記事、ライブラリコメント - ページ 12

新しい記事「 ペア取引における平均回帰による統計的裁定取引：数学で市場を攻略する 」はパブリッシュされました: 本記事では、ポートフォリオレベルの統計的アービトラージの基本的な概念を紹介します。数学の深い知識がない読者にも理解しやすく説明し、実際の運用を始めるためのコンセプトフレームワークを提案することを目的としています。記事には、動作するエキスパートアドバイザー(EA)と、1年間のバックテストに関する注記、再現用の設定ファイル（.iniファイル）も含まれています。

新しい記事「 初心者からエキスパートへ：パラメータ制御ユーティリティ 」はパブリッシュされました: 従来のEAやインジケーターの入力プロパティを、リアルタイムで操作可能なオンチャートのコントロールインターフェースへと変換することを想像してみてください。本記事は、これまでに取り組んできたMarket Periods

新しい記事「 リスク管理（第1回）：リスク管理クラス構築の基礎 」はパブリッシュされました: 本記事では、取引におけるリスク管理の基礎を解説し、適切なロットサイズやストップロスを計算するための最初の関数の作成方法を学びます。さらに、これらの機能がどのように動作するのかを、各ステップを追いながら詳しく説明します。本記事の目的は、自動売買においてこれらの概念をどのように適用するかを明確に理解することです。最後に、インクルードファイルを使用したシンプルなスクリプトを作成し、すべてを実践に落とし込みます。

新しい記事「 取引におけるニューラルネットワーク：金融市場向けマルチモーダルツール拡張エージェント(FinAgent) 」はパブリッシュされました: FinAgentを紹介します。FinAgentは、マーケットの動向や過去の取引パターンを反映するさまざまなタイプのデータを分析できるマルチモーダル金融取引エージェントのフレームワークです。 しかし、金融データ分析における LLM エージェントにはいくつかの制約があります。 数値データ、テキスト、視覚情報のマルチモーダル処理が限定的 複数ソースからのデータ統合の精度が必要 急速に変化する市場への適応性が低い 専門知識や従来の手法の活用が困難

新しい記事「 取引におけるニューラルネットワーク：金融市場向けマルチモーダルツール拡張エージェント（最終部） 」はパブリッシュされました: マルチモーダル市場の動向データと過去の取引パターンを分析するために設計されたマルチモーダル金融取引エージェント「FinAgent」のアルゴリズム開発を続けます。 前回と前々回の記事では、 FinAgent

新しい記事「 多通貨エキスパートアドバイザーの開発（第21回）：重要な実験の準備とコードの最適化 」はパブリッシュされました: さらなる前進のためには、自動最適化を定期的に再実行し、新しいエキスパートアドバイザー(EA)を生成することで結果を改善できるかどうかを検証することが有益でしょう。パラメータ最適化の利用を巡る多くの議論における最大の障害は、取得したパラメータを将来の期間において、収益性およびドローダウンを所定の水準に保ったまま、どれだけ長く取引に使用できるのかという点です。そして、そもそもそれは可能なのかという問題でもあります。

新しい記事「 取引におけるニューラルネットワーク：層状メモリを持つエージェント（最終回） 」はパブリッシュされました: 引き続き、FinMemフレームワークの構築に取り組みます。本フレームワークは、人間の認知プロセスを模した層状メモリアプローチを用いることで、複雑な金融データを効果的に処理できるだけでなく、新しいシグナルに適応することも可能にします。その結果、動的に変化する市場における投資判断の精度と有効性が大幅に向上します。 前回の2つの記事では FinMem

新しい記事「 MQL5とPythonで自己最適化エキスパートアドバイザーを構築する（第3回）：Boom 1000アルゴリズムの解読 」はパブリッシュされました: 本連載では、動的な市場状況に自律的に適応できるエキスパートアドバイザー(EA)を構築する方法について説明します。本日の記事では、Derivの合成市場に合わせてディープニューラルネットワークを調整してみます。 Derivの合成市場をすべて個別に分析します。まずは最も有名な合成市場であるBoom 1000から始めます。Boom

新しい記事「 共和分株式による統計的裁定取引（第6回）：スコアリングシステム 」はパブリッシュされました: 本記事では、共和分株式の統計的裁定取引に基づく平均回帰戦略のスコアリングシステムを提案します。流動性や取引コストから、共和分ベクトルの数（ランク）や回帰までの時間に至るまでの基準を示しつつ、時間足やルックバック期間のような戦略的基準も考慮し、スコアランキングを正しく評価する前に検討しています。バックテストの再現に必要なファイルも提供され、その結果についてもコメントしています。

新しい記事「 プライスアクション分析ツールキットの開発（第47回）：MetaTrader 5で外国為替セッションとブレイクアウトを追跡する 」はパブリッシュされました

新しい記事「 迅速な取引判断を極める：実行麻痺を克服する 」はパブリッシュされました: UT BOT ATRトレーリングインジケーターは、個人向けにカスタマイズ可能なインジケーターであり、短期売買において素早い意思決定を好むトレーダー（スキャルパー）にとって非常に効果的です。また、長期取引をおこなうトレーダー（ポジショントレーダー）にとっても重要かつ非常に有効であることが実証されています。

新しい記事 標準ライブラリのトレーディングストラテジークラスの探求- ストラテジーのカスタマイズ はパブリッシュされました: この記事では、トレーディングストラテジークラスの標準ライブラリをどのように探求していくか、そして、カスタムストラテジーやフィルター/シグナルをMQL5ウィザードのパターン・モデルロジックを用いてどのように追加するかについて紹介したいと思います。最終的に、MetaTrader5の標準インジケーターを用いて独自の戦略を追加できるようになり、MQL5ウィザードがシンプルで強力なコードや、機能的なエキスパートアドバイザーを作成できるようになります。 MetaTrader

新しい記事「 機械学習の限界を克服する（第6回）：効果的なメモリクロスバリデーション 」はパブリッシュされました: 本記事では、時系列クロスバリデーションにおける従来のアプローチと、その前提に疑問を投げかける新しい考え方を比較します。特に、市場環境が時間とともに変化するという点を十分に扱えていないという、古典的手法の弱点に焦点を当てます。これらの問題を踏まえ、Effective Memory Cross-Validation (EMCV)という、ドメインを意識した検証手法を紹介します。このアプローチは、「過去データは多ければ多いほど良い」という長年の常識を見直すものです。

新しい記事「 MQL5入門（第25回）：チャートオブジェクトで取引するEAの構築(II) 」はパブリッシュされました: 本記事では、チャートオブジェクト、特にトレンドラインと連携するエキスパートアドバイザー(EA)を構築し、ブレイクアウトおよび反転の取引機会を検出し、実行する方法を解説します。EAが有効なシグナルをどのように判定するのか、取引頻度をどのように制御するのか、そしてユーザーが選択した取引戦略との一貫性をどのように維持するのかを学ぶことができます。

新しい記事「 ダイナミックスイングアーキテクチャ：スイングから自動売買までの市場構造認識 」はパブリッシュされました: 本記事では、市場のスイングを高精度で捉え、自動売買を実現する完全自動化MQL5システムを紹介します。従来の固定ローソク足数に基づくスイングインジケーターとは異なり、このシステムは進行中の市場構造に動的に適応し、スイングハイおよびスイングローをリアルタイムで検出します。これにより、形成されつつあるトレンドの値動きを的確に捉え、取引機会を逃さず捕捉することが可能です。

cIntSpeech : 音声エンジンを使用して、指定されたテキストを話します。 作者: Dmitry Fedoseev

新しい記事「 Controlsクラスを使用してインタラクティブなMQL5ダッシュボード/パネルを作成する方法（第1回）：パネルの設定 」はパブリッシュされました: この記事では、取引操作を効率化するために設計されたMQL5のControlsクラスを使用して、インタラクティブな取引ダッシュボードを作成します。パネルには、タイトル、[Trade]、[Close]、[Information]のナビゲーションボタン、取引の実行とポジションの管理用の専用アクションボタンが表示されます。この記事を読み終える頃には、今後の記事でさらに機能強化するための基礎パネルが完成しているはずです。

新しい記事 任意の複雑さのレベルのグラフィカルなパネルを作成する方法 はパブリッシュされました: この記事では、CAppDialog クラスに基づいてパネルを作成する方法と、パネルにコントロールを追加する方法について詳しく説明します。 パネルの構造とオブジェクトの継承を示すスキームを提供します。 この記事では、イベントの処理方法、および依存コントロールへの配信方法についても説明します。 その他の例では、サイズや背景色などのパネルパラメータを編集する方法を示します。 標準ライブラリの [ パネルとダイアログ ] セクションのオブジェクトが作成され、次のオーダーで適用されます。 最初に

ローソク足 : 1つ前のローソク足に基づいて取引します。 作者: Vladimir Karputov

Autotrader のモメンタム : EAが終値を比較します 作者: Vladimir Karputov

New Candle or Bar formation. : このBotは、設定された時間枠で新しいローソク足のオープンを検出し、それによって1回限りのコードを実行し、取引を行い、他の機能を呼び出すことを容易にします。コードはOnTick()関数に書かれています。 Author: Clinton Dennis Edem

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85回）：ストキャスティクスとFrAMAのパターンを用いたβ-VAEによる推論 」はパブリッシュされました

新しい記事「 プライスアクション分析ツールキットの開発（第46回）：MQL5におけるスマートな可視化を備えたインタラクティブフィボナッチリトレースメントEAの設計 」はパブリッシュされました

新しい記事「 MQL標準ライブラリエクスプローラー（第2回）：ライブラリコンポーネントの接続 」はパブリッシュされました: 本記事では、MQL5標準ライブラリを用いてエキスパートアドバイザー(EA)を効率的に構築するために、クラス構造をどのように読み解くべきかを整理します。標準ライブラリは高い拡張性と機能性を備えていますが、その全体像が見えにくく、体系的な指針がないまま複雑なツールキットを渡されたように感じることも少なくありません。そこで本記事では、実際の開発現場でクラスを確実に連携させるための、簡潔かつ再現性の高い統合手順を紹介します。

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15回）：線形系同定 」はパブリッシュされました

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84回）：ストキャスティクスとFrAMAのパターンの使用 - 結論 」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

新しい記事「 MQL5入門（第24回）：チャートオブジェクトで取引するEAの構築 」はパブリッシュされました: 本記事では、チャート上に描かれたサポートラインやレジスタンスラインを検出し、それに基づいて自動で取引を実行するエキスパートアドバイザー(EA)の作成方法を解説します。 市場が高値更新と安値切り上げ（強気構造）を形成する状態から高値切り下げと安値更新（弱気構造）を形成する状態からに移行したとき、それを弱気のChoChと呼びます。EAは以下の4つの一連の重要な値動きを検出してこれを判断します。 安値 高値 安値切り上げ 高値更新 前の高めの安値を下回るブレイク

新しい記事「 MQL5での取引戦略の自動化（第12回）：Mitigation Order Blocks (MOB)戦略の実装 」はパブリッシュされました: 本記事では、スマートマネー取引向けにオーダーブロックの自動検出をおこなうMQL5取引システムを構築します。戦略のルールを明確にし、そのロジックをMQL5で実装し、さらに取引を効果的に執行するためにリスク管理も統合します。最後に、システムのパフォーマンスを評価するためにバックテストをおこない、最適な結果を得るための改良を加えます。 Mitigation Order Blocks

新しい記事 仮想ホスティングに移植するためにトレードアカウントを準備する方法 はパブリッシュされました: MetaTrader クライアントターミナルはトレーディング戦略を自動化するためには完璧なものです。売買ロボット開発者にとって必要なツールをすべて備えています。 － 力強い C++ 言語ベースのMQL4/MQL5 プログラム言語、便利な開発環境、MQL5 クラウドネットワークで分散コンピューティングをサポートするマルチスレッドのストラテジーテスタ。本稿では、お手持ちのクライアントターミナルをカスタ ムエレメントをすべて備えた仮想環境に移動する方法をみつけることでしょう。

新しい記事「 MQL5における二変量コピュラ（第1回）：依存関係モデリングのための正規コピュラおよびtコピュラの実装 」はパブリッシュされました: 本記事は、MQL5における二変量コピュラ(Bivariate Copula)の実装を紹介する連載の第1回です。本記事では、正規コピュラおよびtコピュラ（スチューデントtコピュラ）の実装コードを取り上げます。また、統計的コピュラの基礎概念や関連トピックについても解説します。本記事で紹介するコードは、Hudson and Thamesが提供するArbitragelab Pythonパッケージを参考にしています。