تحلیل داده با MQL5: توسعه یک اکسپرت ادوایزر (EA) بر اساس تغییرات درصدی هفتگی

آنچه یاد خواهید گرفت:

• چگونگی جمع‌آوری و فرمت‌بندی داده‌ برای تحلیل در MQL5 و ذخیره در فایل CSV
• چگونگی تحلیل داده قیمت در نرم‌افزارهای Spreadsheet
• چگونگی شناسایی الگوهایی برای استفاده به عنوان یک مزیت  با استفاده از نمودارهای پراکندگی 
• چگونگی توسعه یک استراتژی معاملاتی از طریق الگوهای تحلیل داده

پیش نیازهای دوره

• آشنایی مقدماتی با زبان برنامه‌نویسی MQL5

توضیحات دوره

در هر اکوسیستم، ارگانیسم‌های مختلفی با استراتژی‌های متفاوت برای بقا وجود دارند. همه این استراتژی‌ها به اعضای یک اکوسیستم وابسته هستند که نقش‌های خاصی را ایفا می‌کنند و باعث ایجاد وابستگی می‌شوند. با این حال، این استراتژی‌ها به الگوهایی بستگی دارند که بر اساس چگونگی بقا و رفتار سایر ارگانیسم‌ها شکل می‌گیرند. این الگوهای بقا و رفتار، با تکامل سایر ارگانیسم‌ها و تغییر استراتژی‌هایشان مستعد تغییر هستند و اگر ارگانیسم‌هایی که استراتژی‌هایشان با محیط جدید همسو نیست خود را با تغییرات وفق ندهند، منقرض خواهند شد. بازارهای مالی را می‌توان به یک اکوسیستم طبیعی تشبیه کرد؛ جایی که فعالان بازار در حالی که نقش‌های متفاوتی را ایفا می‌کنند و استراتژی‌های مختلفی را برای تحقق آن نقش‌ها به کار می‌گیرند، با یکدیگر در تعامل هستند. درست مانند ارگانیسم‌های یک اکوسیستم، فعالان بازار نیز الگوهایی را در بازار بر اساس رفتار سایر شرکت‌کنندگان شناسایی کرده و از آن‌ها برای توسعه استراتژی‌های خود استفاده می‌کنند. با این حال، از آنجا که هر شرکت‌کننده به دنبال دستیابی بهتر به اهداف خود از حضور در بازارهای مالی است، استراتژی‌های آن‌ها تغییر می‌کند. این امر باعث تغییر رفتار و ماهیت بازار می‌شود، برخی الگوها را بی‌اعتبار می‌کند و همزمان ایجاد تغییرات جدید را تشویق می‌نماید.

در این دوره، مدرس به شما آموزش خواهد داد که چگونه ویژگی‌ها و رفتارهای خاص بازار را برای توسعه یک مزیت سفته‌بازانه جدا کنید و آن را در یک سیستم معاملاتی الگوریتمی با استفاده از زبان MQL5 پیاده‌سازی نمایید. این دوره پروژه‌محور است و شما با تحلیل داده مربوط به تغییرات درصدی هفتگی قیمت، به اهداف تعیین‌شده دست خواهید یافت. شما یاد خواهید گرفت که چگونه یک اسکریپت MQL5 بنویسید که هر داده دلخواه از بازار مالی را جمع‌آوری کرده و آن را به عنوان یک فایل CSV ذخیره کند؛ این کار به شما امکان می‌دهد تا داده را در هر بازه زمانی تاریخی مورد نظر خود سازماندهی، دستکاری و تحلیل کنید.

در این دوره، الگوهای تغییرات درصدی هفتگی قیمت در یک دوره 18 ساله بررسی و شناسایی می‌شوند. این هدف از طریق مصورسازی داده در یک نمودار پراکندگی و شناسایی خوشه‌های داده مفیدی که ممکن است نشان‌دهنده الگوهای قیمتی مورد نظر باشند، محقق می‌گردد. سپس بر اساس الگوهای شناسایی‌شده در داده مصورسازی‌شده، یک فرضیه توسعه می‌یابد و با ساخت یک استراتژی معاملاتی الگوریتمی بر اساس آن، آزمایش می‌شود. الگوهای شناسایی‌شده مزیتی در یافتن پروتکل‌هایی برای ورود به معاملات و مهم‌تر از همه، توسعه استراتژی‌های خروج به ما ارائه می‌دهند. برای اطمینان از اینکه موفقیت منطق استراتژی معاملاتی به دلیل بیش‌برازش نیست و ناشی از یک مزیت واقعی در بازار است، این فرضیه با استفاده از داده خارج از نمونه آزمایش خواهد شد.

بنابراین همین حالا روی در این دوره شرکت کنید و با مدرس در این سفر هیجان‌انگیز همراه شوید تا اسکریپتی برای جمع‌آوری و تحلیل داده بنویسید؛ فرآیندی که فرضیه‌ای را برای تست در یک استراتژی معاملاتی الگوریتمی در اختیار شما قرار می‌دهد.

این دوره برای چه کسانی مناسب است؟

• هر کسی که مایل به استفاده از داده‌ برای توسعه استراتژی‌های معاملاتی است.
• هر کسی که می‌خواهد چگونگی جمع‌آوری داده از نمودارهای قیمت و ذخیره در فایل CSV را یاد بگیرد.