記事、ライブラリコメント - ページ 12

新しい記事「 古典的な戦略を再構築する（第10回）：AIはMACDを強化できるか？ 」はパブリッシュされました: MACDインジケーターを経験的に分析し、インジケーターを含む戦略にAIを適用することで、EURUSDの予測精度が向上するかどうかをテストします。さらに、インジケーター自体が価格より予測しやすいのか、またインジケーターの値が将来の価格水準を予測できるのかも同時に評価します。これにより、AI取引戦略にMACDを統合することに投資する価値があるかどうかを判断するための情報を提供します。

新しい記事「 ニューラルネットワークが簡単に（第96回）：マルチスケール特徴量抽出(MSFformer) 」はパブリッシュされました: 長期的な依存関係と短期的な特徴量の効率的な抽出と統合は、時系列分析において依然として重要な課題です。正確で信頼性の高い予測モデルを作成するためには、それらを適切に理解し、統合することが必要です。 MSFformer モデルの著者は、異なる時間間隔におけるピラミッド型アテンションメカニズムの革新的なアーキテクチャを提案しています。さらに、入力データ内の多階層の時間情報を構築するため、大規模構築モジュールである CSCM ( Coarser-Scale

新しい記事 初心者のためのMQL5: Expert Advisorでのテクニカルインディケーター使用ガイド はパブリッシュされました: Expert Advisorで内蔵またはカスタムインディケーターの値を入手するには、まずそのハンドラーを対応する関数を使って作成しなければなりません。本記事の例は、自分のプログラム作成時にどのようにテクニカルインディケーターを使うか説明します。本記事はMQL5 言語の内蔵のインディケーターを説明します。これはトレーディングストラテジー策定の経験が浅い人向けで、関数のライブラリを使ったシンプルで分りやすいインディケーターの使用法を紹介します。

新しい記事「 Across Neighbourhood Search (ANS) 」はパブリッシュされました: この記事では、問題の詳細と検索空間内の環境のダイナミクスを考慮できる柔軟でインテリジェントな最適化手法の開発における重要なステップとしてのANSアルゴリズムの可能性を明らかにします。 ANS (Across Neighborhood Search)アルゴリズムは、進化アルゴリズムおよびメタヒューリスティックの分野のアイデアを活用し、問題のパラメータ空間における最適解を見つけるために設計された最適化手法です。 ANSの主な特徴は次のとおりです。 近傍探索

新しい記事「 スマートマネーコンセプト（オーダーブロック）とフィボナッチ指標を組み合わせた最適な取引エントリー方法 」はパブリッシュされました: SMC（オーダーブロック）は、機関投資家トレーダーが大規模なな売買を開始する主要領域です。価格が大きく動いた後、フィボナッチは直近のスイングハイからスイングローへの潜在的なリトレースメントを特定し、最適な取引エントリーを特定するのに役立ちます。

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「 Connexusの本体（第4回）：HTTP本体サポートの追加 」はパブリッシュされました: この記事では、JSONやプレーンテキストなどのデータを送信するために不可欠な、HTTPリクエストにおける本体（ボディ）の概念について探りました。適切なヘッダを使った正しい使い方を議論し、説明しました。また、Connexusライブラリの一部であるChttpBodyクラスを導入し、リクエストの本体の処理を簡素化しました。

新しい記事「 データサイエンスとML（第31回）：取引のためのCatBoost AIモデルの使用 」はパブリッシュされました: CatBoost AIモデルは、その予測精度、効率性、散在する困難なデータセットに対する頑健性により、機械学習コミュニティの間で最近大きな人気を博しています。この記事では、外国為替市場を打ち負かすために、この種のモデルをどのように導入するかについて詳しく説明します。 CatBoostは、 決定木

新しい記事「 PythonとMQL5でロボットを開発する（第3回）：モデルベース取引アルゴリズムの実装 」はパブリッシュされました: PythonとMQL5で自動売買ロボットを開発する連載を続けます。この記事では、Pythonで取引アルゴリズムを作成します。

新しい記事「 ニューラルネットワークが簡単に（第95回）：Transformerモデルにおけるメモリ消費の削減 」はパブリッシュされました: Transformerアーキテクチャに基づくモデルは高い効率を示しますが、その使用は、訓練段階と運転中の両方で高いリソースコストによって複雑になります。この記事では、このようなモデルのメモリ使用量を削減するアルゴリズムを紹介します。 MLKV 法は、 MQA と GQA のアルゴリズムを論理的に継承したものです。この手法では、 KV キャッシュサイズは、単一の 自己アテンション 層内のアテンションヘッド群によって共有される KV

新しい記事「 化学反応最適化(CRO)アルゴリズム（第2回）：組み立てと結果 」はパブリッシュされました: 第2回では、化学演算子を1つのアルゴリズムに集め、その結果の詳細な分析を紹介します。化学反応最適化(CRO)法がテスト機能に関する複雑な問題の解決にどのように対処するかを見てみましょう。

新しい記事「 ニューラルネットワークが簡単に（第94回）：入力シーケンスの最適化 」はパブリッシュされました: 時系列を扱うときは、常にソースデータを履歴シーケンスで使用します。しかし、これが最善の選択肢なのでしょうか。入力データの順序を変更すると、訓練されたモデルの効率が向上するという意見があります。この記事では、入力シーケンスを最適化する方法の1つを紹介します。 Transformer アーキテクチャを用いたモデルでは、長期的な依存関係を検出する有効性は、シーケンスの長さ、位置エンコーディングの戦略、データのトークン化など、さまざまな要因に大きく依存します。 こうした課題を背景に、論文「

新しい記事「 ニューラルネットワークの実践：擬似逆行列（I） 」はパブリッシュされました: 今日は、純粋なMQL5言語で擬似逆行列の計算を実装する方法を検討し始めます。これから見るコードは、初心者にとっては予想していたよりもはるかに複雑なものになる予定で、それをどのように簡単に説明するかをまだ模索中です。したがって、今のところは、これを珍しいコードを学ぶ機会と考えてください。落ち着いて注意深く学んでください。効率的または迅速な適用を目的としたものではありませんが、可能な限り教訓的なものにすることが目標です。

新しい記事「 独自のLLMをEAに統合する（第5部）：LLMs(II)-LoRA-チューニングによる取引戦略の開発とテスト 」はパブリッシュされました: 今日の人工知能の急速な発展に伴い、言語モデル(LLM)は人工知能の重要な部分となっています。私たちは、強力なLLMをアルゴリズム取引に統合する方法を考える必要があります。ほとんどの人にとって、これらの強力なモデルをニーズに応じてファインチューニング（微調整）し、ローカルに展開して、アルゴリズム取引に適用することは困難です。本連載では、この目標を達成するために段階的なアプローチをとっていきます。

新しい記事「 リプレイシステムの開発（第54回）：最初のモジュールの誕生 」はパブリッシュされました: この記事では、リプレイ/シミュレーターシステムで使用するための、他の目的にも汎用的に使用できる、実際に機能するモジュールの最初のものを組み立てる方法について説明します。マウスモジュールです。

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42回）：ADXオシレーター 」はパブリッシュされました: ADXは、一部のトレーダーが一般的なトレンドの強さを測定するために使用する、もう1つの比較的人気のあるテクニカルインジケーターです。これは他の2つのインジケーターの組み合わせとして機能し、オシレーターとして表示されます。この記事では、MQL5ウィザードアセンブリとそのサポートクラスを使用して、そのパターンについて説明します。 ADX指標

新しい記事「 名義変数の順序符号化 」はパブリッシュされました: この記事では、PythonとMQL5の両方を使用して、名義予測値を機械学習アルゴリズムに適した数値フォーマットに変換する方法について議論し、実演します。 名義変数は、カテゴリ間に固有の順序や順位が存在しないカテゴリデータを表します。金融時系列データセットに特化した例としては、以下のようなものがあります。 価格バーの種類（ピンバー、スピニングトップ、ハンマーなど） 曜日（例：月曜日、火曜日、水曜日）

新しい記事「 MQL5で取引管理者パネルを作成する（第3回）：テーマ管理のための組み込みクラスの拡張(II) 」はパブリッシュされました: このディスカッションでは、既存のダイアログライブラリを慎重に拡張して、テーマ管理ロジックを組み込みます。さらに、管理パネルプロジェクトで使用されるCDialog、CEdit、およびCButtonクラスにテーマ切り替えのメソッドを統合します。さらに洞察力のある視点については、引き続きお読みください。

新しい記事「 Connexusにおけるヘッダ（第3部）：リクエスト用HTTPヘッダの使い方をマスターする 」はパブリッシュされました: Connexusライブラリの開発を続けます。この章では、HTTPプロトコルにおけるヘッダの概念を探求し、ヘッダとは何か、何のためにあるのか、リクエストでどのように使うのかを説明します。APIとの通信で使用される主なヘッダを取り上げ、ライブラリでの設定方法の実践例を紹介します。 この記事は、Connexusと呼ばれるライブラリを構築する連載の続きです。 第１回 では、 WebRequest

新しい記事「 ボリンジャーバンドを活用したピラニア戦略に基づくMQL5エキスパートアドバイザーの作成 」はパブリッシュされました: この記事では、ボリンジャーバンドを利用したピラニア戦略に基づいてMQL5でエキスパートアドバイザー(EA)を作成し、取引の有効性を高めます。この戦略の重要な原則、コーディングの実装、テストと最適化の方法について説明します。この知識によって、取引シナリオにEAを効果的に導入することが可能になります。

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5回）：深層マルコフモデル 」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41回）：DQN (Deep-Q-Network) 」はパブリッシュされました: DQN (Deep-Q-Network)は強化学習アルゴリズムであり、機械学習モジュールの学習プロセスにおいて、次のQ値と理想的な行動を予測する際にニューラルネットワークを関与させます。別の強化学習アルゴリズムであるQ学習についてはすでに検討しました。そこでこの記事では、強化学習で訓練されたMLPが、カスタムシグナルクラス内でどのように使用できるかを示すもう1つの例を紹介します。 Deep-Q-Networks (DQN)（英語）は、この 記事

新しい記事「 古典的な戦略を再構築する（第9回）：多時間枠分析(II) 」はパブリッシュされました: 本日のディスカッションでは、AIモデルがどの時間枠で最高のパフォーマンスを発揮するかを明らかにするため、多時間枠分析の戦略を検討します。この分析により、EURUSDペアにおいて月次および時間足の時間枠が比較的誤差の少ないモデルを生成することが分かりました。この結果を活用し、月次時間枠でAIによる予測を行い、時間枠で取引を実行するアルゴリズムを作成しました。

新しい記事 МetaTrader 5からWCFサービスを利用し.NETアプリケーションにクオートをエクスポートする方法 はパブリッシュされました: MetaTrader 5からご自身のアプリケーションにクオートをエクスポートしたくありませんか？MQL5-DLLジャンクションを使用するとそのソリューションの作成が可能です！本稿でMetaTrader

新しい記事「 MQL5-Telegram統合エキスパートアドバイザーの作成（第7回）：チャート上のインジケーター自動化のためのコマンド解析 」はパブリッシュされました: この記事では、TelegramコマンドをMQL5と統合して、取引チャートへのインジケーターの追加を自動化する方法について解説します。ユーザーからのコマンドを解析し、MQL5で実行し、インジケーターベースの取引を円滑におこなうためのシステムをテストするプロセスについて説明します。 このセクションでは、チャート分析を自動化できるインジケーターコマンドを送信するための Telegram

新しい記事「 新しい指標と条件付きLSTMの例 」はパブリッシュされました: 本記事は、テクニカル分析とディープラーニング（深層学習）予測を融合した自動取引用エキスパートアドバイザー(EA)の開発に焦点を当てます。

新しい記事「 どんな市場でも優位性を得る方法（第5回）：FRED EURUSD代替データ 」はパブリッシュされました: 本日の議論では、セントルイス連邦準備銀行の広義のドル指数に関する代替日次データとその他のマクロ経済指標の集合を使用して、EURUSDの将来の為替レートを予測しました。残念ながら、データはほぼ完璧な相関関係にあるように見えますが、モデルの精度において際立った向上は実現できず、投資家は代わりに通常の市場相場を使用した方がよい可能性があることを示唆している可能性があります。

新しい記事「 MetaTraderとGoogleスプレッドシートを使用して取引ジャーナルを作成する方法 」はパブリッシュされました: MetaTraderとGoogleスプレッドシートを使用して取引ジャーナルを作成しましょう。HTTP POST経由で取引データを同期し、HTTPリクエストを使用して取得する方法を学習します。最終的には、取引を効果的かつ効率的に追跡するのに役立つ取引ジャーナルが手に入ります。

新しい記事「 データサイエンスとML（第30回）：株式市場を予測するパワーカップル、畳み込みニューラルネットワーク(CNN)と再帰型ニューラルネットワーク(RNN) 」はパブリッシュされました: 本稿では、株式市場予測における畳み込みニューラルネットワーク(CNN)と再帰型ニューラルネットワーク(RNN)の動的統合を探求します。CNNのパターン抽出能力と、RNNの逐次データ処理能力を活用します。この強力な組み合わせが、取引アルゴリズムの精度と効率をどのように高めることができるかを見てみましょう。 一方、 再帰型ニューラルネットワーク(RNN)

新しい記事「 化学反応最適化(CRO)アルゴリズム（第1回）：最適化におけるプロセス化学 」はパブリッシュされました: この記事の最初の部分では、化学反応の世界に飛び込み、最適化への新しいアプローチを発見します。化学反応最適化(CRO)は、熱力学の法則から導き出された原理を使用して効率的な結果をもたらします。この革新的な方法の基礎となった分解、合成、その他の化学プロセスの秘密を明らかにします。