記事、ライブラリコメント - ページ 20

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

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。

TypeToBytes : 構造体と標準データ型のバイト単位の操作。 作者: fxsaber

i-回帰チャネル : i-回帰チャネルは、回帰チャネルを生成します。 作者: Nikolay Kositsin

新しい記事「 取引におけるニューラルネットワーク：時系列予測のためのTransformerの最適化(LSEAttention) 」はパブリッシュされました: LSEAttentionフレームワークは、Transformerアーキテクチャの改善を提供します。この手法は、特に長期の多変量時系列予測のために設計されました。提案されたアプローチは、従来のTransformerでよく遭遇するエントロピーの崩壊や学習の不安定性の問題を解決するために応用可能です。

新しい記事「 初級から中級まで：共用体(II) 」はパブリッシュされました: 今日はとても面白く興味深い記事をご紹介します。今回は共用体(union)を取り上げ、以前に触れた問題の解決を試みます。また、アプリケーションでunionを使用した際に発生しうる、少し変わった状況についても探っていきます。ここで提示される資料は教育目的のみに使用されます。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閲覧することは避けてください。 前回の「 初級から中級まで：共用体(I)

新しい記事「 リプレイシステムの開発（第74回）：新しいChart Trade(I) 」はパブリッシュされました: この記事では、Chart Tradeに関する本連載の最後に示したコードを修正します。これらの変更は、現在のリプレイ/シミュレーションシステムのモデルにコードを適合させるために必要です。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。

新しい記事「 未来のトレンドを見通す鍵としての取引量ニューラルネットワーク分析 」はパブリッシュされました: この記事では、テクニカル分析の原理とLSTMニューラルネットワークの構造を統合することで、取引量分析に基づく価格予測の改善可能性を探ります。特に、異常な取引量の検出と解釈、クラスタリングの活用、および機械学習の文脈における取引量に基づく特徴量の作成と定義に注目しています。

新しい記事「 Numbaを使用したPythonの高速取引ストラテジーテスター 」はパブリッシュされました: この記事では、Numbaを使った機械学習モデルのための高速ストラテジーテスターを実装しています。純粋なPythonのストラテジーテスターと比べて50倍速く動作します。このライブラリを使って特にループを含む数学計算を高速化することを推奨しています

ATRパーセント : ATR％、ATR％、ATR％、ATR％、ATR％、ATR％。 Author: Aleksandr Slavskii

新しい記事「 独自のLLMをEAに統合する（第5部）：LLMを使った取引戦略の開発とテスト(III) - アダプタチューニング 」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。 前回の記事

新しい記事「 原子軌道探索(AOS)アルゴリズム 」はパブリッシュされました: この記事では、原子軌道モデルの概念を利用して解を探索する原子軌道検索(AOS:Atomic Orbital Search)アルゴリズムについて考えます。AOSは、原子内における確率分布や相互作用のダイナミクスに基づいており、解の探索プロセスをシミュレートするアルゴリズムです。この記事では、候補解の位置更新やエネルギーの吸収・放出のメカニズムを含めたAOSの数学的な側面について詳しく説明します。AOSは、量子力学の原理を計算問題に応用する新たな可能性を切り開く、革新的な最適化手法です。

新しい記事「 取引におけるニューラルネットワーク：双曲潜在拡散モデル（最終回） 」はパブリッシュされました: HypDiffフレームワークで提案されているように、双曲潜在空間における初期データのエンコーディングに異方性拡散プロセスを用いることで、現在の市場状況におけるトポロジー的特徴を保持しやすくなり、分析の質を向上させることができます。前回の記事では、提案されたアプローチの実装をMQL5を用いて開始しました。今回はその作業を継続し、論理的な完結に向けて進めていきます。

新しい記事「 フェアバリューギャップ(FVG)/不均衡取引方法をステップバイステップで学ぶ：スマートマネーコンセプトのアプローチ 」はパブリッシュされました: フェアバリューギャップ(FVG)取引戦略に基づいて、MQL5で自動売買アルゴリズムを作成して実装するためのステップバイステップのガイドです。初心者にも経験豊富なトレーダーにも役立つエキスパートアドバイザー(EA)の作成に関する詳細なチュートリアルです。 この記事では、フェアバリューギャップ(FVG)/不均衡戦略とスマートマネーコンセプトのアプローチに基づく EA

新しい記事「 取引におけるニューラルネットワーク：双曲潜在拡散モデル(HypDiff) 」はパブリッシュされました: この記事では、異方性拡散プロセスを用いた双曲潜在空間における初期データのエンコーディング手法について検討します。これにより、現在の市場状況におけるトポロジー的特徴をより正確に保持でき、分析の質が向上します。 双曲空間は、離散的な木構造や階層構造を連続的に表現するための理想的な多様体として広く認識されており、さまざまなグラフ学習タスクにおいて使用されています。論文「 Hyperbolic Geometric Latent Diffusion Model for Graph

新しい記事「 レーベンバーグ・マルカートアルゴリズムを用いた多層パーセプトロンのトレーニング 」はパブリッシュされました: この記事では、順伝播型（フィードフォワード）ニューラルネットワークの学習におけるレーベンバーグ・マルカートアルゴリズムの実装を紹介します。また、scikit-learn Pythonライブラリのアルゴリズムと性能比較もおこなっています。まずは、勾配降下法、モーメンタム付き勾配降下法、確率的勾配降下法などのより単純な学習法について簡単に触れます。

新しい記事「 Pythonによる農業国通貨への天候影響分析 」はパブリッシュされました: 天候と外国為替にはどのような関係があるのでしょうか。古典的な経済理論は、天候のような要因が市場の動きに与える影響を長い間無視してきました。しかし、すべてが変わりました。天候条件と農業通貨の市場でのポジションとの間に、どのようなつながりがあるのかを探ってみましょう。 ミシガン大学のEdward Saykin教授が2023年におこなった研究では、雨の日にはトレーダーの意思決定が晴れの日と比べて27%慎重になることが示されました。

新しい記事「 市場力学をマスターする：支持＆抵抗戦略エキスパートアドバイザー（EA）の作成 」はパブリッシュされました: 支持＆抵抗戦略に基づく自動売買アルゴリズム開発のための包括的ガイドです。MQL5でEAを作成し、MetaTrader 5でテストするための、価格帯行動の分析からリスク管理までのあらゆる側面に関する詳細情報が含まれます。