記事、ライブラリコメント - ページ 23

MTF_MA : 多時間枠移動平均指標 作者: Scriptor

Congestion index（揉み合い指数） : Congestion Indexは、市場が過去x日間に変化した実際のパーセンテージを極端な範囲で除算することによって、市場の性格の特定を試みます。 作者: Mladen Rakic

Averages MTF : 1つのファイル内の平均値のコレクションに、標準の組み込み型でサポートされていないいくつかの平均値を追加するバージョンです。 作者: Mladen Rakic

フラクチャーフラクタル : このエキスパートアドバイザーはフラクタル指標のシグナルを使用して指値注文を出し、ポジションのストップロスレベルを追跡します。 作者: Vladimir Karputov

新しい記事「 MQL5の統合：Python 」はパブリッシュされました: Pythonは、特に金融、データサイエンス、人工知能、機械学習の分野で多くの特徴を持つ、よく知られた人気のプログラミング言語です。また、Pythonは取引にも有効な強力なツールです。MQL5では、この強力な言語を統合して使用することで、目的を効果的に達成することができます。本記事では、Pythonの基本的な情報を学んだ後、MQL5でPythonを統合して使用する方法を紹介します。

BBストップ : BBストップの新バージョンです。 ‌ 作者: Mladen Rakic

新しい記事「 PythonとMQL5でロボットを開発する（第2回）：モデルの選択、作成、訓練、Pythonカスタムテスター 」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。今日は、モデルの選択と訓練、テスト、交差検証、グリッドサーチ、モデルアンサンブルの問題を解決します。 前回の 記事

新しい記事 取引口座モニタリングは不可欠なトレーダーツールです。 はパブリッシュされました: 取引口座モニタリングでは、完了したすべての取引に関する詳細なレポートが提供されます。すべての取引統計は自動的に収集され、わかりやすい図やグラフとして提供されます。 作者: MetaQuotes Software Corp

ブレイクアウト : レベルの指標です。 作者: Scriptor

新しい記事 MetaTrader5 と Python インテグレーション: データの受信と送信 はパブリッシュされました: 包括的なデータ処理には広範なツールが必要であり、多くの場合、1つのアプリケーションのサンドボックスの範疇を超えています。 専門のプログラミング言語は、データ、統計、機械学習の処理と分析に使用されます。 データ処理の主要なプログラミング言語の1つは Python です。 この記事では、ソケットを使用して MetaTrader5 と Python を接続する方法、およびターミナル API を介してクオートを受け取る方法について説明します。

新しい記事「 古典的な戦略を再構築する（第4回）：SP500と米財務省中期証券 」はパブリッシュされました: この連載では、最新のアルゴリズムを用いて古典的な取引戦略を分析し、AIによって戦略を改善できるかどうかを検証します。本日の記事では、SP500と米財務省中期証券との関係を活用した古典的な取引手法を再考します。 前回の 記事 では、S&P

Clock : この指標はローカル、サーバー、GMTの3つのバリアントの時刻をチャートで表示します。 作者: Nikolay Kositsin

新しい記事 モスクワ為替先物のスプレッド戦略の開発例 はパブリッシュされました: MT5 プラットフォームでは、同時に複数の金融商品のトレードロボットをテストすることができます。組み込みのストラテジーテスターは、自動的にヒストリーデータをブローカーのサーバーからダウンロードします。そのため、開発者は特別手動で何かをする必要はありません。シンプルかつ確実に異なるシンボルのミリ秒単位のティックによるトレード環境を再現することが可能です。この記事では、2つのモスクワ為替先物においてスプレッドストラテジーをテストと開発を行います。 Si-M.Y と RTS-M.Y

Bollinger Bands : ボリンジャーバンド ® (BB) は エンベロープ に 似たインジケーターです。唯一の違いは、エンベロープのバンドは移動平均線からの固定幅（％）で形成されるのに対し、ボリンジャーバンドは移動平均線から の標準偏差で形成される点です。標準偏差はボラティリティを測ります。したがって、ボリンジャーバンドは相場の状態によって自分自身を調整します。相場の 動きが大きいときバンドは広がり、相場の動きが小さいときバンドは縮みます ボリンジャーバンドは一般的に価格チャートに描写されますが、インジケーターチャートに

新しい記事 MQL5.コミュニティ - ユーザーメモ はパブリッシュされました: みなさんは登録したばかりで、おそらく「メッセージに写真を挿入する方法は？」、「MQL5 のソースコードをフォーマットする方法は？」、「個人のメッセージはどこに保存されるの？」などという疑問があることでしょう。またそのほかにも数多くの質問があるかもしれません。本稿では MQL5.communityに慣れていただくための実践的な情報を準備し、利用可能な機能を最大限に活用していただけるようにします。 作者: MetaQuotes Software Corp

新しい記事 グラフィカルインタフェース I: グラフィカルインタフェースの動画化(チャプター 3) はパブリッシュされました: 本稿はグラフィカルインターフェイスに関するシリーズの続きです。シリーズ第一弾の グラフィカルインタフェース I: ライブラリストラクチャの準備（チャプター 1） ではライブラリの目的を詳細に考慮します。第一部の記事へのリンクの完全なリストは各章の終わりにあります。そこではまた、開発の現段階でのライブラリの完全版をダウンロードすることができます。ファイルはアーカイブと同じディレクトリに配置される必要があります。 前回の記事 で

TMACD : TMACD インジケータ 作者: Scriptor

Feed of all deals : この指標は、銘柄による取引の総数をリアルタイムで表示します。 作者: prostotrader

速度計 : 価格変更速度の指標 作者: Andrew Kornishkin

新しい記事「 PythonとMQL5による多銘柄分析（第2回）：ポートフォリオ最適化のための主成分分析 」はパブリッシュされました: 取引口座のリスク管理は、すべてのトレーダーにとっての課題です。MetaTrader 5で、さまざまな銘柄に対して高リスク、中リスク、低リスクモードを動的に学習する取引アプリケーションを開発するにはどうすればよいでしょうか。PCA（主成分分析）を使用することで、ポートフォリオの分散をより効果的に管理できるようになります。MetaTrader 5から取得した市場データを基に、これら3つのリスクモードを学習するアプリケーションの作成方法を説明します。

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。

新しい記事「 相対的活力指数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: 以前の記事のモデルを追加で訓練する利点は、以前の記事のテストEAを使って訓練結果を確認できることです。私が使ったのはこれです。モデルの訓練後、追加で訓練した方針モデルを、ストラテジーテスターで「REINFORCE-test.mq5」というEAを前述のモデルを使って起動させました。そのアルゴリズムについては、 前回の記事 で紹介しました。完全なEAコードは添付ファイルにあります。

Price_Extreme_Indicatorに基づくエキスパートアドバイザー : このエキスパートアドバイザーはPrice_Extreme_Indicatorチャネル指標に基づいています。 作者: Scriptor

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45回）：モンテカルロ法による強化学習 」はパブリッシュされました: モンテカルロは、ウィザードで組み立てられたエキスパートアドバイザー(EA)における実装を検討するために取り上げる、強化学習の4つ目の異なるアルゴリズムです。ランダムサンプリングに基づいていますが、多様なシミュレーション手法を活用できる点が特徴です。 本記事では、強化学習のさらなる考察として、 モンテカルロ 法を取り上げます。このアルゴリズムは、Q学習やSARSAと非常に類似しており、実際には

新しい記事「 MQL5での暗号化の探索：ステップごとのアプローチ 」はパブリッシュされました: この記事では、MQL5内での暗号化の統合について探り、取引アルゴリズムのセキュリティと機能を強化する方法を紹介します。主要な暗号化手法と、それらを自動取引に実際に実装する方法について説明します。 技術的な側面に進む前に、アルゴリズム取引において暗号化がなぜ重要なのかを理解することが大切です。暗号化は本質的に、情報を保護する科学であり、データの機密性、完全性、そして真正性を確保することを目的としています。取引アルゴリズムの文脈において、暗号化は次のような複数の目的を果たします。 知的財産の保護

新しい記事「 適応型社会行動最適化(ASBO)：二段階の進化 」はパブリッシュされました: 生物の社会的行動と、それが新しい数学モデルであるASBO（適応型社会的行動最適化）の開発に与える影響について、引き続き考察していきます。今回は、二段階の進化プロセスを詳しく分析し、アルゴリズムをテストした上で結論を導き出します。自然界において生物の集団が生存のために協力するのと同様に、ASBOも集団行動の原理を活用し、複雑な最適化問題を解決します。 前の記事

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1回）：MQL5からTelegramへのメッセージ送信 」はパブリッシュされました: この記事では、MQL5を使用してEAを作成し、Telegramに自動でメッセージを送信する方法を説明します。ボットのAPIトークンやチャットIDといった必要なパラメータを設定し、HTTP

DDE - サーバ : MQL5ライブデータをExcel（DDE）にエクスポート 作者: Alexander Piechotta

UltraRSI : この指標は、 RSIとその複数のシグナルライン分析に基づいています。 作者: Nikolay Kositsin

Super_SAR : スーパー SAR は SuperTrend とiSARに基づくシグナルインジケータです。 作者: Scriptor