#1 05-09-2025 13:50:43

Climax

Administrateur

Inscription: 30-08-2008

Messages: 6 299

La nouvelle plateforme MT5 offre des améliorations à Algo Forge et une prise en charge étendue d'OpenBLAS.

Le vendredi 5 septembre 2025, la version 5260 de la plateforme MetaTrader 5 (MT5) sera mise à disposition.

Dans cette version, MetaQuotes continue d'étendre la bibliothèque d'algèbre linéaire OpenBLAS dans MQL5 avec un nouvel ensemble de fonctions. Ces méthodes offrent aux développeurs un cycle de transformation complet, de la préparation préliminaire des matrices au calcul précis et stable du spectre.

De plus, MQL5 applique désormais un contrôle plus strict sur l'héritage et la surcharge des méthodes dans les classes et les structures. Le nouveau comportement d'héritage et les contraintes du compilateur permettent d'éviter les erreurs potentielles dans la logique des applications.

Les développeurs ont également amélioré la gestion des fichiers dans les projets Algo Forge, accélérant les calculs de hachage et éliminant les fausses détections de modifications de fichiers.

Une documentation complète sur MQL5 Algo Forge a été publiée sur le site web du service. Elle présente clairement toutes les fonctionnalités et les avantages de l'utilisation du système Git pour les traders algorithmiques : comment explorer des projets, suivre des publications intéressantes, collaborer et cloner des référentiels.

Cinq nouvelles méthodes OpenBLAS ont été ajoutées dans la section Équilibre matriciel, élargissant ainsi les fonctionnalités pour les matrices carrées. Le nouvel ensemble de fonctions offre :

• Équilibre matriciel pour une meilleure précision dans les calculs des valeurs propres.

• Transformations inverses des vecteurs propres.

• Réduction à la forme de Hessenberg et décomposition de Schur, y compris la génération de matrices orthogonales.

Ces méthodes offrent aux développeurs un cycle de transformation complet, depuis la préparation préliminaire de la matrice jusqu'au calcul précis et stable du spectre.

Ces méthodes sont basées sur les algorithmes LAPACK (GEBAL, GEBAK, GEHRD, ORGHR, HSEQR), garantissant des performances et une fiabilité élevées :

• MatrixBalance : équilibre une matrice réelle ou complexe générale en permutant les lignes et les colonnes et en appliquant des transformations de similarité diagonales. L'équilibrage peut réduire la norme 1 de la matrice et améliorer la précision des valeurs propres et/ou des vecteurs propres calculés (fonction LAPACK GEBAL).

• EigenVectorsBackward : forme les vecteurs propres droits ou gauches d'une matrice générale réelle ou complexe par transformation inverse sur les vecteurs propres calculés de la matrice équilibrée (fonction LAPACK GEBAK).

• ReduceToHessenbergBalanced : réduit une matrice générale équilibrée réelle ou complexe à la forme de Hessenberg supérieure par une transformation de similarité orthogonale (fonction LAPACK GEHRD).

• ReflectHessenbergBalancedToQ : génère une matrice orthogonale Q qui est définie comme le produit de réflecteurs élémentaires d'ordre n générés par réduction à la forme de Hessenberg (fonction LAPACK ORGHR).

• EigenHessenbergBalancedSchurQ : calcule les valeurs propres d'une matrice de Hessenberg et les matrices T et Z à partir de la décomposition de Schur ; calcule éventuellement la factorisation de Schur d'une matrice d'entrée réduite à la forme de Hessenberg (fonction LAPACK HSEQR).

Deux nouvelles méthodes ont été ajoutées dans la section Valeurs propres. Ces deux fonctions calculent efficacement les vecteurs propres après la décomposition de Schur, complétant ainsi l'ensemble complet d'outils d'algèbre linéaire dans MQL5 :

• EigenVectorsTriangularZ : calcule les vecteurs propres d'une matrice réelle quasi-triangulaire supérieure ou complexe triangulaire supérieure (forme de Schur). Utilise la décomposition A = Q · T · Qᴴ (fonction LAPACK TREVC). Offre une grande précision.

• EigenVectorsTriangularZBlocked : version en bloc pour calculer les vecteurs propres d'une matrice quasi-triangulaire supérieure réelle ou triangulaire supérieure complexe (fonction LAPACK TREVC3). Plus rapide mais moins précise.

---

Le trading de CFD implique un risque de perte significatif, il ne convient donc pas à tous les investisseurs. 74 à 89% des comptes d'investisseurs particuliers perdent de l'argent en négociant des CFD.