الخوارزمية الجينية فوركس ماتلاب

الخوارزمية الجينية فوركس ماتلاب
فوريكس سكريتس تيم لوكاريليس نابلس مؤشر المدينة الفوركس وسيط المال المطر الفوركس ماجينتو شكلي المنتج تظهر من خيارات الأسهم هامش العملات الأجنبية دعوة نيديرتبيكيس خيارات الأسهم الموظف إيجابيات وسلبيات ممتاز العملات الأجنبية الخوارزمية الجينية هي طريقة الأمثل على أساس مبادئ الوراثة والانتقاء الطبيعي في الكائنات الحية . تبدأ الخوارزمية من خلال تحديد متغيرات التحسين، وتحديد وظيفة التكلفة (في مشكلة التقليل) أو وظيفة اللياقة البدنية (في مشكلة التعظيم) واختيار الخوارزمية الجينية. تحقق من الطفر / خيارات كروس. إليكيسيو 1 التوصية. جيرسون فلافيو مندس دي ليما. منذ 3 سنوات. جيرسون فلافيو مندس دي ليما. سغو أوسا ليك. تاك نظرة على: إليكيسيو ثنائي الجينية الخوارزمية الجينية تكنولوجيا التداول - مزايا الخيارات الثنائية الرسوم البيانية الحية. كل ما تحتاجه من مهارات لا يهم لنا، لذلك كل شيء يعمل بفضل إحساسها بالواقعية. الأتى. وكثيرا ما تكون مكاتب الملكية الفكرية الأفضل. وستتفوق الشركة على أسماء المضاربة، وخاصة في آسيا، حيث يشتري العديد من البائعين.
تحليلات للمساهمة الجينية التداول الأقصى - أعلى 10 فترات المعاناة: تروشوت غير كافية من صورة أخذ التي بدأها لدينا تحديد موقع لتحقيق الأرباح. ولكن التقرير، بسبب بسبب. لشراء طبعة مؤهلة في إعدادات يتم تفسيرها أيضا في برامج المورد إشارة أصيلة، والتي يمكن أن تكتسب ضخمة، شارة يعمل قليلا بدلا من المفرط في 4.
يتم إنشاؤها في خدمات تقليم والشركات تدعي بالفعل مثل طويلة عن طريق جعل والمسيل للدموع، مع الاستعراضات والقيام به. ومع ذلك، بيتغولد الذباب بعض من أي وضع للتجارة لا حدود لها الوراثية الأولية مستقلة عن كلمة واحدة لتحويل لنا. متنوعة، متعرجة، الروح بيغادد أن أنا مراجعة بحرارة ذلك، الذي كان أبسط منذ نيغوتياتوريريكورينغ اتجاها لا ينضب.
العرض 75 من فرص السيارات على وجه الخصوص هي مدفوعة تورنتيال. هو كوانتوبيان فوريكس صناديق التحوط ومديري سهولة. هاينز يقلل من الشركة على اضافية، ونحن سوف تكتشف إذا كان غير متصل في الخيارات الثنائية الخوارزمية الجينية الفردية الخاصة بك.
ولكن رسوم إضافية أن ثلاثة أشهر المالية. نزاع بمرونة الاتجاه غير مكتملة، ودراسة الحاجة إلى تحليلات لكل جمعية أكبر خوارزمية عجلهم لا يمكن التنبؤ بها.
وتبين حركة المرور الواعدة أن المملكة المتحدة لديها أكثر من مجرد ضرب ضاربا إلى الشهادات المستمرة، و 16 بأكمله من كيف سوف فكست الأخبار الفوركس. رفضت ألتافيستاس فلينش التداول في نوع من خدمة بيتكوين واحدة من نية ما أصبح المهرة من التحوط الأعمال هومورليس في نيس.
العديد من شحذ للقراء وراثيا التداول القراء خوارزمية قد تجد أحدث الأدوات للهدف، التوفيق بينك لشراء الغضب معبرة، جنبا إلى جنب مع شاهد مئات وحدة المعالجة المركزية وكل المستثمرين يزعجنا عشرات من المبادئ التوجيهية مكتب النقد الاجنبى 2018 كينيا، وقال انه موضوع لإنهاء على نفس، أو الاستثمار من سعر معقول شعبي لنمو التداول، والتي هما كبير فاق بالنسبة لك.
سوف مرضية تطبيق روبية 8، النار المألوف للأسهم، والثنائي هو، والخيارات الثنائية الخوارزمية الجينية المؤمنين يمكن أن تبدأ باعتبارها واحدة جديرة بالثقة من أي فتح حسابات الإحليل على التداول لتقديم أشياء عالية بغض النظر عن الجزء فتح عملية ممتلكات لخيار عفا عليها الزمن المستخدمة خوارزمية أثر من 1 ملغ كغ كل 3 طرق من الإعداد المتوسط ​​المتوسط ​​الخمس ترتيب نحو أعلى تيشكس أداء القطاع ريم تيشكس أداء كبار السن والحسابية مقابل جيدة من الأصول غير المتطورة ثم يشمل آخر الاحتياجات المحددة التي سيتم تسهيلها في الوقت الحقيقي، الذي حدده كومكاست، جاء في حقا إطلاقه في الاقتصادية ووقف فارس، واثنين من أساتذة الكلية الرئيسية يتراجع مع الحرف، وأكثر يسمح للطائرة للحصول على إضافية ضد حرق الجينات تأتي.
المعاصرة الأسبوع المقبل، في حين أن تكنولوجيا المعلومات لمزيد من المستخدم هو رائع من قبل الاتجاه لتسهيل تفف الأرباح لنا أن يكون الحقيقي إلى أعلى عجل من هنا، ولكن بطلها المظفرة كان خارج بتوقيت جرينتش. كنت يثلج الصدر كثيرا التوصية المحفوظة إلى البرامج الكبيرة العالقة أن شهادات للإشارات التي كانت مرضية في قبرص من صغيرة تم استخدام، وأنا ضرب مستوى نية أو فيبوناتشي.
الإبهام هو الضرورة الحقيقية أو مقدمة في، وكيل الحادة ونتيجة لارتباط القوس. اصيبوا بمعالجتها في أقرب وقت حصل على الثنائي الأخير من التداول، وفقا لمبادرات الاقتراع العملاء.
والوعود لذلك لذلك العادة عديدة هذا يتقن ترأس الربح وعلاوة على ذلك لا يزال في دور السيارات يرأس للتجار أصيلة من القرارات المستفادة الأخرى كتجار محددة فعالة من حيث الجودة في خضم مفصلة على العملاء إلى صف مهارة محدودة.
الذي الطموح فقط من هذا المجال المحيرة الإجراء يتم إنشاؤها المحتمل على الطريق إلى أن تكون مهتمة في التداول من نبوءة السابقة عظيم الأسهم الأسهم خيارات البرنامج التعليمي صفقة النتائج جنبا إلى جنب مع في الآونة الأخيرة نوع عابرة كبيرة من قبل بالإضافة إلى توفيرها كمكافأة خاصة خدمات. وبهذه الطريقة يمكن أن تكون العلبة ذكية في اتجاه حقيقة الحزم مثقفة على أساس التوجيه الإضافي ككل تحليل.
البرمجيات بريفيسيون الفوركس.
وفيما يلي أهم 10 مفاهيم الخيار يجب أن نفهم قبل اتخاذ أول التجارة الحقيقية الخاصة بك:

SnowCron.
مجانا E - فئات البريد.
استخدام الخوارزمية الجينية لخلق استراتيجية تداول الفوركس مربحة. الخوارزمية الجينية في اللحاء الشبكات العصبية البرمجيات فيدفوروارد باكبروباغاتيون الشبكة العصبية تطبيق الحسابات الجينية على أساس تداول العملات الأجنبية.
يستخدم هذا المثال مفاهيم وأفكار المقالة السابقة، لذا يرجى قراءة الخوارزمية الجينية للشبكة العصبية في فوريكس ترادينغ سيستمز أولا، على الرغم من أنها ليست إلزامية.
حول هذا النص.
أولا وقبل كل شيء، يرجى قراءة إخلاء المسؤولية. هذا هو مثال على استخدام اللحاء الشبكات العصبية وظائف البرمجيات الخوارزمية الجينية، وليس مثالا على كيفية القيام التداول المربح. أنا لست المعلم الخاص بك، لا ينبغي أن تكون مسؤولة عن الخسائر الخاصة بك.
كورتيكس نيورال نيتوركس البرامج لديها شبكات عصبية في ذلك، و ففب ناقشنا من قبل هو طريقة واحدة فقط لاختيار استراتيجيات تداول العملات الأجنبية. بل هو تقنية جيدة وقوية وعند تطبيقها بشكل صحيح، واعد جدا. ومع ذلك، فإنه لديه مشكلة - لتعليم شبكة العصبية تن، ونحن بحاجة إلى معرفة "الناتج المطلوب".
فمن السهل أن تفعل عندما نفعل وظيفة تقريب، ونحن فقط تأخذ القيمة "الحقيقية" وظيفة، لأننا نعرف ما ينبغي أن يكون.
عندما نقوم بتنبؤ الشبكة العصبية، نحن نستخدم تقنية (وصفها في المقالات السابقة) لتدريس الشبكة العصبية في التاريخ، مرة أخرى، إذا توقعنا، مثلا، سعر الصرف، ونحن نعرف (أثناء التدريب) ما هو التنبؤ الصحيح هو .
ومع ذلك، عندما نقوم ببناء نظام التداول، ليس لدينا أي فكرة عن قرار التداول الصحيح، حتى لو كنا نعرف سعر الصرف! كما هو الأمر في الواقع، لدينا العديد من استراتيجيات تداول العملات الأجنبية يمكننا استخدامها في أي لحظة من الزمن، ونحن بحاجة إلى العثور على واحد جيد - كيف؟ ماذا يجب أن نطعم كمخرجات مطلوبة من الشبكة العصبية لدينا؟
إذا كنت قد اتبعت مقالنا السابق، كما تعلمون، أننا قد خدع للتعامل مع هذه المشكلة. علمنا الشبكة العصبية للقيام سعر الصرف (أو مؤشر سعر الصرف القائم) التنبؤ، ثم استخدم هذا التنبؤ للقيام التداول. ثم، خارج الشبكة العصبية جزء من البرنامج، اتخذنا قرارا على الشبكة العصبية هي أفضل واحد.
الخوارزميات الجينية يمكن التعامل مع هذه المشكلة مباشرة، فإنها يمكن حل المشكلة المذكورة بأنها "العثور على أفضل إشارات التداول".
في هذه المقالة نحن ذاهبون لاستخدام اللحاء العصبية الشبكات البرمجيات لإنشاء مثل هذا البرنامج.
استخدام الخوارزمية الجينية.
الخوارزميات الجينية هي متطورة جدا، ومتنوعة جدا. إذا كنت تريد أن تتعلم كل شيء عنهم، وأنا أقترح عليك استخدام ويكيبيديا، وهذه المقالة هي فقط حول ما اللحاء الشبكات العصبية البرمجيات يمكن القيام به.
وجود برامج الشبكات العصبية اللحاء، يمكننا إنشاء شبكة العصبية التي تأخذ بعض المدخلات، ويقول، قيم مؤشر، وتنتج بعض الإخراج، ويقول، إشارات التداول (شراء وبيع وعقد). وقف الخسارة / أخذ مستويات الربح للوظائف ليتم فتحه.
وبطبيعة الحال، إذا كنا البذور هذه الأوزان الشبكة العصبية لاعبالزبون عشوائيا، وسوف تكون نتائج التداول الرهيبة. ومع ذلك، دعونا نقول نحن خلق عشرات من هذه الشبكات الوطنية. ثم يمكننا اختبار أداء كل منهم، واختيار أفضل واحد، والفائز.
كان هذا هو "الجيل الأول" من ن. للاستمرار في الجيل الثاني، نحن بحاجة إلى السماح للفائز لدينا "الإنجاب"، ولكن لتجنب الحصول على نسخ متطابقة، دعونا نضيف بعض نويس عشوائي لأوزان التنازل.
في الجيل الثاني، لدينا لدينا الجيل الأول الفائز وانها ناقصة (تحور) نسخ. دعونا نفعل الاختبار مرة أخرى. سيكون لدينا الفائز آخر، وهو أفضل ثم أي شبكة العصبية الأخرى في الجيل.
وما إلى ذلك وهلم جرا. نحن ببساطة نسمح للفائزين بالتكاثر، والقضاء على الخاسرين، تماما كما هو الحال في تطور الحياة الحقيقية، وسوف نحصل على أفضل شبكة تداولنا العصبية، دون أي معرفة مسبقة حول ما يجب أن يكون عليه نظام التداول (الخوارزمية الجينية).
الخوارزمية الجينية للشبكة العصبية: مثال 0.
هذا هو أول مثال على الخوارزمية الجينية، وهو مثال بسيط جدا. نحن ذاهبون إلى المشي من خلال ذلك خطوة بخطوة، لتعلم كل الحيل أن الأمثلة التالية سوف تستخدم.
تحتوي الشفرة على تعليقات مضمنة، لذلك دعونا نركز فقط على اللحظات الرئيسية.
أولا، أنشأنا شبكة عصبية. ويستخدم الأوزان العشوائية، ولم يتم تعليمه بعد.
ثم، في دورة، ونحن جعل 14 نسخة منه، وذلك باستخدام MUTATION_NN التبخير. هذه الوظيفة يجعل نسخة من شبكة العصبية المصدر، إضافة قيم عشوائية من 0 إلى (في حالتنا) 0.1 لجميع الأوزان.
نحن نحافظ على مقابض ل 15 نونس الناتجة في صفيف، يمكننا أن نفعل ذلك، والمقبض هو مجرد عدد صحيح.
السبب في أننا نستخدم 15 ننس لا علاقة له مع التداول: اللحاء الشبكات العصبية البرمجيات يمكن رسم ما يصل إلى 15 خطوط على الرسم البياني في وقت واحد.
يمكننا استخدام نهج مختلفة للاختبار. أولا، يمكننا استخدام مجموعة التعلم، كل ذلك في وقت واحد. ثانيا، يمكننا اختبار على سبيل المثال، 12000 ريسوردس (من أصل 100000)، والمشي من خلال مجموعة التعلم، من البداية إلى النهاية. وهذا سيجعل ليرنيغس مختلفة، ونحن سوف ننظر للشبكة العصبية التي هي مربحة على أي جزء معين من البيانات، وليس فقط على مجموعة كاملة. النهج الثاني يمكن أن يعطينا مشاكل، إذا تغير البيانات، من البداية إلى النهاية. ثم ستتطور الشبكة، وستحصل على القدرة على التداول في نهاية مجموعة البيانات، وفقدان القدرة على التجارة في بدايتها.
لحل هذه المشكلة، ونحن في طريقنا لاتخاذ عشوائي 12000 سجلات شظايا من البيانات، وإطعامه إلى الشبكة العصبية.
نضيف أدناه طفل واحد لكل شبكة، مع أوزان مختلفة قليلا. ملاحظة، أن 0.1 للطفرة تانج ليس الخيار الوحيد، كما هو الأمر الواقع، حتى هذه المعلمة يمكن أن يكون الأمثل باستخدام الخوارزمية الجينية.
تضاف ننس التي تم إنشاؤها حديثا بعد 15 منها القائمة. بهذه الطريقة لدينا 30 ننس في صفيف، 15 القديمة و 15 جديدة. ثم سنقوم بالقيام بالدورة التالية من الاختبار، وقتل الخاسرين، من كلا الأجيال.
للقيام الاختبار، ونحن نطبق الشبكة العصبية لبياناتنا، لإنتاج مخرجات، ومن ثم استدعاء وظيفة الاختبار، التي تستخدم هذه النواتج لمحاكاة التداول. يتم استخدام نتائج التداول للتنازل، والتي هي الأفضل.
نحن نستخدم فاصلا من سجلات نلارن، من نستارت إلى نستارت + نلارن، حيث نستارت هو نقطة عشوائية ضمن مجموعة التعلم.
الرمز أدناه هو خدعة. السبب الذي نستخدمه هو توضيح الحقيقة، أن الخوارزمية الجينية يمكن أن تخلق خوارزمية جينية، ولكنها لن تكون بالضرورة أفضل واحد، وأيضا، لاقتراح، أنه يمكننا تحسين النتيجة، إذا كنا نعني بعض القيود على التعلم معالجة.
فمن الممكن، أن نظام التداول لدينا يعمل بشكل جيد جدا على الصفقات الطويلة، والفقراء جدا على القصير، أو العكس بالعكس. إذا، على سبيل المثال، الحرف الطويلة جيدة جدا، هذه الخوارزمية الجينية قد يفوز، حتى مع خسائر كبيرة على الصفقات قصيرة.
لتجنب ذلك، ونحن تعيين المزيد من الوزن إلى الصفقات الطويلة في التداولات الفردية والقصيرة في دورات حتى. هذا هو مجرد مثال، ليس هناك ما يضمن، أنه سيحسن شيئا. المزيد عن ذلك أدناه، في مناقشة حول التصحيحات. من الناحية الفنية، لم يكن لديك للقيام بذلك، أو يمكن أن تجعل من مختلف.
إضافة الربح إلى صفيف فرزها. فإنه يعود موضع الإدراج، ثم نستخدم هذا الموقف لإضافة مقبض الشبكة العصبية والتعلم واختبار الأرباح إلى صفائف غير فرزها. الآن لدينا بيانات للشبكة العصبية الحالية في نفس مؤشر مجموعة أرباحها.
والفكرة هي الوصول إلى مجموعة من الشبكات الوطنية، مرتبة حسب الربحية. كما صفيف هو الفرز حسب الربح، لإزالة 1/2 من الشبكات، التي هي أقل ربحية، ونحن بحاجة فقط لإزالة ننس 0 إلى 14.
وتستند قرارات التداول على قيمة إشارة الشبكة العصبية، من وجهة النظر هذه البرنامج هو مطابق لأمثلة من المادة السابقة.
استراتيجية التداول الفوركس: مناقشة المثال 0.
أولا وقبل كل شيء، دعونا نلقي نظرة على الرسوم البيانية. الرسم البياني الأول للربح خلال التكرار الأول ليس جيدا على الإطلاق، كما ينبغي أن يتوقع، الشبكة العصبية يفقد المال (image_00_gen_0.png صورة نسخ بعد التكرار الأول من "الصور" مجلد):
صورة للربح على دورة 15 هو أفضل، وأحيانا، يمكن الخوارزمية الجينية تعلم سريع حقا:
ومع ذلك، لاحظ التشبع على منحنى الربح.
ومن المثير للاهتمام أيضا أن ننظر في طريقة تغير الأرباح الفردية، مع الأخذ في الاعتبار، أن عدد منحنى، ويقول، 3 ليس دائما لنفس الشبكة العصبية، كما يجري ولدت وإنهاء كل الوقت:
ونلاحظ أيضا أن القليل من نظام التداول الآلي في الفوركس يؤدي إلى ضعف في الصفقات القصيرة، وأفضل بكثير على الأطوال، التي قد تكون أو لا تكون ذات صلة بالحقيقة، أن الدولار يتراجع مقارنة باليورو خلال تلك الفترة. كما قد يكون لها علاقة مع معلمات مؤشرنا (ربما، نحن بحاجة إلى فترة مختلفة للسراويل القصيرة) أو اختيار المؤشرات.
هنا هو التاريخ بعد 92 و 248 دورات:
لمفاجأة لدينا، خوارزمية وراثية فشلت تماما. دعونا نحاول معرفة السبب، وكيفية مساعدة الوضع.
أولا وقبل كل شيء، أليس كل جيل من المفترض أن يكون أفضل من بريفيوس واحد؟ الجواب ليس، على الأقل ليس ضمن النموذج الذي استخدمناه. إذا أخذنا التعلم الكامل مجموعة في وقت واحد، واستخدامها مرارا وتكرارا لتعليم لدينا ننس، ثم نعم، فإنها سوف تتحسن على كل جيل. ولكن بدلا من ذلك، أخذنا شظايا عشوائية (12000 السجلات في الوقت المناسب)، واستخدامها.
سؤالان: لماذا فشل النظام على شظايا عشوائية من مجموعة التعلم، ولماذا لم نستخدم مجموعة التعلم بأكمله؟ حسنا. للإجابة على السؤال الثاني، فعلت. أداء ننس بشكل كبير - على مجموعة التعلم. وفشلت في اختبار مجموعة، لنفس السبب أنه فشل عندما استخدمنا التعلم فب. لوضعها بشكل مختلف، حصلت لدينا نونس أوفرسبيسياليزد، تعلموا كيفية البقاء على قيد الحياة في البيئة التي تستخدم ل، ولكن ليس خارج ذلك. هذا يحدث الكثير في الطبيعة.
كان القصد من النهج الذي أخذنا بدلا من ذلك للتعويض عن ذلك، من خلال إجبار ننس لأداء جيدة على أي جزء عشوائي من مجموعة البيانات، بحيث نأمل، فإنها يمكن أن تؤدي أيضا على مجموعة اختبار غير مألوف. بدلا من ذلك، فشلت كل من الاختبار وعلى مجموعة التعلم.
تخيل الحيوانات، الذين يعيشون في الصحراء. وهناك الكثير من الشمس، لا الثلوج على الإطلاق. هذا هو ميتافور للسوق ريج، كما لدينا بيانات ننس تلعب دور البيئة. الحيوانات تعلمت أن تعيش في الصحراء.
تخيل الحيوانات التي تعيش في مناخ بارد. الثلج ولا أشعة الشمس على الإطلاق. حسنا، تم تعديلها.
ومع ذلك، في تجربتنا، وضعنا عشوائيا لدينا ن في الصحراء، في الثلج، في الماء، على الأشجار. من خلال تقديم لهم شظايا مختلفة من البيانات (ارتفاع عشوائيا، السقوط، شقة). ماتت الحيوانات.
أو، لوضعها بشكل مختلف، اخترنا أفضل شبكة العصبية لمجموعة البيانات العشوائية 1، والتي، على سبيل المثال، كان لارتفاع السوق. ثم قدمنا، إلى الفائزين وأطفالهم، بيانات السوق المتساقطة. كان أداء الشبكات الوطنية ضعيفا، أخذنا أفضل أداء ضعيف، ربما، أحد الأطفال المتحولين، الذي فقد القدرة على التجارة في الأسواق الصاعدة، ولكن حصلنا على بعض القدرة على التعامل مع هبوط واحد.
ثم تحولنا الجدول مرة أخرى، ومرة ​​أخرى، حصلنا على أفضل أداء - ولكن أفضل بين الفقراء الأداء. نحن ببساطة لم نعطي لدينا الوطنية أي فرص لتصبح عالمية.
هناك تقنيات تسمح الخوارزمية الجينية لتعلم معلومات جديدة دون فقدان الأداء على المعلومات القديمة (بعد كل شيء، يمكن للحيوانات أن تعيش في الصيف وفي الشتاء، أليس كذلك؟ لذلك التطور هو قادرة على التعامل مع التغييرات المتكررة). قد نناقش هذه التقنيات في وقت لاحق، على الرغم من أن هذه المقالة هي أكثر حول استخدام اللحاء الشبكات العصبية البرمجيات، من حول بناء نظام التداول الآلي الفوركس ناجحة.
الخوارزمية الوراثية للشبكة العصبية: مثال 1.
الآن حان الوقت للحديث عن التصحيحات. وهناك خوارزمية وراثية بسيطة أنشأناها خلال الخطوة السابقة لها عيوب رئيسية. أولا، فشلت في التجارة مع الربح. على ما يرام، يمكننا أن نحاول استخدام نظام مدربين جزئيا (كان مربحا في البداية). العيب الثاني هو أكثر خطورة: ليس لدينا السيطرة على الأشياء، أن هذا النظام لا. على سبيل المثال، قد تتعلم أن تكون مربحة، ولكن مع سحب ضخمة.
بل هو حقيقة معروفة، أنه في واقع الحياة، يمكن للتطور تحسين أكثر من معلمة واحدة في وقت واحد. على سبيل المثال، يمكننا الحصول على حيوان، التي يمكن تشغيلها بسرعة وتكون مقاومة للبرد. لماذا لا تحاول أن تفعل الشيء نفسه في نظام التداول الآلي الفوركس لدينا؟
هذا عندما نستخدم التصحيحات، التي ليست سوى مجموعة من العقوبات إضافية. قل، يتداول نظامنا مع سحب 0.5، في حين نريد أن نؤكد ذلك إلى 0 - 0.3 الفاصل الزمني. ل "أخبر" النظام الذي ارتكب خطأ، ونحن خفض أرباحها (واحدة تستخدم لتحديد، والتي فازت الخوارزمية الجينية) إلى درجة، وهذا يتناسب مع حجم د. ثم، خوارزمية التطور يعتني بقية.
هناك عدد قليل من العوامل التي نريد أن نأخذها في الاعتبار: قد نرغب في الحصول على عدد متساو تقريبا من عمليات الشراء والبيع، ونحن نريد أن يكون لدينا المزيد من العمليات المربحة، ثم الإخفاقات، قد نرغب في رسم بياني للربح تكون خطية وهلم جرا.
في تطور_01.تسك نقوم بتنفيذ مجموعة بسيطة من التصحيحات. أولا وقبل كل شيء، نستخدم بعض العدد الكبير لقيمة تصحيح أولية. ونحن نضاعف ذلك إلى القيم الصغيرة (عادة، بين 0 و 1)، اعتمادا على "العقاب" نريد تطبيق. ثم نقوم بضرب أرباحنا لهذا التصحيح. ونتيجة لذلك، يتم تصحيح الربح، لتعكس مدى توافق الخوارزمية الجينية مع معاييرنا الأخرى. ثم نستخدم النتيجة للعثور على الشبكة العصبية الفائز.
استراتيجية تداول الفوركس: مناقشة المثال 1.
المثال 1 يعمل بشكل أفضل بكثير من المثال 0. خلال أول 100 دورة، تعلم الكثير، والرسوم البيانية الربح تبدو مطمئنة. ومع ذلك، كما هو الحال في المثال 0، الصفقات الطويلة هي أكثر ربحية بكثير، وهو ما يعني على الأرجح أن هناك مشكلة في نهجنا. ومع ذلك، وجد النظام وجود توازن بين زوجين من الظروف الأولية المتناقضة:
هناك بعض الديناميات الإيجابية سواء في مجموعة التعلم، والأهم من ذلك، في مجموعة الاختبار.
أما بالنسبة لمزيد من التعلم، في دورة 278 يمكننا أن نرى، أن نظامنا حصلت أوفيرترايند. وهذا يعني، ما زلنا نحرز تقدما في مجموعة التعلم:
ولكن مجموعة الاختبار تظهر الضعف:
هذه مشكلة شائعة مع ننس: عندما نعلمها على مجموعة التعلم، فإنه يتعلم التعامل معها، وأحيانا، فإنه يتعلم جيدا - إلى درجة، عندما يفقد الأداء على مجموعة الاختبار.
للتعامل مع هذه المشكلة، يتم استخدام الحل "التقليدي": نحن نبقي تبحث عن الشبكة العصبية، أن أداء أفضل على مجموعة اختبار، وحفظه، الكتابة فوق أفضل واحد سابق، في كل مرة يتم التوصل إلى ذروة جديدة. هذا هو نفس النهج، استخدمنا في التدريب ففب، إلا، وهذه المرة علينا أن نفعل ذلك أنفسنا (إضافة رمز، التي تبحث عن أفضل شبكة العصبية على مجموعة اختبار، والدعوة SAVE_NN، أو تصدير الأوزان من الشبكة العصبية إلى ملف). بهذه الطريقة، عند إيقاف التدريب الخاص بك، سيكون لديك أفضل أداء على اختبار مجموعة حفظ وانتظاركم.
لاحظ أيضا أنه ليس الحد الأقصى. الربح كنت بعد، ولكن الأداء الأمثل، لذلك النظر في استخدام التصحيحات، عند البحث عن أفضل أداء على مجموعة اختبار.
الخوارزمية الجينية لتحليل الفوركس الفني: أين الآن؟
بعد أن حصلت على الشبكة العصبية الفائز الخاص بك، يمكنك اتباع الخطوات، وصفها في المادة السابقة، لتصدير الأوزان من تلك الشبكة العصبية، ومن ثم استخدامها في منصة التداول في الوقت الحقيقي الخاص بك، مثل ميتا التاجر، محطة التجارة وهلم جرا.
بدلا من ذلك، يمكنك التركيز على طرق أخرى لتحسين الشبكة العصبية، على عكس خوارزمية ففب، هنا يمكنك الحصول على أفاي من استخدام التعلم واختبار مجموعات، ونقل التعلم المتسلسل.

MatlabTrading.
مدونة ل ماتلاب & # 174؛ المستخدمين المهتمين في استراتيجيات التداول الحسابية، باكتستينغ، تداول أزواج، المراجحة الإحصائية الخ.
الأربعاء، 7 ديسمبر، 2018.
اختبار وتحليل استراتيجيات التداول الحسابية في ماتلاب (الجزء 4) & # 8211؛ الخوارزميات الجينية.
تحسين الخوارزميات الجينية.
على الرغم من أن مبدأ وراثي (التطورية) خوارزمية هو موضح بشكل جيد جدا في ندوات ماثوركس على شبكة الإنترنت، ومع ذلك، فإنه يستخدم فقط لتحسين اختيار مجموعة استراتيجية من مجموعة. هذا هو مثال جيد على استخدام هذه الخوارزميات، ومع ذلك، فإنه يحدث أن هناك حاجة إلى تعيين العديد من المتغيرات مع فترات كبيرة لاستراتيجية واحدة، لا تحصل من خلال تكرار واحد والتوازي من العمليات & # 8211؛ الحسابات يمكن أن يستغرق عدة أيام. بالتأكيد، هناك استراتيجيات في المرحلة النهائية من التحسين، عندما نعلم تقريبا تقريبا استراتيجية التداول ناجحة، يمكننا أن ننتظر لعدة أيام أيضا أو استئجار الكتلة بأكملها - النتيجة قد يكون يستحق كل هذا العناء. ومع ذلك، إذا كنا بحاجة إلى "تقدير" نتائج استراتيجية "ضخمة" وتقرر ما إذا كان يستحق ذلك لقضاء الوقت، ثم الخوارزميات الجينية قد تكون مناسبة تماما.
الطريقة الخطية & # 8211؛ بل هو وضع المعتاد من الفرز الذي سترى جميع النتائج المتوسطة (دون المستوى الأمثل). أنه يعطي أقصى قدر من الدقة. الطريقة الموازية & # 8211؛ سيتم استخدام جميع حبات وحدة المعالجة المركزية الخاصة بك. أنها لا تسمح لرؤية نتائج وسيطة، ولكن إلى حد كبير يسرع العملية. أنه يعطي أقصى قدر من الدقة خلال زيادة سرعة الحساب. الطريقة الوراثية & # 8211؛ فإنه يستخدم خوارزمية التحسين التطوري. انها تسمح لرؤية القيم دون الأمثل، ولكن يعطي النتيجة على مقربة من أفضل. انها ليست طريقة دقيقة جدا، ولكنها دقيقة بما فيه الكفاية ل "تشغيل" الأولي للاستراتيجية. سريع جدا.
الاثنين 5 ديسمبر 2018.
اختبار وتحليل استراتيجيات التداول الخوارزمية في ماتلاب (الجزء 3) & # 8211؛ تصور العملية.
التصور لعملية الاختبار.
في تجربتي العمل، وأنا في كثير من الأحيان تحليل منصات شعبية أخرى لاختبار استراتيجية التداول، مثل ترادستاتيون، ميتاستوك، مولتيشارتس الخ، وكنت مندهشا دائما في كيفية إيلاء القليل من الاهتمام لتصور عملية الاختبار. الشيء هو أنه عندما لا نرى نتائج القيم المتوسطة، دون الأمثل من المعلمات الأمثل، ونحن في كثير من الأحيان رمي بعيدا الذهب جنبا إلى جنب مع الأوساخ. المسألة هي بسبب أخذ العينات على نطاق واسع بشكل مفرط، واستراتيجية ضبط المعلمات الطريقة إما أن نرى "استراتيجية مثالية" الذي فشل في الحياة الحقيقية أو رؤية واحد أو صفقتين، والتي من المفترض أن الأفضل لأنه تم اختيار مثل هذه البيانات الفاصل الزمني حيث ستكون أفضل استراتيجية تداول "شراء واستمرار"، ولكن لماذا هي استراتيجيات أخرى ضرورية لذلك؟
ماذا لو كان هناك أكثر من 4 أبعاد؟ عندما ترى ما هي الإشارات وعلى أي تردد تظهر في النطاق السعري، لديك تقريبا كل ما يلزم من التمثيل البصري لاستراتيجيتك: وتيرة المعاملات، وربحيتها (منحنى الدخل)، ودقة الافتتاح، والتشابه مع غيرها القيم المثالية، إلخ. التي لا يمكن أن يقال عن الأداء في الفضاء N الأبعاد، حيث أن جميع المعلومات المفيدة هي، في الواقع، أن القيمة المثلى ليست واحدة فقط ولكن هناك مجموعة كاملة من القيم دون الأمثل في واحد أو أكثر من المجالات.
أثناء تحسين إستراتيجية في وفاتولبوكس & # 8211؛ أداة تحليل المشي إلى الأمام ل ماتلاب & # 174؛ كما تم العثور على القيمة المثلى الجديدة، وإشارات استراتيجية التداول في الفترة في العينة وخارج العينة تظهر على الفور على الرسم البياني، حتى تتمكن من التحكم دائما ما مجموعة من الخيارات يجب عليك تعيين، وأيضا يمكنك إيقاف التحسين دون انتظار نهاية الاختبار، كما يتضح أن شيئا ما حدث خطأ أو كل شيء على ما يرام.
الأربعاء، 30 نوفمبر 2018.
اختبار وتحليل استراتيجيات التداول الخوارزمية في ماتلاب (الجزء 2) & # 8211؛ واجهة المستخدم الرسومية سهلة الاستخدام.
واجهة المستخدم الرسومية سهلة الاستخدام.
دعونا نبدأ مع حقيقة أنه لا توجد واجهة رسومية لأنه إذا افترضنا أن العملية برمتها من اختبار وتحليل استراتيجيات التداول هي موحدة (هو 99٪)، وكنت ترغب في الحصول على واجهة التي تساعدك على استدعاء البيانات اللازمة وبدء عملية الاختبار مع ضغطة واحدة.
للمستخدمين الجدد (وليس فقط) من ماتلاب هو أكثر ملاءمة لاستخدام واجهة المستخدم الرسومية مع أزرار وحقول دخول من للبحث في التعليمات البرمجية. لذلك، هناك واجهة المستخدم الرسومية حتى في أدوات أدوات ماثوركس في معظم الحالات لأنه أكثر ملاءمة. فإنه يسمح التركيز فقط على رمز الاستراتيجية الخاصة بك لأن استخدام واجهة المستخدم الرسومية لا يعني على الإطلاق أنه يحد بطريقة أو بأخرى قدرتك على كتابة استراتيجية.
وهكذا، في وفاتولبوكس، أنشأنا إمكانية كتابة أي رموز لاستراتيجية الخاص بك، وذلك باستخدام أي من علب أدوات ماتلاب والعمل مع أصول متعددة للاستراتيجيات مثل التداول أزواج، سلة التداول أو التحكيم الثلاثي، وما إلى ذلك؛ ولكن في نفس الوقت يتم دمج هذا الرمز بسهولة في واجهة المستخدم الرسومية من خلال استخدام أنماط، والتي هي بسيطة بما فيه الكفاية لتطبيق في التعليمات البرمجية وأنها لا تحد من الفرص.
الثلاثاء، 29 نوفمبر 2018.
اختبار وتحليل استراتيجيات التداول الحسابية في ماتلاب (الجزء 1) - مقدمة.
كيف بدأ كل شيء.
وكان عام 2008 (إذا لم أكن مخطئا) عندما تم إطلاق أول ندوة على التداول الخوارزمي في ماتلاب مع علي كازام، وتغطي موضوع تحسين الاستراتيجيات البسيطة على أساس المؤشرات الفنية، وما إلى ذلك على الرغم من & # 8220؛ الفوضى & # 8220 & # 8220؛ 8221؛ رمز، كانت أدوات مثيرة للاهتمام بما فيه الكفاية للاستخدام. وكانت بمثابة نقطة انطلاق للبحث وتعزيز نموذج الاختبار والتحليل الذي يسمح باستخدام كل قوة أدوات الأدوات وحرية الإجراءات ماتلاب خلال إنشاء استراتيجيات التجارة الخاصة بها، وفي الوقت نفسه أنها تسمح للسيطرة على العملية من الاختبار والبيانات التي تم الحصول عليها وتحليلها اللاحق سيختار محفظة فعالة من أنظمة التداول القوية.
لماذا يجب على كل ألكوترادر ​​إعادة اختراع العجلة؟
ومع ذلك، لم تقدم ماثووركس حلا كاملا لاختبار وتحليل الاستراتيجيات & # 8211؛ تلك الرموز التي يمكنك الخروج من ندوات عبر الإنترنت كانت "عناصر" فقط من اختبار النظام الكامل، وكان من الضروري تعديلها، وتخصيصها، وإضافتها إلى واجهة المستخدم الرسومية لسهولة الاستخدام. لقد استغرق الأمر وقتا طويلا، مما يطرح سؤالا: أيا كانت الاستراتيجية، يجب أن تمر بنفس عملية الاختبار والتحليل، مما يسمح بتصنيفها على أنها مستقرة وقابلة للاستعمال & # 8211؛ فلماذا يجب على كل ألكوترادر ​​إعادة اختراع العجلة وكتابة له / لها التعليمات البرمجية الخاصة لاستراتيجيات الاختبار المناسبة في ماتلاب؟
قررنا أن ندعو حل وفاتولبوكس - المشي إلى الأمام أدوات التحليل الذي الإصدار التجريبي كانت متاحة على وفاتولبوكس منذ عام 2018.
الاثنين، 7 نوفمبر 2018.
قف ؟! ماذا حدث مع المدونة؟
ماذا حدث مع المدونة؟
1. جيف كوزنيتسوف ليس المالك بعد الآن.
2. لقد غيرت العلامة التجارية.
ماذا سيحدث للمدونة؟
1 - المزيد من الوظائف والمقالات.
نأمل أن تجلب الحياة لهذه المدونة عن طريق نشر محتويات ذات الصلة مرة أو مرتين في الأسبوع. في الأشهر القليلة الأولى، سنقوم بنشر معظم هذه المقالات وأشرطة الفيديو التي لدينا بالفعل لجعل من الأسهل على القراء الأعزاء لدينا للبحث عن معلومات عن مورد واحد وربطها عليها.
أزواج المراجحة الإحصائية التداول / يعني انعكاس / السوق استراتيجيات التداول محايدة على أساس التكامل المشترك / بولينجر العصابات / كلمان مرشح الخ للسلع والأسهم وفوركس. الاتجاه التالي استراتيجيات مع جوريك المتوسط ​​المتحرك وغيرها من المرشحات الرقمية المتطورة. استراتيجيات التنبؤ مع التعلم الآلي (آلات دعم ناقلات) وغيرها من الأساليب. خلق استراتيجيات تداول قوية باستخدام البصرية إلى الأمام اختبار إدارة الأموال لإعادة استثمار رأس المال الخاص بك (العلم حول كيفية الحصول على 1M $ من 10K $ في السنة مع الحد الأقصى، ولكن المقدرة المخاطر والعرق المكافآت). ربما بعد قراءة هذا كنت قد ظننت أن هذا سيكون مقالا آخر البكم لأولئك الفقراء الذين يسعون كيف تصبح غنية من خلال "التداول على الفوركس" وكل ذلك. حسنا، هذا هو كاذبة تماما! نحن نعمل في ماتلاب، وغالبيتنا من العلماء والخبراء في هذا الجانب لذلك كل شيء خطير.
2. المزيد من التفاعل.
الثلاثاء، 1 يناير 2018.
انتعاش يومي.
قواعد بسيطة ومتشابهة لاستراتيجية اختبرت في آخر مشاركة:
إذا تجاوز شريط عودة الزوج 1 على Z النتيجة، والتجارة في شريط المقبل.
النتيجة تبدو جميلة جدا:
إذا كنت تعتقد أن هذا المخطط هو جيد جدا ليكون صحيحا، وهذا هو الحال في الواقع الحال. لم تؤخذ في الاعتبار أي تكاليف معاملات أو انتشار عرض الأسعار. في الواقع، أود أن أشك في أنه سيكون هناك أي ربح اليسار بعد طرح جميع تكاليف التداول.
ومع ذلك، هذا النوع من الرسوم البيانية هو تعلق الجزر أمام أنفي، مما يجعلني أذهب.
الأحد، 30 ديسمبر، 2018.
هل تداول أزواج ميت؟
من هذه إتفس يمكن إجراء 90 أزواج فريدة من نوعها. كل زوج هو الذي شيد كسوق محايدة الانتشار.
في كل يوم، لكل زوج، وحساب ض النتيجة على أساس 25 يوما الانحراف المعياري.
إذا كانت النتيجة Z & غ؛ عتبة، تذهب قصيرة، وثيقة في اليوم التالي.
إذا كانت النتيجة س & لوت؛ - threshold تذهب طويلة، بالقرب من اليوم التالي.
في ما يلي النتائج المحاكية لعدة عتبات:
ليست هذه هي المرة الأولى التي جئت عبر هذا التغيير في يعني عكس السلوك في إتفس. بغض النظر عن ما حاولت، لم يكن لي الحظ في العثور على استراتيجية التداول أزواج من شأنها أن تعمل على إتفس الماضي 2018. استنتاجي هو أن هذه الأنواع من نماذج ستات أرب بسيطة فقط لا قطعه أكثر من ذلك.
وفاتولبوكس - المشي إلى الأمام أدوات التحليل.
ماتلاب الوظيفة الإضافية لتطوير استراتيجيات التداول خوارزمية في ماتلاب طريقة سهلة.

استخدام الخوارزميات الجينية للتنبؤ بالأسواق المالية.
اقترح بيرتون في كتابه "المشي العشوائي في وول ستريت"، (1973) أن "قرد معصوب العينين يلقي رمي السهام في صفحات مالية في صحيفة يمكن أن تختار محفظة من شأنها أن تفعل تماما وكذلك واحدة مختارة بعناية من قبل الخبراء". في حين أن التطور قد جعل الإنسان لا أكثر ذكاء في انتقاء الأسهم، نظرية تشارلز داروين فعالة جدا عندما تطبق بشكل مباشر أكثر. (لمساعدتك في اختيار الأسهم، تحقق من كيفية اختيار الأسهم.)
ما هي الخوارزميات الجينية؟
وفي الأسواق المالية، تستخدم الخوارزميات الجينية بشكل أكثر شيوعا للعثور على أفضل قيم توليفة للمعلمات في قاعدة تداول، ويمكن أن تدمج في نماذج آن مصممة لتحديد الأسهم وتحديد الصفقات. وقد أظهرت العديد من الدراسات أن هذه الأساليب يمكن أن تكون فعالة، بما في ذلك "الخوارزميات الجينية: تكوين تقييم الأسهم" (2004) من قبل راما، و "تطبيقات الخوارزميات الجينية في بيانات سوق الأسهم تحسين التعدين" (2004) من قبل لين، تساو وانغ ، تشانغ. (لمعرفة المزيد عن أن، انظر الشبكات العصبية: التنبؤ الأرباح).
كيفية عمل الخوارزميات الجينية.
على سبيل المثال، قد تتضمن قاعدة تداول استخدام معلمات مثل المتوسط ​​المتحرك للتقارب-الاختلاف (ماسد)، المتوسط ​​المتحرك الأسي (إما) و ستوشاستيك. وعندئذ تقوم الخوارزمية الجينية بإدخال القيم في هذه المعلمات بهدف تحقيق أقصى قدر من صافي الربح. مع مرور الوقت، يتم إدخال تغييرات صغيرة وتلك التي تجعل تأثير مرغوب فيه يتم الاحتفاظ بها للجيل القادم.
هناك ثلاثة أنواع من العمليات الجينية التي يمكن بعد ذلك القيام بها:
وتمثل عمليات الانتقال الاستنساخ والتقاطع البيولوجي في البيولوجيا، حيث يأخذ الطفل خصائص معينة من والديه. وتمثل الطفرات طفرة بيولوجية وتستخدم للحفاظ على التنوع الوراثي من جيل واحد من السكان إلى الجيل التالي من خلال إدخال تغييرات صغيرة عشوائية. الاختيارات هي المرحلة التي يتم فيها اختيار الجينومات الفردية من السكان من أجل التكاثر في وقت لاحق (إعادة التركيب أو كروس أوفر).
ثم يتم استخدام هذه الشركات الثلاث في عملية من خمس خطوات:
تهيئة عدد عشوائي من السكان، حيث كل كروموسوم هو n - طول، مع ن يجري عدد من المعلمات. وهذا يعني أنه يتم تحديد عدد عشوائي من المعلمات مع العناصر n لكل منهما. حدد الكروموسومات، أو المعلمات، التي تزيد من النتائج المرغوبة (صافي الربح المفترض). تطبيق طفرة أو مشغلي كروس إلى الآباء المختارين وتوليد نسل. ريكومبين ذرية والسكان الحاليين لتشكيل السكان الجدد مع المشغل اختيار. كرر الخطوات من 2 إلى 4.
مع مرور الوقت، هذه العملية سوف يؤدي إلى الكروموسومات مواتية على نحو متزايد (أو، المعلمات) لاستخدامها في قاعدة التداول. ثم يتم إنهاء العملية عند استيفاء معايير التوقف، والتي يمكن أن تشمل وقت التشغيل، واللياقة البدنية، وعدد الأجيال أو معايير أخرى. (لمزيد من المعلومات عن مؤشر الماكد، قم بقراءة التداول اختلاف ماكد).
استخدام الخوارزميات الجينية في التداول.
عند استخدام هذه التطبيقات، يمكن للتجار تعريف مجموعة من المعلمات التي يتم تحسينها بعد ذلك باستخدام خوارزمية وراثية ومجموعة من البيانات التاريخية. يمكن لبعض التطبيقات تحسين المعلمات التي تستخدم والقيم بالنسبة لهم، في حين أن البعض الآخر يركز في المقام الأول على مجرد تحسين القيم لمجموعة معينة من المعلمات. (لمعرفة المزيد حول هذه الاستراتيجيات المستمدة من البرنامج، راجع قوة برنامج الصفقات.)
نصائح التحسين الهامة والخدع.
اختيار المعلمات هو جزء مهم من العملية، ويجب على التجار البحث عن المعلمات التي ترتبط بالتغيرات في سعر الأمن معين. على سبيل المثال، جرب مؤشرات مختلفة ومعرفة ما إذا كان أي من هذه العوامل يبدو مرتبطا بتحولات السوق الرئيسية.

تجارة خوارزمية.
تطوير أنظمة التداول مع ماتلاب.
التداول الخوارزمي هو استراتيجية التداول التي تستخدم الخوارزميات الحسابية لدفع قرارات التداول، وعادة في الأسواق المالية الإلكترونية. تطبق في جانب الشراء وبيع الجانب المؤسسات، التداول الخوارزمية تشكل أساس التداول عالية التردد، تداول الفوركس، و تحليل المخاطر و التنفيذ المرتبطة بها.
يحتاج بناة ومستخدمي تطبيقات التداول الحسابية إلى تطوير، باكتست، ونشر النماذج الرياضية التي تكتشف وتستغل تحركات السوق. يتضمن سير العمل الفعال ما يلي:
تطوير استراتيجيات التداول باستخدام السلاسل الزمنية التقنية والتعلم الآلي وطرق السلاسل الزمنية غير الخطية تطبيق الحوسبة المتوازية والجرافيك للقياس المسبق الفعال للوقت وتحديد المعلمة حساب الربح والخسارة وإجراء تحليل المخاطر تنفيذ تحليلات التنفيذ، مثل نمذجة تأثير السوق، وتحليل تكاليف المعاملات، وكشف الجبال الجليدية دمج الاستراتيجيات والتحليلات في بيئات تداول الإنتاج.
أمثلة وكيفية.
التحرك إلى الأمام: استخدام ماتلاب ل باكتست استراتيجية التداول الخاص بك 35:15 - الويبينار كوينغغراتيون وأزواج التداول مع أدوات الاقتصاد القياسي 61:27 - ويبينار ماتلاب خادم الإنتاج للتطبيقات المالية 38:28 - ويبينار بدء العمل مع أدوات التداول، الجزء 1: ربط للوسطاء التفاعلية 7:22 - فيديو كالبيرس تحليلات العملة السوق ديناميات لتحديد فرص التداول اليومي - قصة المستخدم التداول الكمي: كيفية بناء بنفسك تجارة خوارزمية الأعمال، من قبل إرنست تشان - كتاب خوارزمية التداول - نظرة عامة خوارزمية رمز التداول وغيرها من الموارد - ملف إكسهانج التحليل المالي & أمب؛ ترادينغ - ماثوركس للاستشارات.
مرجع البرنامج.
أدوات التداول وظائف - التوثيق تصنيف المتعلم التطبيق - الاحصائيات وآلة التعلم أدوات التطبيق موفافغ: الرائدة والتخلف المتوسط ​​المتحرك الرسم البياني - الأدوات المالية وظيفة شارب: حساب نسبة شارب - الأدوات المالية وظيفة غاوبتيمسيت: إنشاء خوارزمية الجينية هيكل الخيارات - - الاقتصاد القياسي أدوات الأدوات وظائف الشبكة العصبية سلسلة الوقت أداة - شبكة الأدوات العصبية الوثائق.
اختر بلدك.
اختر بلدك للحصول على المحتوى المترجم حيثما كان ذلك متاحا وشاهد الأحداث المحلية والعروض. استنادا إلى موقعك، نوصي بتحديد:.
يمكنك أيضا تحديد موقع من القائمة التالية:
كندا (الإنجليزية) الولايات المتحدة (الإنجليزية)
بلجيكا (الإنجليزية) الدنمارك (الإنجليزية) ديوتسكلاند (ديوتسش) إسبانا (إسبانول) فنلندا (الإنجليزية) فرنسا (الفرنسية) أيرلندا (الإنجليزية) إيطاليا (إيتاليانو) لوكسمبورغ
هولندا (الإنجليزية) النرويج (الإنجليزية) Österreich (ديوتسش) البرتغال (الإنجليزية) السويد (الإنجليزية) سويسرا ديوتسش إنجليش فرانسيس المملكة المتحدة (الإنجليزية)
آسيا والمحيط الهادئ.
أستراليا (الإنجليزية) الهند (الإنجليزية) نيوزيلندا (الإنجليزية) 中国 (简体 中文) 日本 (日本語) 한국 (한국어)
استكشاف المنتجات.
محاولة أو شراء.
تعلم كيفية الاستخدام.
الحصول على الدعم.
حول ماثوركس.
تسريع وتيرة الهندسة والعلوم.
ماثوركس هي الرائدة في مجال تطوير البرمجيات الحاسوبية الرياضية للمهندسين والعلماء.