記事、ライブラリコメント - ページ 22

Martin : 指標を持たないエキスパートアドバイザーで、ステップを増加するのに使われます。 作者: Vladimir Karputov

Henderson's Filter : ヘンダーソンフィルタは、移動平均系列の3番目の差の二乗和を最小化することによって導出されます。ヘンダーソンの基準は、これらのフィルタを3次多項式に適用すると、結果として得られる平滑化出力がこれらの放物線に正確に収まることを保証します。ヘンダーソンフィルタは、トレンドの典型的なサイクルをそのまま通過させることができるため、経済的な時系列を平滑化するのに適しています。また、6ヶ月以内の非常に短い頻度の不規則な変化のほとんどを排除するという性質も持っています。 作者: Mladen Rakic

Period_Open_Line : この指標では期間の始値ga示されます。 作者: Scriptor

新しい記事「 人工蜂の巣アルゴリズム(ABHA)：テストと結果 」はパブリッシュされました: この記事では、人工蜂の巣アルゴリズム(ABHA)の探索を続け、コードの詳細を掘り下げるとともに、残りのメソッドについて考察します。ご存じのとおり、このモデルにおける各蜂は個別のエージェントとして表現されており、その行動は内部情報、外部情報、および動機付けの状態に依存します。さまざまな関数を用いてアルゴリズムをテストし、その結果を評価表としてまとめて提示します。 前回の記事では、 人工蜂の巣アルゴリズム(ABHA)

新しい記事「 人工蜂の巣アルゴリズム(ABHA)：理論と方法 」はパブリッシュされました: この記事では、2009年に開発された人工蜂の巣アルゴリズム(ABHA)について説明します。このアルゴリズムは、連続的な最適化問題を解決することを目的としています。この記事では、蜂がそれぞれの役割を担って効率的に資源を見つける蜂のコロニーの行動から、ABHAがどのようにインスピレーションを得ているかを探ります。

新しい記事「 取引におけるニューラルネットワーク：時系列予測のための言語モデルの使用 」はパブリッシュされました: 時系列予測モデルの研究を続けます。本記事では、事前訓練済みの言語モデルを活用した複雑なアルゴリズムについて説明します。 論文「 TEMPO:Prompt-basedGenerativePre-trainedTransformerforTimeSeriesForecasting 」では、この課題に取り組み、時系列予測のために大規模な事前訓練済みモデルを適応させる手法を提案しています。著者は、効果的な時系列表現学習のために設計された GPT ベースの包括的なモデル TEMPO

CDictionary : CArrayObjとCListに基づくMQL5ライブラリ（連想配列）データ構造の実装です。 作者: Enrico Lambino

新しい記事「 初級から中級へ：変数(III) 」はパブリッシュされました: 今日は、定義済みのMQL5言語変数と定数の使用方法を見ていきます。さらに、別の特殊なタイプの変数である関数を分析します。これらの変数を適切に操作する方法を知っているかどうかは、動作するアプリケーションと動作しないアプリケーションの違いを意味する場合があります。ここで紹介されている内容を理解するには、以前の記事で説明した内容を理解する必要があります。 前回の「 初級から中級へ：変数(II)

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軽量モデル 」はパブリッシュされました: 軽量な時系列予測モデルは、最小限のパラメータ数で高いパフォーマンスを実現します。これにより、コンピューティングリソースの消費を抑えつつ、意思決定の迅速化が可能となります。こうしたモデルは軽量でありながら、より複雑なモデルと同等の予測精度を達成できます。

Universum 3.0 : 負け取引の後でのロットの増加。参入シグナルはDeMarker指標に基づいています。 作者: Vladimir Karputov

新しい記事「 取引におけるカオス理論（第2回）：さらなる研究 」はパブリッシュされました: 金融市場におけるカオス理論の探究を続けます。今回は通貨やその他の資産の分析への適用性について考えます。 フラクタル次元は、カオス理論や金融市場を含む複雑システムの分析において重要な役割を果たす概念です。これは、オブジェクトまたはプロセスの複雑さと自己相似性の定量的な尺度を提供するため、市場の動きのランダム性の程度を評価するのに特に役立ちます。

新しい記事「 多通貨エキスパートアドバイザーの開発（第16回）：異なるクォート履歴がテスト結果に与える影響 」はパブリッシュされました: 開発中のエキスパートアドバイザー(EA)は、さまざまなブローカーとの取引で良好な結果を示すことが期待されていますが、現時点では、MetaQuotesデモ口座からのクォートを使用してテストを実行しています。テストや最適化に使用したクォートとは異なる価格データを持つ取引口座でも、EAが正しく機能する準備が整っているのかを確認してみましょう。 前回

新しい記事「 初級から中級へ：変数(II) 」はパブリッシュされました: 今日は、static変数の取り扱いについて学びます。このメカニズムを使用する際に守らなければならないいくつかの推奨事項があるため、この問題は初心者やある程度の経験を持つプログラマーにとってしばしば混乱を招きます。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「 初級から中級へ：変数(I)

新しい記事「 あらゆるタイプのトレーリングストップを開発してEAに接続する方法 」はパブリッシュされました: この記事では、様々なトレーリングストップを簡単に作成するためのクラスと、トレーリングストップを任意のEAに接続する方法について説明します。 前回の記事

新しい記事「 MQL5でインタラクティブなグラフィカルユーザーインターフェイスを作成する（第2回）：コントロールと応答性の追加 」はパブリッシュされました: ダイナミックな機能でMQL5のGUIパネルを強化することで、ユーザーの取引体験を大幅に向上させることができます。インタラクティブな要素、ホバー効果、リアルタイムのデータ更新を取り入れることで、パネルは現代のトレーダーにとって強力なツールとなるでしょう。

新しい記事 CSSセレクタを使用した HTML ページからの構造化データの抽出 はパブリッシュされました: この記事では、CSS セレクタに基づいて HTML ドキュメントからデータを分析および変換するための汎用的な方法について説明します。 トレードレポート、テスターレポート、お気に入りの経済カレンダー、パブリックシグナル、アカウント監視、その他のオンラインクオートソースは MQL から直接利用可能になります。 トレーダーは、多くの場合、テストレポートや MetaTrader によって生成されたトレードレポートなどの標準的な HTML ファイルを扱います。

新しい記事「 プッシュ通知による取引の監視：MetaTrader 5サービスの例 」はパブリッシュされました: この記事では、取引結果をスマートフォンに通知するサービスアプリの作成について説明します。標準ライブラリオブジェクトのリストを処理して、必要なプロパティごとにオブジェクトの選択を整理する方法を学習します。 金融市場で取引をおこなう場合、過去の一定期間におこなわれた取引の結果に関する情報が利用可能かどうかが重要な要素となります。

新しい記事「 取引におけるニューラルネットワーク：Adam-mini最適化によるメモリ消費量の削減 」はパブリッシュされました: モデルの訓練と収束プロセスの効率を向上させるためのアプローチの1つが、最適化手法の改良です。Adam-miniは、従来のAdamアルゴリズムを改良し、より効率的な適応型最適化を実現することを目的とした手法です。 ニューラルネットワークについて学び始めたとき、モデルパラメータを 最適化するためのさまざまなアプローチ

新しい記事「 初級から中級へ：変数(I) 」はパブリッシュされました: 多くの初心者プログラマーは、自分のコードが期待どおりに動作しない理由を理解するのに苦労します。コードを正しく機能させるためには、さまざまな要素が関わります。ただ関数や操作を組み合わせるだけでは、コードが適切に動作するとは限りません。今日は、単にコードをコピー＆ペーストするのではなく、実際に正しくコードを書く方法を学んでみましょう。ここで提供される資料は教育目的のみに使用されるべきです。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。

LBS : 逆指値注文の操作。 EAはiATR (Average True Range、ATR)指標を適用します。 作者: Vladimir Karputov

新しい記事 Neural Networks: From Theory to Practice はパブリッシュされました: 今日、トレーダーはだれしもニューラルネットワークについて聞いたことがあり、それを使 うのがかっこいいということがわかっています。多数の人がニューラルネットワークを利用してディールを行える人はスーパーヒューマンだと思っています。本 稿ではニューラルネットワークのアーキテクチャを説明し、アプリケーションについて記述し、実用例を示していこうと思います。 ニューラルネットワークのコンセプト

新しい記事「 初心者のためのMQL5におけるファンダメンタル分析とテクニカル分析戦略の組み合わせ 」はパブリッシュされました: この記事では、トレンドフォローとファンダメンタル分析の原則を1つのエキスパートアドバイザー(EA)にシームレスに統合し、より強固な取引戦略を構築する方法について説明します。MQL5を活用して、誰でも簡単にカスタマイズされた取引アルゴリズムを作成できることを紹介します。

新しい記事「 母集団最適化アルゴリズム：焼きなまし(SA)アルゴリズム（第１部） 」はパブリッシュされました: 焼きなましアルゴリズムは、金属の焼きなまし過程にヒントを得たメタヒューリスティックです。この記事では、このアルゴリズムを徹底的に分析し、この広く知られている最適化方法を取り巻く多くの一般的な信念や神話を暴露します。この記事の後半では、カスタムの等方的焼きなまし（Simulated Isotropic Annealing、SIA）アルゴリズムについて説明します。 焼きなましアルゴリズムは、1983年にScott Kirkpatrick、George Gelatt、Mario

シャンデモメンタムオシレータ : シャンデモメンタムオシレータ（Chande Momentum Oscillator、CMO）はモメンタムを捕捉しようとするテクニカル指標です。 作者: Nikolay Kositsin

新しい記事「 リプレイシステムの開発（第59回）：新たな未来 」はパブリッシュされました: さまざまなアイデアを適切に理解することで、より少ない労力でより多くのことを実現できます。この記事では、サービスがチャートと対話する前にテンプレートを構成する必要がある理由について説明します。また、マウスポインタを改良し、より多くの機能を持たせることについても考察します。 前回の「 リプレイシステムの開発（第58回）:サービス業務への復帰

新しい記事「 カスタムインジケーター:ネット口座の部分的なエントリー、エグジット、リバーサル取引のプロット 」はパブリッシュされました: この記事では、MQL5でインジケーターを作成する非標準的な方法について説明します。トレンドやチャートパターンに注目するのではなく、部分的なエントリーやエグジットを含めた独自のポジション管理を目的とします。取引履歴やポジションに関連する動的マトリックスと、いくつかの取引機能を広範に活用し、これらの取引がおこなわれた場所をチャート上に表示します。

Super_Signals_Channel_V3 : Super_Signals_Channel_V3指標で、チャネルが色で塗りつぶされ、中央線が追加されています。 作者: Nikolay Kositsin

新しい記事「 リプレイシステムの開発（第58回）：サービスへの復帰 」はパブリッシュされました: リプレイ/シミュレーターサービスの開発と改良を一時中断していましたが、再開することにしました。ターミナルグローバルのようなリソースの使用をやめたため、いくつかの部分を完全に再構築しなければなりません。ご心配なく。このプロセスを詳細に説明することで、誰もが私たちのサービスの進展についていけるようにします。 前回の「 リプレイシステムの開発（第57回）：テストサービスの内訳

新しい記事「 リプレイシステムの開発（第57回）：テストサービスについて 」はパブリッシュされました: 注意点が1つあります。この記事にはサービスコードは含まれておらず、次の記事でのみ提供されます。ただし、実際の開発の出発点として同じコードを使用するため、この記事ではその説明をおこないます。ですので、注意深く、そして忍耐強く読んでください。毎日、すべてがさらに面白くなっていきますので、次の記事を楽しみにお待ちください。 前回の「 リプレイシステムの開発（第56回）：モジュールの適応

新しい記事「 多通貨エキスパートアドバイザーの開発（第8回）：新しいバーの負荷テストと処理 」はパブリッシュされました: 進歩に伴い、1つのEAでより多くの取引戦略インスタンスを同時に実行するようになりました。リソースの限界に達する前に、どのくらいのインスタンスが利用可能かを検討することが重要です。 最初の 記事 では、2つの取引戦略を備えたEAを開発しました。 2回目