記事、ライブラリコメント - ページ 17

新しい記事「 取引におけるニューラルネットワーク：NAFSによるノード依存型グラフ表現 」はパブリッシュされました: NAFS (Node-Adaptive Feature Smoothing)手法を紹介します。これは、パラメータの学習を必要としない非パラメトリックなノード表現生成手法です。NAFSは、各ノードの近傍ノードに基づいて特徴量を抽出し、それらを適応的に統合することで最終的なノード表現を生成します。

Aroon Up, Down MT5 : Aroon Up & Down MetaTrader インジケーター - チャートのトップとボトムを検出し、このインジケーターは、通貨ペアが下から上昇し、上から下降する際に売買のシグナルを提供します。インジケータのラインのクロスは、利食いまたは最小限の損失で決済 するための良いシグナルを提供します。このインジケーターは、クロス時に音とEメールアラートを送信することができます。MT4とMT5の両方のバージョンで利用可能です。 Author: Tuan Nguyen Van

新しい記事「 PythonとMQL5を使用した特徴量エンジニアリング（第4回）：UMAP回帰によるローソク足パターン認識 」はパブリッシュされました: 次元削減手法は、機械学習モデルのパフォーマンスを向上させるために広く用いられています。ここでは、UMAP (Uniform Manifold Approximation and

新しい記事「 取引におけるニューラルネットワーク：対照パターンTransformer（最終回） 」はパブリッシュされました: 本連載の前回の記事では、Atom-Motif Contrastive Transformer (AMCT)フレームワークについて取り上げました。これは、対照学習を用いて、基本要素から複雑な構造に至るまでのあらゆるレベルで重要なパターンを発見することを目的とした手法です。この記事では、MQL5を用いたAMCTアプローチの実装を引き続き解説していきます。

新しい記事「 ALGLIBライブラリの最適化手法（第2回）： 」はパブリッシュされました: この記事では、ALGLIBライブラリにおける残りの最適化手法の検討を続けていきます。特に、複雑な多次元関数でのテストに重点を置きます。これにより、各アルゴリズムの効率性を評価できるだけでなく、さまざまな条件下における強みと弱みを明らかにすることができます。 本研究の 第1回 では、MetaTrader 5に標準搭載されている ALGLIB ライブラリの最適化アルゴリズムについて検討し、アルゴリズム BLEIC (Boundary, Linear Equality-Inequality

新しい記事「 ALGLIBライブラリの最適化手法（第1回）： 」はパブリッシュされました: この記事では、MQL5におけるALGLIBライブラリの最適化手法について紹介します。記事には、最適化問題を解決するためにALGLIBを使用するシンプルで分かりやすい例が含まれており、これらの手法をできるだけ身近に感じられるように構成されています。BLEIC、L-BFGS、NSといったアルゴリズムのつながりを詳しく見ていき、それらを使って簡単なテスト問題を解いてみます。 MetaTrader 5端末の標準配布には、数値解析における強力なツールである ALGLIB

平均価格 : 未決済ポジションの平均価格を計算するインジケータは、1つのロボットのポジションだけを分けたい場合はマジックナンバーを使用できますが、ゼロナンバーは手動操作用です。 Author: Francisco Gomes Da Silva

ZScore : ZScore指標は、平均値からの相対価格偏差を示します。 作者: Scriptor

平均浸透率 : 平均浸透率 作者: Mladen Rakic

Symbol Swap Panel Utility : シンボル交換パネル：チャート上のアクティブなシンボルを簡単に切り替えると同時に、新しいシンボルを Market Watch に追加できます。このツールは、シームレスな統合とリアルタイムのマーケットデータへのアクセスを保証し、取引ワークフローを最適化します。 Author: Tien Long Tu

Checking the server time changes due to the daylight saving time (DST) changeover : 残念なことに、一部のブローカーはサマータイム（DST）によるサーバーの時間変更に少し杜撰であることを発見した。 これは予想外のことで、とても驚いた。誰でも自分のブローカーをチェックできるスクリプトを紹介しよう。 Author: Carl Schreiber

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「 多通貨エキスパートアドバイザーの開発（第19回）：Pythonで実装されたステージの作成 」はパブリッシュされました: これまでは、標準のストラテジーテスター内で最適化タスクを順に自動実行することだけを考えてきました。しかし、もしそれらの実行の合間に、別の手段で得られたデータを処理したいとしたらどうなるでしょうか。ここでは、Pythonで記述されたプログラムによって新たな最適化ステージを作成する機能の追加を試みます。 クラスタリングには、Pythonの既製ライブラリである scikit-learn の K-Means

新しい記事「 リプレイシステムの開発（第71回）：正しい時間を知る(IV) 」はパブリッシュされました: この記事では、前回の記事で紹介したリプレイ/シミュレーションサービスに関連する実装方法について見ていきます。人生の多くのことと同様に、問題は必ず発生するものです。そして今回も例外ではありませんでした。本記事では、引き続き改善をおこなっていきます。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 メタトレーダー5クライアントターミナルにおける適応型トレーディングシステムとその使用 はパブリッシュされました: 本稿では、多くのストラテジーで構成され、それぞれが「バーチャル」トレードオプションを実行する、適応型システムの変形を提案します。リアルトレーディングは、その時点で最大利益となるストラテジーにしたがって行われます。オブジェクト指向アプローチ、データを扱うクラスや、標準ライブラリのトレードクラスのおかげで、システムのアーキテクチャはシンプルかつスケーラブルになりました；今や、数百のトレードストラテジーを含む適応型システムを、簡単に作成し、分析することができます。 作者

BreakRevertPro EA Adaptive Trading Edge for Breakout Mean Reversion : ブレイクレバート・プロEAは、ブレイクアウトと平均回帰戦略を適応的なSL/TPとマルチタイムフレームATRトレーリングストップと融合させ、ボラティリティの高い市場で柔軟な取引を可能にします。 Author: Mustafa Seyyid Sahin

新しい記事「 初級から中級まで：配列(III) 」はパブリッシュされました: この記事では、MQL5における配列の扱い方について解説します。具体的には、関数や手続き（プロシージャ）間で配列を使って情報を受け渡す方法に焦点を当てます。本連載の今後の資料で説明・実演される内容の準備段階として、今回の記事は非常に重要です。そのため、ここで紹介される内容を注意深く学ぶことを強くお勧めします。 前回の「 初級から中級まで：配列(II) 」では、動的配列と静的配列の使い方、その違い、アプリケーションで配列を使用する際の基本的な注意点について説明しました。

新しい記事「 取引におけるニューラルネットワーク：対照パターンTransformer 」はパブリッシュされました: Contrastive Transformerは、個々のローソク足のレベルと、全体のパターンに基づいて市場を分析するよう設計されています。これにより、市場トレンドのモデリングの質が向上します。さらに、ローソク足とパターンの表現を整合させるために対照学習を用いることで、自己調整が促され、予測の精度が高まります。

新しい記事「 取引におけるニューラルネットワーク：パターンTransformerを用いた市場分析 」はパブリッシュされました: モデルを使用して市場の状況を分析する場合、主にローソク足に注目します。しかし、ローソク足パターンが将来の価格変動を予測するのに役立つことは長い間知られていました。この記事では、これら両方のアプローチを統合できる方法について説明します。 過去10年間にわたり、ディープラーニング( DL )はさまざまな分野で大きな進展を遂げており、これらの進歩は金融市場の研究者たちの注目を集めています。 DL

Negative Volume Index indicator : Negative Volume Index (NVI)は、MT4、MT5プラットフォームで高度なチャート分析を行うための無料のテクニカル指標です。ティックボリュームをベースとし（MT5ではリアルボリュームで代用可能）、以下の2つの便利な機能が追加されています。 マルチタイムフレーム（MTF）操作をサポート。 ポジティブボリュームインデックスの表示に切り替え可能。 Author: Tuan Nguyen Van

新しい記事「 リプレイシステムの開発（第70回）：正しい時間を知る(III) 」はパブリッシュされました: この記事では、CustomBookAdd関数を適切かつ効果的に使う方法について見ていきます。一見シンプルに見えるこの関数ですが、実際には多くの細かな注意点があります。たとえば、マウスインジケーターに対してカスタム銘柄がオークション中なのか、取引中なのか、市場が閉まっているのかを伝えることができます。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。

OrderExample : このエキスパートアドバイザーはOrderSendAsync()関数を使って取引リクエストを送信します。 作者: Roberto Jacobs

Karacatica : このインディケータは、ADXインディケータに基づいて市場参入シグナルを生成します。 作者: Nikolay Kositsin

Breakeven Line Indicator for MT5 : 損益分岐線インジケーターは、すべてのオープンポジションに基づいて損益分岐線レベルを計算し、チャート上に水平線として表示するMetaTraderインジケーターです。さらに、総取引回数、総ロット数、損益分岐点までの距離をポイントおよび損益で計算します。このインディケータは、MT4とMT5の両方で使用できます。 Author: Tuan Nguyen Van

3rd Generation Moving Average MT5 : 第3世代移動平均は、MetaTrader用の標準移動平均(MA)インディケータ の高度なバージョンです。このインディケータは、より長いMA期間に基づいて、かなり単純なラグを減少させるプロシージャを実装しています。この方法は、M. Duerschnerが彼の記事Gleitende Durchschnitte 3.0（ドイツ語）で最初に説明しました。提示されたバージョンでは、λ =

拡張ピボットオシレータ : ピボットオシレータの拡張バージョン。 作者: Mladen Rakic

Weis Waves : 元々Richard D. Wyckoffによって理想化されたVolume Wave指標です。 作者: Flavio Jarabeck

Basing Candlesticks MT5 : ベーシングローソク足 MetaTrader インジケーターは、チャート上のベーシングローソク足を検出してマークする自動インジケーターです。ベースとなるローソク足とは、ローソク足の長さが高値・安値の幅の50％未満のローソク足を指します。このインディケータは、プラットフォームのメインチャートに直接、ヒス トグラム線（MT4）またはカスタムローソク足（MT5）を使用してベーシン グローソク足を表示します。パーセンテージの基準は、入力パラメータで変更できます。また、新しいベースとなるローソク足が表示されたときのアラートをオンにすることもできます。

新しい記事「 MQL5経済指標カレンダーを使った取引（第5回）：レスポンシブコントロールとフィルターボタンでダッシュボードを強化する 」はパブリッシュされました: この記事では、ダッシュボードの制御を改善するために、通貨ペアフィルター、重要度レベル、時間フィルター、キャンセルオプションのボタンを作成します。これらのボタンは、ユーザーのアクションに動的に応答するようにプログラムされており、シームレスな操作を可能にします。また、ダッシュボードにリアルタイムの変更を反映するために、ユーザーの行動を自動化します。これにより、パネルの全体的な機能性、モビリティ、応答性が向上します。

新しい記事「 ニューラルネットワークが簡単にできるように(その5).OpenCLでのマルチスレッド計算 」はパブリッシュされました: ニューラルネットワークの実装のいくつかのタイプについては、これまで説明してきました。 これまで考慮されたネットワークでは、各ニューロンに対して同じ操作が繰り返されます。 さらに論理的な進展としては、ニューラルネットワークの学習プロセスを高速化するために、現代の技術が提供するマルチスレッドコンピューティング機能を利用することです。 可能な実装の1つは、この記事で説明しています。 どの技術を使うかは選択しました。