このシステムをmt5で使用するには、このPYコードをメタエディタにどのように変換すればよいのでしょうか?
これは興味深い記事だが、私は批判したい。
- SHA-256エンコーディングは不適切な選択だ。
- 暗号ハッシュは、入力の小さな変化が擬似ランダムで 無相関の出力を生成するように明示的に設計されている。
- SHA-256ハッシュを特徴表現として使うことは、こう言っているようなものだ:「まず、データの構造をすべて注意深く破壊してから、擬似ランダムビットを分析してパターンを探します!
- パラメータのチューニングが弱い!a = 70000000やN = 17000000のような定数は、金融時系列で 最適に働くように経験的に選んだと明言している。
- しかし、それを示していない:
- どのように選んだのか、どの期間で選んだのか。
- 別のホールドアウト・セットを使ったのか?
- 多くの組み合わせを試し、最も良さそうなものだけを報告したのか?
- すべてがシミュレーター上で動いているのであって、本物のIBM量子デバイスではない。これは重要なことだ:
- シミュレーターは古典的なプログラムに過ぎず、等しく最適化された古典的アルゴリズムと比較しない限り、スピードアップの主張は無意味だ。
- 実際のハードウェアのノイズやコヒーレンスの制限により、すでに弱い信号がさらに劣化する。
あなたのアルゴリズムがコード化されている方法には欠陥があり、いくつかのレベルで間違っています。
1) シンボルや時間枠が何であれ、予測は常に "0 "のベアッシュである。
2) SHA256に関しては、私の同僚が言ったことを読むべきだ。
3) あなたのコードには間違いがある
代わりに
rates = mt5.copy_rates_from_pos(symbol, timeframe,n_candles, offset ).
rate = mt5.copy_rate_from_pos(symbol, timeframe, offset, n_candles) とする。
もし私が初心者だとお思いなら、このウェブページをご覧ください、
このウェブページをご覧ください =>https://www.mql5.com/ja/docs/python_metatrader5/mt5copyratesfrompos_py
では、提供されたコードを修正してください
Rgds
Documentation on MQL5: copy_rates_from_pos / Python Integration
- www.mql5.com
Get bars from the MetaTrader 5 terminal starting from the specified index. Parameters symbol [in] Financial instrument name, for example...
私はまだ調査を始めたばかりだ。2024年に投稿された以下のビデオによると、IBM量子コンピューターへのオープンソース・アクセスが月10分の割合で無料である。実行速度が速く、有料アクセスには1秒あたり1.60米ドルがかかる(14分以降を参照)ことを考慮するまでは、これはあまり印象的なことではないようだ:
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
新しい記事「IBMの量子コンピュータを使ってすべての価格変動パターンを解析する」はパブリッシュされました:
ほとんどのトレーダーは依然として従来のインジケーターやパターンに頼っていますが、量子コンピュータは全く新しい地平を切り開きます。IBMの量子コンピュータとQiskitライブラリを使えば、従来のテクニカル分析を超えて、量子レベルで市場を探索することが可能です。市場では、あらゆる価格変動が重ね合わせの状態で存在しているのです。
さて、大げさな表現は置いておき、事実を見てみましょう。量子コンピューティングは、取引のすべての問題を魔法のように解決するわけではありません。それは、金融市場と量子力学の両方に対する深い理解を必要とする強力なツールです。そしてここからが面白い部分です。
この記事では、MetaTrader 5とQiskitを組み合わせた、量子市場解析の実践的な実装について紹介します。量子状態の視点から履歴データを解析し、市場のイベントホライズンを超えて観察する試みです。私たちのアプローチは、古典的確率論、量子位相推定(QPE)、最新の機械学習手法を組み合わせています。
なぜ今、それが可能になったのでしょうか。第一に、量子コンピュータは、実際の問題を解くのに十分な発展段階に達しました。第二に、Qiskitのようなライブラリが登場し、一般の開発者でも量子計算を扱えるようになりました。そして第三に、私たちは金融データを効果的に量子状態に変換する方法を学びました。
私たちの実験は、量子重ね合わせを使って、すべての可能な価格パスを同時に解析できるかというシンプルな問いから始まりました。答えは非常に興味深く、やがて本格的な研究へと発展し、MQL5コミュニティと共有したいと思うに至りました。
作者: Yevgeniy Koshtenko