); என்றால் (e.getOrderCount(e.mask(OP_BUY)) == 0 ) ( e.placeMarketOrder(OP_BUY ); ) ) இல்லையெனில் (sellSignalCount >= ConsistentSigne) CloseMarketOrders(e.mask(OP_BUY)); என்றால் (e.getOrderCount(e.mask(OP_SELL)) == 0 ) ( e.placeMarketOrder(OP_SELL ); ) )

வாங்க மற்றும் விற்பதற்கான சமிக்ஞைகள் ஒன்றுக்கொன்று முரண்பட்டால், இந்த நிபந்தனையைத் தவிர்க்கிறோம். வாங்க அல்லது விற்கும் சிக்னல்களின் எண்ணிக்கை முன் வரையறுக்கப்பட்ட ConsistentSignalNumber ஐ விட சமமாகவோ அல்லது அதிகமாகவோ இருந்தால், தொடர்புடைய வரிசையைத் திறக்கவும்.

ConsistentSignalNumber ஐ உள்ளமைக்கப்பட்ட சிக்னல்களின் எண்ணிக்கையை விட குறைந்த மதிப்பிற்கு அமைப்பதன் மூலம், அனைத்து அல்லது பெரும்பாலான உத்திகளையும் இணைக்கும் முறையில் கணினியை வர்த்தகம் செய்வதை சோதிக்க முடியும் என்பதை கவனத்தில் கொள்ள வேண்டும். இயல்பான செயல்பாட்டில், வல்லுநர் தொழிற்சங்கத்தை விட குறுக்குவெட்டைப் பயன்படுத்துவார், ஏனெனில் கூட்டு நிகழ்வுகளைக் கண்டறிய, ConsistentSignalNumber சரியாக சமிக்ஞைகளின் எண்ணிக்கைக்கு சமமாக இருக்க வேண்டும். எடுத்துக்காட்டாக, 3 சிக்னல்கள் உள்ளமைக்கப்பட்ட மற்றும் 3க்கு சமமான ConsistentSignalNumber உடன், மூன்று நிகழ்வுகளும் ஒரே நேரத்தில் நிகழும்போது மட்டுமே வர்த்தகம் மேற்கொள்ளப்படும். ConsistentSignalNumber 1 என அமைக்கப்பட்டால், 3 சிக்னல்களில் ஏதேனும் (குறைந்தது ஒன்று) கிடைத்தவுடன் வர்த்தகங்கள் திறக்கப்படும்.

OnDeinit ஹேண்ட்லரில், விழிப்பூட்டல்கள் அல்லது ஆர்டர் வரலாற்றில் சேகரிக்கப்பட்ட புள்ளிவிவரங்களை பதிவில் காண்பிப்போம்.

நிபுணர் ஆலோசகரின் முழு மூலக் குறியீட்டையும் indstats.mq4 கோப்பில் பார்க்கலாம்.

அனைத்து சமிக்ஞைகளும் வாங்குதல் அல்லது விற்பது என்ற இரண்டு கருதுகோள்களுக்கு எதிராக சோதிக்கப்பட வேண்டும். இதைச் செய்ய, நாங்கள் H_BULL மற்றும் H_BEAR சிக்னல்களையும் அவற்றின் குறிகாட்டிகளையும் உள்ளமைப்போம்.

பட்டி விலைகளைப் பெற, 1 கால அளவு கொண்ட iMA குறிகாட்டியைப் பயன்படுத்தவும். __INDICATOR_1 குழுவில், அமைக்கவும்:

தேர்வி = iMA_period_shift_method_price

அளவுருக்கள் = 1,0,sma,open

__INDICATOR_2 குழுவில் பார் எண்ணைத் தவிர இதே போன்ற அமைப்புகளை நாங்கள் செய்வோம் - அங்கு நீங்கள் TradeDuration அளவுருவில் பயன்படுத்தும் 5 பார்களின் எண்ணிக்கையை உள்ளிட வேண்டும்.

வேறு வார்த்தைகளில் கூறுவதானால், புள்ளிவிவர சேகரிப்பு பயன்முறையில், நிபுணர் வர்த்தகம் செய்யவில்லை, ஆனால் 5வது மற்றும் 0வது பட்டியில் உள்ள மேற்கோள்களின் மாற்றத்தை பகுப்பாய்வு செய்கிறார், அதே போல் 5வது அல்லது 6வது பட்டியில் உள்ள குறிகாட்டிகள், பயன்படுத்தப்படும் விலையின் வகையைப் பொறுத்து: திறந்த விலையில் வேலை செய்யும் குறிகாட்டிகள், நீங்கள் பார் 5 இலிருந்து மதிப்புகளை எடுக்கலாம், மற்றவற்றுக்கு - 6 இலிருந்து. புள்ளியியல் சேகரிப்பு பயன்முறையில், பார் எண் 5 ஒரு மெய்நிகர் தற்போதைய பட்டியாகும், மேலும் அடுத்தடுத்து வரும் அனைத்தும் "எதிர்காலம்" பற்றிய தகவல்களை வழங்குகின்றன. ஏற்றமான அல்லது கரடுமுரடான சந்தை கருதுகோள்களை செயல்படுத்துதல்.

வர்த்தக பயன்முறையில் பார் 0 (காட்டி திறந்த விலையில் கட்டப்பட்டிருந்தால்) அல்லது பார் 1 (மற்ற சந்தர்ப்பங்களில்) இலிருந்து சிக்னல்களை எடுப்போம் என்று உடனடியாக முன்பதிவு செய்வோம். தொடக்க விலைகள் மற்றும் பகுப்பாய்வு செய்யப்பட்ட உண்ணிகளின் அடிப்படையில் நிபுணர் வேலை செய்யவில்லை என்றால், இந்த பயன்முறையில் பட்டி 0 இல் உள்ள காட்டி மதிப்புகளைப் பார்க்க வேண்டியது அவசியம்.

இந்த இரண்டு முறைகளின் இருப்பு - புள்ளிவிவரங்களை சேகரித்தல் மற்றும் வர்த்தகம் - வேலை செய்யும் பார்களின் எண்ணிக்கையில் வேறுபடும் வெவ்வேறு அளவுருக்களை உருவாக்க வேண்டியதன் அவசியத்தை குறிக்கிறது. புள்ளிவிவரங்களை சேகரிப்பதற்கான ஒரு தொகுப்புடன் தொடங்குவோம், பின்னர் அதை எளிதாக உண்மையான வர்த்தகமாக மாற்றுவோம்.

MA காட்டியின் இந்த இரண்டு நகல்களைப் பயன்படுத்தி, நாங்கள் கருதுகோள்களை அமைப்போம். __SIGNAL_A குழுவில் நாங்கள் உள்ளிடுகிறோம்:

SIGNAL_A = H_BULL

நிபந்தனை = IndicatorXrelatesToIndicatorY காட்டி X = 1 காட்டி Y = 2 திசை அல்லது அடையாளம் = UpSideOrAboveOrPositve செயல் = எச்சரிக்கை

திசையைத் தவிர்த்து, __SIGNAL_B குழுவை அதே வழியில் உள்ளமைப்போம்:

SIGNAL_B = H_BEAR
திசை அல்லது அடையாளம் = கீழ்பக்கம்OrBelowOrNegative

நிகழ்தகவு வர்த்தக மாதிரியை சோதிக்க, குறிகாட்டிகளின் அடிப்படையில் 3 நிலையான உத்திகளைப் பயன்படுத்துவோம்:

  • தோராயம்
  • பொலிங்கர்பேண்ட்ஸ்

அனைத்து குறிகாட்டிகளின் அளவுருக்கள் மேம்படுத்தப்பட்டுள்ளன என்பதை முன்கூட்டியே கவனத்தில் கொள்வோம், அவற்றில் சில குறிப்பாக உள்ளீட்டு மாறிகள் var1, var2 போன்றவற்றிற்கான இணைப்புகளின் வடிவத்தில் விடப்பட்டுள்ளன. இந்த கட்டமைப்பின் திறனை நிரூபிக்க. உங்கள் வழங்குநரின் தரவுடன் நேர்மறையான முடிவுகளைப் பிரதிபலிக்க, ஒவ்வொரு உத்தியும் மீண்டும் மேம்படுத்தப்பட வேண்டியிருக்கும்.

சீரற்ற உத்திகுறிகாட்டியானது கீழிருந்து மேல் நிலை 20 ஐக் கடக்கும்போது வாங்குதல் மற்றும் மேலிருந்து கீழாக நிலை 80 ஐக் கடக்கும்போது விற்பனை ஆகியவற்றைக் கொண்டுள்ளது. இதைச் செய்ய, நாங்கள் __INDICATOR_3 குழுவை வரையறுக்கிறோம்:

தேர்வி = dStochastic_K_D_slowing_method_price

அளவுருக்கள் = 14,3,3,sma, lowhigh Buffer = முக்கிய பட்டை = 6

காட்டி அதிக மற்றும் குறைந்த விலைகளைப் பயன்படுத்துவதால், பட்டி எண் 6 ஐ எடுக்க வேண்டியது அவசியம் - பார் 5 க்கு முன் முழுமையாக உருவாக்கப்பட்டது, அங்கு சமிக்ஞை தூண்டப்பட்டால் மெய்நிகர் வர்த்தகம் தொடங்குகிறது.

ஸ்டோகாஸ்டிக் இண்டிகேட்டர் அடிப்படையில், வாங்க மற்றும் விற்கும் சிக்னல்களை அமைப்போம். வாங்குவதற்கான குழு:

SIGNAL_C = S_BUY ஸ்டாகாஸ்டிக்

நிபந்தனை = IndicatorXcrossesLevelX நிலை X = 20 திசை அல்லது அடையாளம் = UpSideOrAboveOrPositve

விற்பனைக்கு குழு:

SIGNAL_D = S_SELL ஸ்டாகாஸ்டிக்

நிபந்தனை = IndicatorXcrossesLevelX லெவல் X = 80 திசை அல்லது குறி = கீழ்பக்கமோ அல்லது நேர்மறையோ

MACD உத்திபிரதான கோடு சிக்னல் லைனைக் கடக்கும்போது வாங்குவதையும், கீழே கடக்கும்போது விற்பதையும் கொண்டுள்ளது.

காட்டி குழுவை உள்ளமைப்போம் __INDICATOR_4:

தேர்வி = dMACD_fast_slow_signal_price

அளவுருக்கள் = = var4, = var5, = var6, ஓபன் பஃபர் = சிக்னல் பார் = 5

தேர்வுமுறைக்கு கிடைக்கும் var4, var5, var6 அளவுருக்களிலிருந்து காலங்களை வேகமான, மெதுவாக, சமிக்ஞையைப் படிப்போம். இப்போது முறையே 6, 21, 6 உள்ளன. நாங்கள் பார் 5 ஐப் பயன்படுத்துகிறோம், ஏனெனில்... திறந்த விலையின் அடிப்படையில் காட்டி உருவாக்குகிறோம்.

குறிகாட்டிகளை அமைப்பதற்கான குழுக்களின் எண்ணிக்கை குறைவாக இருப்பதால், முக்கிய இடையகத்தை நேரடியாக சிக்னல்களில் விவரிப்போம். வாங்குவதற்கான குழு:

SIGNAL_E = S_BUY macd

நிபந்தனை = IndicatorXcrossesIndicatorY காட்டி X = iMACD@main(=var4,=var5,=var6,open) காட்டி Y = 4 திசை அல்லது அடையாளம் = UpSideOrAboveOrPositve

விற்பனைக்கு குழு:

SIGNAL_F = S_SELL macd

நிபந்தனை = IndicatorXcrossesIndicatorY காட்டி X = iMACD@main(=var4,=var5,=var6,open) காட்டி Y = 4 திசை அல்லது குறி = கீழ்பக்கம்OrBelowOrNegative

பொலிங்கர்பேண்ட்ஸ் அடிப்படையிலான உத்திமுந்தைய பட்டியின் உயர்வானது வலப்புறம் 2 பார்களால் மாற்றப்பட்ட காட்டியின் மேல் கோட்டை உடைக்கும்போது வாங்குவதையும், முந்தைய பட்டியின் தாழ்வானது 2 பார்களால் வலதுபுறமாக மாற்றப்பட்ட காட்டியின் கீழ் கோட்டை உடைக்கும்போது விற்பனை செய்வதையும் கொண்டுள்ளது. இரண்டு காட்டி கோடுகளின் அமைப்புகள் கீழே உள்ளன.

அளவுருக்கள் = = var1, = var2,2, வழக்கமான

தாங்கல் = மேல் பட்டை = 5

தேர்வி = tBands_period_deviation_shift_price

அளவுருக்கள் = = var1, = var2,2, வழக்கமான தாங்கல் = கீழ் பட்டை = 5

காலம் மற்றும் விலகல் var1 மற்றும் var2 இல் முறையே 7 மற்றும் 1 என குறிப்பிடப்பட்டுள்ளது. இரண்டு சந்தர்ப்பங்களிலும், வழக்கமான விலை வகை இருந்தபோதிலும், பார் 5 ஐப் பயன்படுத்தலாம், ஏனெனில் காட்டி கோடுகள் 2 பார்கள் வலதுபுறமாக மாற்றப்படுகின்றன, அதாவது. உண்மையில் கடந்த தரவுகளின் அடிப்படையில் கணக்கிடப்படுகிறது.

இறுதியாக, சமிக்ஞை அமைப்புகள் குழுக்கள் இப்படி இருக்கும்.

SIGNAL_G = S_BUY பட்டைகள்

நிபந்தனை = IndicatorXcrossesIndicatorY காட்டி X = iMA@0(1,0,sma,high) காட்டி Y = 5 திசை அல்லது அடையாளம் = UpSideOrAboveOrPositve

SIGNAL_H = S_SELL பட்டைகள்

நிபந்தனை = IndicatorXcrossesIndicatorY காட்டி X = iMA@0(1,0,sma,low) காட்டி Y = 6 திசை அல்லது குறி = கீழ்பக்கம்OrBelowOrNegative

தொகுப்பு கோப்புகளின் வடிவத்தில் உள்ள அனைத்து அமைப்புகளும் கட்டுரையின் முடிவில் இணைக்கப்பட்டுள்ளன.

முடிவுகள்

குறிகாட்டிகள் பற்றிய புள்ளிவிவரங்கள்

நிகழ்தகவுகளைக் கணக்கிட, EURUSD D1 ஜோடிக்கான 2014.01.01-2017.01.01 காலத்திற்கான புள்ளிவிவரங்களைப் பயன்படுத்துகிறோம். புள்ளிவிவரங்கள் சேகரிப்பு பயன்முறைக்கான நிபுணர் அமைப்புகள் indstats-stats-all.set கோப்பில் உள்ளன.

சேகரிக்கப்பட்ட தரவு பதிவில் காட்டப்படும். கீழே ஒரு உதாரணம்:

: பார்கள் = 778 : காளை = 328 கரடி = 449 : வாங்க: 328 0 30 0 50 0 58 0 : வாங்க சரி: 0 0 18 0 29 0 30 0 : விற்பனை: 0 449 0 22 0 49 0 67 : விற்று சரி: 14 0 28 0 41 : மொத்தம்: 0.00 0.00 0.60 0.64 0.58 0.57 0.52 0.61 : பெயர் அடிப்படையில் புள்ளிவிவரங்கள்: : macd=0.576 : பட்டைகள்=0.568 : ஸ்டோகாஸ்டிக்=0.615

மொத்த பார்களின் எண்ணிக்கை 778 ஆகும், அதில் 328 வெற்றிகரமான 5 நாள் வாங்கும் வர்த்தகத்திற்கு ஏற்றது, மேலும் 449 வெற்றிகரமான 5 நாள் விற்பனை வர்த்தகத்திற்கு ஏற்றது. முதல் 2 நெடுவரிசைகளில் கருதுகோள் கவுண்டர்கள் உள்ளன - அதே 2 எண்கள், அடுத்த ஜோடி நெடுவரிசைகள் தொடர்புடைய வர்த்தக உத்திகளைக் குறிக்கின்றன, அவை ஒவ்வொன்றும் வாங்கும் நெடுவரிசை மற்றும் விற்பனை நெடுவரிசையால் குறிப்பிடப்படுகின்றன. எடுத்துக்காட்டாக, சீரற்ற மூலோபாயம் 30 வாங்கும் சமிக்ஞைகளை உருவாக்கியது, அவற்றில் 18 லாபகரமானவை, மற்றும் 22 விற்பனை சமிக்ஞைகள், அவற்றில் 14 லாபகரமானவை. ஒவ்வொரு மூலோபாயத்திற்கும் வெற்றிகரமான சிக்னல்களின் மொத்த எண்ணிக்கையை தொகுத்து, உருவாக்கப்பட்ட சிக்னல்களின் எண்ணிக்கையால் வகுத்தால், அவை ஒவ்வொன்றின் செயல்திறனையும் (வரலாற்றுத் தரவுகளின் அடிப்படையில் வெற்றியின் நிகழ்தகவு) பெறுகிறோம்:

  • ஸ்டோகாஸ்டிக் - 0.615
  • MACD - 0.576
  • பட்டைகள் - 0.568
சோதனை வர்த்தகம்

புள்ளிவிவரங்கள் சரியாகக் கணக்கிடப்பட்டுள்ளதா என்பதை உறுதிப்படுத்த, நீங்கள் வர்த்தக முறையில் நிபுணர் ஆலோசகரை இயக்க வேண்டும். இதைச் செய்ய, நீங்கள் அமைப்புகளில் பார் எண்களைத் திருத்த வேண்டும், 5 ஐ 0, 6 உடன் 1 உடன் மாற்ற வேண்டும். கூடுதலாக, எச்சரிக்கைக்கு பதிலாக வாங்க மற்றும் விற்க நடவடிக்கை அளவுருக்களை அமைப்பதன் மூலம் வர்த்தக உத்திகளை ஒன்றன் பின் ஒன்றாக இயக்க வேண்டும். எடுத்துக்காட்டாக, __SIGNAL_C (S_BUY ஸ்டோகாஸ்டிக்) குழுவில், __SIGNAL_C (S_BUY ஸ்டோகாஸ்டிக்) குழுவில் உள்ள எச்சரிக்கை மதிப்பை வாங்கும் மதிப்புடன் மாற்றவும், __SIGNAL_D (S_SELL ஸ்டாகாஸ்டிக்) குழுவில், எச்சரிக்கை மதிப்பை விற்கவும்.

அனைத்து 3 உத்திகளுக்கும் தொடர்புடைய அமைப்புகள் முறையே, indstats-trade-stoch.set, indstats-trade-macd.set, indstats-trade-bands.set ஆகிய கோப்புகளில் கொடுக்கப்பட்டுள்ளன.

இந்த அளவுருக்கள் மூலம் நிபுணரை 3 முறை இயக்குவதன் மூலம், சுருக்கமான வர்த்தக அறிக்கைகளுடன் 3 பதிவுகளைப் பெறுவோம். புள்ளி விவரங்கள் கடைசியில் உள்ளன. எடுத்துக்காட்டாக, ஸ்டோகாஸ்டிக்காக நாம் வரியைப் பெறுகிறோம்:

: வாங்குபவர்கள்: 18/29 0.62 விற்பனைகள்: 14/22 0.64 மொத்தம்: 0.63

உண்மையான பரிவர்த்தனைகளைப் பற்றிய எண்கள் இவை: 29 இல் 18 கொள்முதல் லாபகரமானது, 22 இல் 14 விற்பனை லாபகரமானது, ஒட்டுமொத்த சமிக்ஞை செயல்திறன் 0.63 ஆகும்.

MACD மற்றும் BollingerBands உத்திகளின் முடிவுகள் கீழே காட்டப்பட்டுள்ளன.

: வாங்குபவர்கள்: 29/49 0.59 விற்பனைகள்: 28/49 0.57 மொத்தம்: 0.58

: வாங்குபவர்கள்: 29/51 0.57 விற்பனைகள்: 34/59 0.58 மொத்தம்: 0.57

அனைத்து உத்திகளின் குறிகாட்டிகளையும் ஒரு பட்டியலில் சுருக்கமாகக் கூறுவோம்.

  • ஸ்டோகாஸ்டிக் - 0.63
  • MACD - 0.58
  • பட்டைகள் - 0.57

முந்தைய துணைப்பிரிவிலிருந்து கோட்பாட்டுடன் கிட்டத்தட்ட முழுமையான உடன்பாட்டை இங்கே காண்கிறோம். வர்த்தக சிக்னல்கள் 5 பட்டிகளுக்குள் இருந்தால் ஒன்றோடொன்று ஒன்றுடன் ஒன்று சேரலாம், பின்னர் மீண்டும் வர்த்தகம் திறக்கப்படாமல் இருப்பதால் சில வேறுபாடுகள் உள்ளன.

நிச்சயமாக, ஒவ்வொரு மூலோபாயத்திற்கும் வர்த்தக அறிக்கைகளை நாம் பகுப்பாய்வு செய்யலாம்.


Fig.5 சீரற்ற குறிகாட்டியின் அடிப்படையில் உத்தி அறிக்கை


Fig.6 MACD குறிகாட்டியின் அடிப்படையில் உத்தி அறிக்கை


Fig.7 BollingerBands காட்டி அடிப்படையிலான உத்தி அறிக்கை

சூத்திரம் (4) ஐப் பயன்படுத்தி, மூன்று குறிகாட்டிகளின் ஒத்திசைவான சமிக்ஞைகளின் அடிப்படையில் நுழையும்போது பரிவர்த்தனை வெற்றிகரமாக இருக்கும் என்று கோட்பாட்டு நிகழ்தகவைக் கணக்கிடுகிறோம்.

P(H|ABC) = 0.63 * 0.58 * 0.57 / (0.63 * 0.58 * 0.57 + 0.37 * 0.42 * 0.43) = 0.208278 / (0.208278 + 0.066820 + 0.066820) = 7.7.820

இந்த சூழ்நிலையை சோதிக்க, நாம் மூன்று சிக்னல்களையும் இயக்க வேண்டும், மேலும் ConsistentSignalNumber அளவுருவின் மதிப்பை 1 இலிருந்து 3 ஆக மாற்ற வேண்டும். தொடர்புடைய அமைப்புகள் indstats-trade-all.set கோப்பில் உள்ளன.

சோதனையாளரின் வர்த்தக சோதனையின்படி, நடைமுறையில் அத்தகைய அமைப்பின் இறுதி செயல்திறன் 0.75 ஆகும்:

: வாங்குபவர்கள்: 4/7 0.57 விற்பனைகள்: 5/5 1.00 மொத்தம்: 0.75

சோதனை அறிக்கை இதோ:


படம்.8 3 குறிகாட்டிகளின் அடிப்படையில் உத்திகளின் கலவை பற்றிய அறிக்கை

ஒவ்வொரு குறிகாட்டிகளுக்கும் தனித்தனியாகவும் அவற்றின் சூப்பர்போசிஷனுக்காகவும் வர்த்தக குறிகாட்டிகளின் அட்டவணை கீழே உள்ளது.


 லாபம், $ PF என் டிடி, $
தோராயம் 204 2.36 51 41
MACD 159 1.39 98 76
இசைக்குழுக்கள் 132 1.29 110 64
மொத்தம் 68 3.18 12 30

நாம் பார்க்கிறபடி, வெற்றியின் நிகழ்தகவு அதிகரிப்பு அரிதான, ஆனால் மிகவும் துல்லியமான உள்ளீடுகளால் அடையப்படுகிறது - பரிவர்த்தனைகளின் எண்ணிக்கை மற்றும் மொத்த லாபம் குறைந்துள்ளது, ஆனால் லாப காரணி மற்றும் அதிகபட்ச டிராவுன் குறைந்தது 35% மேம்பட்டுள்ளது, மேலும் சில சந்தர்ப்பங்களில் - 2 முறைக்கு மேல்.

முடிவுரை

காட்டி சமிக்ஞைகளின் அடிப்படையில் வர்த்தக முடிவுகளை எடுப்பதற்கான நிகழ்தகவு அணுகுமுறையை செயல்படுத்துவதற்கான எளிய விருப்பத்தை கட்டுரை விவாதிக்கிறது. ஒரு சிறப்பு நிபுணரின் உதவியுடன், பேய்ஸ் சூத்திரத்தைப் பயன்படுத்தி வெற்றிகரமான பரிவர்த்தனைகளின் நிகழ்தகவை அதிகரிப்பதற்கான தத்துவார்த்த கணக்கீடுகள் நடைமுறையில் பெறப்பட்ட முடிவுகளுக்கு ஒத்ததாகக் காட்டப்பட்டது.

சிக்னல்களின் உருவாக்கம் தனித்தனியாக இருப்பதால், வெவ்வேறு குறிகாட்டிகளின் சமிக்ஞைகள் ஒத்துப்போகாது மற்றும் குறிகாட்டிகளின் சூப்பர்போசிஷன் அனைத்து குறிகாட்டிகளாலும் உறுதிப்படுத்தப்பட்ட பொதுவான சமிக்ஞைகளை வழங்காதபோது ஒரு சூழ்நிலை சாத்தியமாகும். சிக்னல்களுக்கு இடையில் நேர சகிப்புத்தன்மையை அறிமுகப்படுத்துவதே இந்தச் சிக்கலுக்கு ஒரு சாத்தியமான தீர்வாகும்.

மிகவும் பொதுவான வழக்கில், குறிகாட்டிகளின் நிலையைப் பொறுத்து (மற்றும் சமிக்ஞைகள் அல்ல) வர்த்தக கருதுகோள்களை செயல்படுத்துவதற்கான நிகழ்தகவு அடர்த்தியைக் கணக்கிட முடியும். எடுத்துக்காட்டாக, ஒரு குறிப்பிட்ட ஆஸிலேட்டர் மதிப்பால் நிர்ணயிக்கப்பட்ட அதிக விலை அல்லது அதிகமாக விற்கப்பட்ட மதிப்பு வெற்றிகரமான உள்ளீடுகளின் சதவீதத்தை (நிகழ்தகவு) வழங்குகிறது. கூடுதலாக, ஒரு வெற்றிகரமான பரிவர்த்தனையின் நிகழ்தகவு, தேர்ந்தெடுக்கப்பட்ட நிறுத்த இழப்பு மற்றும் லாப அளவுருக்கள், நிறைய மேலாண்மை முறைகள் மற்றும் பல கணினி அளவுருக்கள் ஆகியவற்றைப் பொறுத்தது. இவை அனைத்தும் நிகழ்தகவு கோட்பாட்டின் பார்வையில் இருந்து பகுப்பாய்வு செய்யப்படலாம் மற்றும் மிகவும் துல்லியமான, ஆனால் வர்த்தக முடிவுகளின் மிகவும் சிக்கலான கணக்கீடுகளுக்கு பயன்படுத்தப்படலாம்.

கோப்புகள் கீழே இணைக்கப்பட்டுள்ளன:

  • indstats.mq4 (aka indstats.mq5) - நிபுணர்;
  • common-includes.zip - பொதுவான mqh தலைப்பு கோப்புகள் பயன்படுத்தப்படும் காப்பகம்;
  • கூடுதல்-mt5-includes.zip - MT5க்கான கூடுதல் தலைப்புக் கோப்புகளுடன் காப்பகம்;
  • instats-tester-sets.zip - செட் செட்டிங்ஸ் கோப்புகளுடன் காப்பகம்;