記事「MQL5で自己最適化エキスパートアドバイザーを構築する（第7回）：複数期間での同時取引」についてのディスカッション

[MetaQuotes]

新しい記事「MQL5で自己最適化エキスパートアドバイザーを構築する（第7回）：複数期間での同時取引」はパブリッシュされました:

本連載記事では、テクニカル指標を使用する際の最適な期間を特定するためのさまざまな方法を検討してきました。本記事では、読者に対して逆のロジックを示します。すなわち、単一の最適期間を選ぶのではなく、利用可能なすべての期間を効果的に活用する方法を示します。このアプローチにより廃棄されるデータ量が減少し、通常の価格予測以外に機械学習アルゴリズムを活用する方法も得られます。

前回の自己最適化エキスパートアドバイザー(EA)に関する議論では、RSIクラスを構築し、複数のRSI期間にわたる指標データを意味のある整理された方法で取得できるようにしました。その内容を未読の方は、こちらから簡単に確認できます。しかし、本記事ではRSIから離れ、代わりにWilliam's Percent Range (WPR)指標を使用します。

WPRは一般的にモメンタムオシレーターと見なされ、その総範囲は0から-100です。0から-20の値は弱気、-80から-100の値は強気と見なされます。この指標は基本的に、指定された期間内での最高値と比較して、現在の銘柄価格を評価する仕組みです。まず最初の目標は、RSIクラスとWPRクラスの両方で共有できるSingleBufferIndicatorという新しいクラスを構築することです。RSIクラスとWPRクラスが共通の親クラスを持つことで、両方の指標クラスで一貫した機能を実現できます。まずSingleBufferIndicatorクラスを定義し、そのクラスメンバーをリストアップして始めます。 

この設計アプローチには多くの利点があります。たとえば、将来的にすべての指標クラスに追加したい新機能があった場合、親クラスであるSingleBufferIndicator.mqhを更新するだけで済み、そこから子クラスをコンパイルすることで更新内容が反映されます。継承はオブジェクト指向プログラミングにおいて不可欠な機能であり、1つのクラスを修正するだけで多くのクラスを効果的に管理できます。 

作者: Gamuchirai Zororo Ndawana