記事「知っておくべきMQL5ウィザードのテクニック（第83回）： ストキャスティクスとFrAMAのパターンの使用 - 行動アーキタイプ」についてのディスカッション 新しいコメント MetaQuotes 2026.01.02 12:19 新しい記事「知っておくべきMQL5ウィザードのテクニック（第83回）： ストキャスティクスとFrAMAのパターンの使用 - 行動アーキタイプ」はパブリッシュされました: ストキャスティクスとフラクタル適応型移動平均(FrAMA: Fractal Adaptive Moving Average)は、互いに補完し合う特性を持っており、MQL5のエキスパートアドバイザー(EA)で使える指標ペアの1つです。ストキャスティクスはモメンタムの変化を捉えるために使用し、FrAMAは現在のトレンドを確認するために利用します。本記事では、これら2つのインジケーターの組み合わせについて、MQL5ウィザードを活用して構築およびテストをおこない、その有効性を検証します。 今回の記事では、ストキャスティクスとFrAMAを統合したカスタムシグナルクラスを作成し、詳細に検証します。2つのよく知られたインジケーターを統合することで、それらのロジックを「パイプライン化したバイナリ表現」として出力することを目的とした、強力なハイブリッドシステムを構築します。この表現は、主に市場パターンに含まれるデジタルノイズをフィルタリングする役割を果たします。今回も、異なる市場環境に対応する10種類の指標パターンを検討します。想定する市場タイプは、トレンド型/平均回帰型、市場間の相関/非相関、低ボラティリティ/高ボラティリティです。カスタムシグナルクラス内で定義するこれら10個のパターンは、それぞれ、FrAMAの傾き、ストキャスティクスの位置関係、あるいは特定の価格パターンを表しています。 したがって、カスタムシグナルクラスの設計は、MQL5ウィザードのモジュール型構造と非常によく整合しています。記事末尾に添付されているコードは、MQL5\Include\Expert\Signal\Customフォルダ、もしくは添付された「.mq5」ファイルのヘッダに記載されている場所へ配置することを想定しています。これらの手順や、ウィザードを使ったEAの組み立て方法については、新しい読者向けにこちらで説明しています。カスタムシグナルクラスに含まれる10個の各パターンはすべて「自己完結型」であり、同一の計算フレームワークを共有しながらも、ユーザーはそれぞれを有効/無効に切り替えたり、個別に重みを設定したり、ストラテジーテスターで条件を個別に最適化したりすることができます。そのため、EA全体の構成はブラックボックスではなく、できる限り透明性の高いものになっています。高いカスタマイズ性を備えていることから、本質的に適応性があり、トレンド相場やレンジ（平均回帰）相場、相関/非相関市場、低ボラティリティ/高ボラティリティといったさまざまな市場環境に対して、ハイパーチューニングレベルで対応できる設計となっています。 作者: Stephen Njuki 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
新しい記事「知っておくべきMQL5ウィザードのテクニック（第83回）： ストキャスティクスとFrAMAのパターンの使用 - 行動アーキタイプ」はパブリッシュされました:
今回の記事では、ストキャスティクスとFrAMAを統合したカスタムシグナルクラスを作成し、詳細に検証します。2つのよく知られたインジケーターを統合することで、それらのロジックを「パイプライン化したバイナリ表現」として出力することを目的とした、強力なハイブリッドシステムを構築します。この表現は、主に市場パターンに含まれるデジタルノイズをフィルタリングする役割を果たします。今回も、異なる市場環境に対応する10種類の指標パターンを検討します。想定する市場タイプは、トレンド型/平均回帰型、市場間の相関/非相関、低ボラティリティ/高ボラティリティです。カスタムシグナルクラス内で定義するこれら10個のパターンは、それぞれ、FrAMAの傾き、ストキャスティクスの位置関係、あるいは特定の価格パターンを表しています。
したがって、カスタムシグナルクラスの設計は、MQL5ウィザードのモジュール型構造と非常によく整合しています。記事末尾に添付されているコードは、MQL5\Include\Expert\Signal\Customフォルダ、もしくは添付された「.mq5」ファイルのヘッダに記載されている場所へ配置することを想定しています。これらの手順や、ウィザードを使ったEAの組み立て方法については、新しい読者向けにこちらで説明しています。カスタムシグナルクラスに含まれる10個の各パターンはすべて「自己完結型」であり、同一の計算フレームワークを共有しながらも、ユーザーはそれぞれを有効/無効に切り替えたり、個別に重みを設定したり、ストラテジーテスターで条件を個別に最適化したりすることができます。そのため、EA全体の構成はブラックボックスではなく、できる限り透明性の高いものになっています。高いカスタマイズ性を備えていることから、本質的に適応性があり、トレンド相場やレンジ（平均回帰）相場、相関/非相関市場、低ボラティリティ/高ボラティリティといったさまざまな市場環境に対して、ハイパーチューニングレベルで対応できる設計となっています。
作者: Stephen Njuki