記事、ライブラリコメント - ページ 15

新しい記事 MQL5 コードの保護:パスワード保護、キージェネレータ、時間制限、リモートライセンス、高度 EA ライセンスキー暗号化技術 はパブリッシュされました: 開発者のほとんどは自分の書いたコードの保護を必要としています。本稿は MQL5 ソフトウェアを保護するいくつかの異なる方法を紹介します。 - MQL5 スクリプト、Expert Advisors、インディケータに対しライセンス機能を提供する手法を紹介します。パスワード保護、キージェネレータ、アカウントライセンス、時間制限判定、MQL5-RPC 呼び出しを使用するリモート保護も取り上げます。 作者: investeo
新しい記事「 MQL5のプログラム構造について学ぶ必要があるすべて 」はパブリッシュされました: どのようなプログラミング言語でも、プログラムには特定の構造があります。この記事では、MetaTrader 5で実行可能なMQL5取引システムや取引ツールを作成する際に非常に役立つMQL5プログラム構造のすべての部分のプログラミングの基礎を理解することにより、MQL5プログラム構造の重要な部分を学びます。
新しい記事「 MQL5入門(第1部):アルゴリズム取引入門ガイド 」はパブリッシュされました: この初心者向けMQL5プログラミングガイドで、魅力的なアルゴリズム取引の世界へ飛び込みましょう。MetaTrader 5を動かす言語であるMQL5のエッセンスを発見し、自動売買の世界を解明します。基本を理解することからコーディングの第一歩を踏み出すことまで、この記事はプログラミングの知識がなくてもアルゴリズム取引の可能性を解き放つ鍵となります。MQL5のエキサイティングな宇宙で、一緒に、シンプルさと洗練が出会う旅に出ましょう。
新しい記事「 時間、価格、ボリュームに基づいた3Dバーの作成 」はパブリッシュされました: この記事では、多変量3D価格チャートとその作成方法について詳しく説明します。また、3Dバーが価格反転をどのように予測するか、PythonとMetaTrader 5を使ってリアルタイムでこれらのボリュームバーをプロットする方法についても考察します。
新しい記事「 初級から中級まで:定義(I) 」はパブリッシュされました: この記事では、多くの人が奇妙でまったく脈絡がないと感じるであろうことを扱います。しかし、それらを正しく活用すれば、学習はより楽しく、さらに興味深いものになるでしょう。ここで示す内容を基に、かなり面白いものを構築することも可能です。これにより、MQL5言語の構文をより深く理解できるようになるでしょう。なお、本記事の内容は教育目的に限定されており、完成されたアプリケーションとして捉えるべきではありません。ここでの目的は、提示された概念そのものを応用することではありません。 前回の記事「 初級から中級まで:再帰
新しい記事「 リプレイシステムの開発(第76回):新しいChart Trade(III) 」はパブリッシュされました: この記事では、前回の記事で省略されていたDispatchMessageのコードがどのように動作するのかを見ていきます。さらに、次回の記事のテーマについても紹介します。そのため、次のトピックに進む前に、このコードの仕組みを理解しておくことが重要です。ここで提示されるコンテンツは、教育目的のみに使用されることを意図しています。いかなる状況においても、提示された概念を学習し習得する以外の目的でアプリケーションを利用することは避けてください。 前回の「
新しい記事「 周期と取引 」はパブリッシュされました: この記事は、取引における周期の活用についてです。周期モデルに基づいた取引戦略の構築を考えてみます。 トレーダーが直面する主な課題は、価格の動きを予測することです。トレーダーは、さまざまなモデルに基づいて予測を立てます。その中で最もシンプルで視覚的に分かりやすいモデルのひとつが、価格の周期モデルです。
新しい記事「 CatBoost機械学習モデルをトレンド追従戦略のフィルターとして活用する 」はパブリッシュされました: CatBoostは、定常的な特徴量に基づいて意思決定をおこなうことに特化した、強力なツリーベースの機械学習モデルです。XGBoostやRandom
平均レンジ : 値動きの平均によって目標水準を決定する指標である。 Author: Mahmut Deniz
新しい記事「 取引におけるニューラルネットワーク:Segment Attentionを備えたパラメータ効率重視Transformer (PSformer) 」はパブリッシュされました: この記事では、新しいPSformerフレームワークを紹介します。これは、従来のTransformerアーキテクチャを多変量時系列予測の問題に適応させたものです。本フレームワークは、パラメータ共有(PS)機構とSegment Attention機構(SegAtt)の2つの主要な革新に基づいています。 「 PSformer:Parameter-efficient Transformer with Segment
新しい記事「 初心者からエキスパートへ:MQL5での共同デバッグ 」はパブリッシュされました
新しい記事「 算術最適化アルゴリズム(AOA):AOAからSOA(シンプル最適化アルゴリズム)へ 」はパブリッシュされました: 本稿では、加算、減算、乗算、除算といった単純な算術演算に基づく算術最適化アルゴリズム(AOA: Arithmetic Optimization Algorithm)を紹介します。これらの基本的な数学的操作が、さまざまな問題の最適解を見つけるための基盤となります。 算術最適化アルゴリズム(AOA: Arithmetic Optimization
新しい記事「 取引におけるニューラルネットワーク:シャープネス低減によるTransformerの効率向上(最終回) 」はパブリッシュされました: SAMformerは、長期の時系列予測におけるTransformerモデルの主要な欠点、すなわち学習の複雑さや小規模データセットでの汎化性能の低さに対して解決策を提供します。その浅いアーキテクチャとシャープネス認識型最適化により、不適切な局所解に陥ることを防ぎます。本記事では、MQL5を用いたアプローチの実装を続け、実際的な価値を評価していきます。 3つのモデルすべての学習は同時におこなわれました。学習済み Actor
Profit labels for closed trades (deals) : ストラテジーテスターにも表示される取引(クローズした取引)の利益ラベルの作成 Author: Conor Mcnamara
約束 : アルゴリズムの非同期実行を実装するためのインターフェース Author: Kuzma Shevelev
新しい記事「 アプリケーションを使用してMQL5の関数を理解する 」はパブリッシュされました: 関数はどのプログラミング言語においても重要なものです。関数は、開発者が同じことを繰り返さないことを意味するDRY (Do not Repeat Yourself)の概念を適用するのに役立つなどの多くのメリットを提供します。この記事では、関数に関する詳細情報と、物事を複雑にすることなく取引システムを強化するために、あらゆるシステムで使用または呼び出しできる簡単なアプリケーションを作成して、MQL5で独自の関数を作成する方法について説明します。
新しい記事 Expert Advisors最適化のカスタム基準作成 はパブリッシュされました: MetaTrader 5 クライアント端末は Expert Advisor パラメータを最適化する幅広い機会を提供します。またストラレジーテスタに含まれる最適化評価基準に対して、開発者には自身の基準を作成するチャンスが与えられています。これは Expert Advisorsを検証し最適化する数えきれない可能性に導きます。本稿ではそのような基準を、複雑なもの単純なもの双方、作成する実践的方法について記述します。 作者: Dmitriy Skub
Trade Assistant MT5 : Trade Assistant MetaTraderインジケータ - 3つの標準インジケータに基づ くマルチタイムフレームインジケータ:ストキャスティクス・オシレーター、RSI(相対力指数)、CCI(商品チャ ンネル指数)。このインディケータは、M1、M5、M15、M30、H1、H4、D1、W1、MN1 の各タイムフレームの現在のトレンド方向を表示します。こ の よ う な イ ン デ ィ ケ ー タ に 従 う と 、す べ て の 重 要 な タ イ ム フ レ ー ム に わ た る ト レ ン ド を 明 確 に 捉 え る こ と が で
Buffers for each hour (binary) and an hour buffer from 0-23 - for data collection purposes : データ収集用のプロトタイプ。 データ・ウィンドウ(データ収集用)のダミー・バッファを1日1時間分。時間帯のコメント。 Author: samuk1000
新しい記事「 外国為替データ分析における連関規則の使用 」はパブリッシュされました: スーパーマーケットの小売分析で使われる予測ルールを、実際のFX市場に応用する方法は?クッキー、牛乳、パンの購買傾向と株式市場の取引が関係する方法は?この記事では、連関規則を活用した革新的なアルゴリズム取引手法について解説します。
Forex Fraus M1 : iWPR (ウィリアムズのパーセントレンジ、% R) インジケータに基づいて、時間コントロールを持つEA。 作者: Vladimir Karputov
新しい記事「 MQL5での移動平均をゼロから作成する:単純明快 」はパブリッシュされました: 簡単な例を使って、移動平均の計算原理を検証するとともに、移動平均を含むインジケーター計算の最適化方法について学びます。 クライアント端末の標準の移動平均インジケーターの設定で利用できる主な移動平均の計算原理を確認しました。この記事で紹介した計算方法は、計算の最適化を施したインジケーターにも応用でき(最適化例も併せて紹介しています)、また提示したコードは連続データの平均値を独立して計算するプログラムにも活用可能です。 上図は、計算期間が同じ(10)、異なる種類の移動平均の違いを示しています。 赤
新しい記事「 フラクタルによる取引システムの設計方法を学ぶ 」はパブリッシュされました: これは、最も人気のあるテクニカル指標に基づいて取引システムを設計する方法を学ぶための連載の新しい記事です。フラクタル指標という新しい指標を学び、それを基にした取引システムを設計し、MetaTrader 5ターミナルで実行する方法について学びます。 1.Fractals highs and lows
新しい記事「 データサイエンスとML(第32回):AIモデルを最新の状態に保つ、オンライン学習 」はパブリッシュされました: 常に変化する取引の世界では、市場の変動に適応することは選択肢ではなく、必要不可欠です。新たなパターンやトレンドが日々生まれる中で、最先端の機械学習モデルでさえ、進化する環境に対応し続けることが困難になっています。本記事では、モデルを自動的に再訓練することで、その有効性を維持し、新しい市場データに柔軟に適応させる方法を解説します。
ICT_conceptsEA by Emil : ICT銀の弾丸と2022モデルに基づいて、トレーリングストップとパーシャルで取引を行い、OTEに従ってエントリーを行い、リスクは最小限に抑えます。 銀の弾丸、特にNYセッションの小さな時間窓で動作し、取引が見つからなければ、2022モデルとフィボナッチOTEが取引を得るために飛び込む。しかし、エントリーはこれらのモデルが存在することを確認した後に行われるため、最小限のドローダウンと高い勝率のためにトレードは少なくなります。これらの戦略の詳細については、インナーサークルトレーダーYouTubeチャンネルをご覧ください。 Author: Emil
新しい記事「 多通貨エキスパートアドバイザーの開発(第20回):自動プロジェクト最適化段階のコンベアの配置(I) 」はパブリッシュされました: 私たちはすでに、自動最適化を支援するいくつかのコンポーネントを作成しています。作成の過程では、最小限の動作するコードを作るところからリファクタリングを経て、改善されたコードを得るという従来の循環的な構造に従いました。そろそろ、私たちが作成しているシステムの重要なコンポーネントでもあるデータベースの整理を始める時期です。
新しい記事「 取引におけるニューラルネットワーク:シャープネス低減によるTransformerの効率向上(SAMformer) 」はパブリッシュされました: Transformerモデルの学習には大量のデータが必要であり、小規模データセットに対しては汎化性能が低いため、学習はしばしば困難です。SAMformerフレームワークは、この問題を回避し、不良な局所最小値に陥ることを防ぐことで解決を助けます。これにより、限られた学習データセットにおいてもモデルの効率が向上します。 近年、 Transformer
新しい記事「 初級から中級まで:再帰 」はパブリッシュされました
新しい記事「 リプレイシステムの開発(第75回):新しいChart Trade(II) 」はパブリッシュされました: この記事では、C_ChartFloatingRADクラスについて説明します。これはChart Tradeを機能させるための要となる部分です。ただし、解説はこれで終わりではありません。本記事の内容はかなり広範かつ深い理解を必要とするため、続きは次回の記事で補完します。ここで提示されるコンテンツは、教育目的のみに使用されることを意図しています。いかなる状況においても、提示された概念を学習し習得する以外の目的でアプリケーションを利用することは避けてください。 前回の「
新しい記事「 原子軌道探索(AOS)アルゴリズム:改良版 」はパブリッシュされました: 第2部では、AOS (Atomic Orbital Search)アルゴリズムの改良版の開発を続け、特定の演算子に注目して効率性と適応性の向上を図ります。アルゴリズムの基礎とメカニズムを分析した後、複雑な解探索空間を解析する能力を高めるための性能向上のアイデアについて議論し、最適化ツールとしての機能を拡張する新しいアプローチを提案します。