記事、ライブラリコメント - ページ 25

新しい記事 MetaTrader モバイル端末におけるMetaQuotes ID はパブリッシュされました: Android や iOS を備えたデバイスにより、われわれが知りもしない数多くの機能が提供されています。こういった機能のひとつは、どんな電話番号であろうと、モバイルネットワーク提供会社がどこであっても個人的なメッセージを受け取ることのできるプッシュ通知です。MetaTrader モバイル端末ではすでに売買ロボットからそういうメッセージを受信することが可能となっています。それにはご自身の MetaQuotes ID を知るだけでよいのです。200,000...

新しい記事「 DoEasyライブラリでのその他のクラス(第68部): チャットウィンドウオブジェクトクラスとチャートでの指標オブジェクトクラス 」はパブリッシュされました: 本稿では、チャートオブジェクトクラスの開発を続け、利用可能な指標のリストを含むチャートウィンドウオブジェクトのリストに追加します。 作成されたオブジェクトのパフォーマンスを確認するには、3つのチャートを開くだけです。EAを使用してチャートにフラクタル指標を追加して、指標ウィンドウを追加します。たとえば、DeMarkerデータに基づくAMAなどの別の指標を含むDeMarkerです。

新しい記事「 ニューラルネットワークが簡単に(第13回): Batch Normalization 」はパブリッシュされました: 前回の記事では、ニューラルネットワーク訓練の品質を向上させることを目的とした手法の説明を開始しました。本稿では、このトピックを継続し、別のアプローチであるデータのBatch Normalizationについて説明します。

新しい記事 取引におけるニューラルネットワークの実用化 はパブリッシュされました: 本稿では、フル機能の自動売買ロボットを作成することを目的として、ニューラルネットワークと取引ターミナルの統合の主な側面について検討します。

新しい記事「 ニューラルネットワークが簡単に(第12回): ドロップアウト 」はパブリッシュされました: ニューラルネットワークを研究する次のステップとして、ニューラルネットワークの訓練中に収束を高める手法を検討することをお勧めします。そのような手法はいくつかありますが、本稿では、それらの1つである「ドロップアウト」について考察します。

新しい記事「 組み合わせスキャルピング:過去の取引の分析による将来の取引パフォーマンスの向上 」はパブリッシュされました: 本稿では、自動取引システムの公立を高めることを目的としたテクノロジーについて説明します。アイデアが簡単に説明され、その基盤、可能性、および欠点についてが説明されます。 大砲(取引システムまたはアルゴリズム)と2箱の砲弾があると想像してみてください。1つはプラス(勝ち)の取引で、もう1つはマイナス(負け)の取引です。それらを撃ち、戦場のくぼみを研究すると、プラスの取引の一部は、射撃の歴史を通して決してマイナスのくぼみに陥らないことがわかります。

新しい記事 Boxplotによる金融時系列のシーズンパターンの探索 はパブリッシュされました: この記事では、Boxplotを使用して価格時系列のシーズン特性を表示します。 各Boxplot(あるいは"ボックスアンドウイスキーダイアグラム") は、データセットに沿って値がどのように分布しているかを示す優れたものです。 Boxplotは、視覚的に似ていますが、ローソク足チャートと混同しないでください。 価格は、時間とフォームのトレンドの平均値のシフトがあるので、統計分析はそのような生の系列には適用されません。

新しい記事「 MVCデザインパターンとその可能なアプリケーション 」はパブリッシュされました: 本稿では、人気高いMVCパターンと、MQLプログラムでの使用の可能性、長所、短所について説明します。アイデアは、既存コードをモデル、ビュー、コントローラの3つの別々のコンポーネントに分割することです。 このパターンはかなり昔(1978年)に登場しましたが、最初の記述はずっと後の1988年に登場しました。それ以来、テンプレートはさらに発展し、新しいアプローチを生み出しています。

新しい記事「 DoEasyライブラリでのその他のクラス(第67部): チャットオブジェクトクラス 」はパブリッシュされました: 本稿では、(単一の取引製品チャートの)チャートオブジェクトクラスを作成し、MQL5シグナルオブジェクトのコレクションクラスを改善して、コレクションに格納されている各シグナルオブジェクトでリストの更新時にすべてのパラメータが更新されるようにします。 EAをコンパイルし、ターミナルで3つのチャートを開き、最初のチャートでEAを起動します。その一方で、パラメータで「現在の銘柄と時間枠でのみ作業する」を事前に指定します。

MT4Orders: MetaTrader 4とMetaTrader 5の注文システムの並列使用。 作者: fxsaber

新しい記事「 ニューラルネットワークが簡単に(第11部): GPTについて 」はパブリッシュされました: GPT-3は現在存在する言語ニューラルネットワークの中でおそらく最も高度なモデルの1つであり、その最大バリアントには1,750億個のパラメータが含まれています。もちろん、家庭にあるようなPCでそのような怪物を作成するつもりはありませんが、どのアーキテクチャソリューションを作業に使用し、それらからどのように利益を得ることができるかは確認することができます。

新しい記事「 パターン検索への総当たり攻撃アプローチ(第IV部): 最小限の機能 」はパブリッシュされました: 本稿では、前の記事で設定した目標に基づいて改良された総当たり攻撃バージョンについてお話します。エキスパートアドバイザーをこの方法で取得した設定で使用して、このトピックをできるだけ広くカバーするようにします。新しいプログラムバージョンも添付されています。 多くの自動取引システムの問題は、それらが過剰に訓練され、履歴に適合していることです。月に最大1000パーセントという印象的な結果を示すシステムを作成することが可能です。しかし、そのようなシステムは実際には機能しません。

新しい記事「 グリッドおよびマーチンゲール取引システムでの機械学習 - あなたはそれに賭けますか 」はパブリッシュされました: 本稿では、グリッドおよびマーチンゲール取引に適用される機械学習手法について説明します。驚いたことに、世界中のネットではこのアプローチはほとんどまたはまったくカバーされていません。記事を読んだ後は、自分自身の自動売買ボットを作成することができるでしょう。

新しい記事「 多層パーセプトロンとバックプロパゲーションアルゴリズム 」はパブリッシュされました: これら2つの手法の人気が高まり、Matlab、R、Python、C

新しい記事「 自動取引のための便利でエキゾチックな技術 」はパブリッシュされました: 本稿では、自動取引のためのいくつかの非常に興味深く有用な技術を紹介します。それらのいくつかには馴染みがあるかもしれません。最も興味深い手法を取り上げ、なぜ使用する価値があるのかを説明します。さらに、これらの技術の実際面での傾向を示します。エキスパートアドバイザーを作成し、説明されているすべての技術を相場履歴を使用してテストします。

新しい記事「 取引におけるニューラルネットワークの実用化(第2部)コンピュータービジョン 」はパブリッシュされました: コンピュータービジョンを使用すると、価格チャートと指標の視覚的表現に関してニューラルネットワークを訓練できるようになります。この方法では、ニューラルネットワークにデジタルでフィードする必要がないため、テクニカル指標全体でより幅広い操作が可能になります。

Small_Inside_Bar_Strategy: Small_Inside_Bar_Strategy - Small_Inside_Bar 指標に基づいたエキスパートアドバイザーです。 作者: Scriptor

ChannelEA2: ChannelEA2 - 指数注文を使ってチャネルで作動するエキスパートアドバイザーです。 作者: Scriptor

新しい記事「 DoEasyライブラリでのその他のクラス(第66部): MQL5.comシグナルコレクションクラス 」はパブリッシュされました: 本稿では、シグナルを管理する関数を備えたMQL5.comシグナルサービスのシグナルコレクションクラスを作成します。さらに、DOMの売買取引高の合計を表示するように板情報スナップショットオブジェクトクラスを改善します。 現在の銘柄/時間枠での作業を事前に設定し、MQL5.comシグナルサービスの取引シグナルでの作業のフラグをアクティブにしながら、EAをコンパイルして銘柄チャートで起動します。

新しい記事「 DoEasyライブラリでの価格(第65部): 板情報コレクションとMQL5.comシグナル操作クラス 」はパブリッシュされました: 本稿では、すべての銘柄の板情報コレクションクラスを作成し、シグナルオブジェクトクラスを作成することによってMQL5.comシグナルサービスを使用するための機能の開発を開始します。 OnInitDoEasy()関数にもいくつか修正を加えましょう。現在、 使用されているすべての銘柄のティックシリーズの作成 は、ライブラリメインオブジェクトの適切なメソッドへの直接アクセスとして実装されています。さらに、 作成したDOMシリーズのチェックを追加しました 。

新しい記事「 DoEasyライブラリでの価格(第61部): 銘柄ティックシリーズのコレクション 」はパブリッシュされました: プログラムでは作業に異なる銘柄を使用する可能性があるため、それぞれに個別のリストを作成する必要があります。本稿では、そのようなリストを組み合わせてティックデータコレクションにします。実際、これは、CObjectクラスのインスタンスへのポインタの動的配列のクラスおよび標準ライブラリの子孫に基づく通常のリストになります。

新しい記事「 DoEasyライブラリでの価格(第64部): 板情報、DOMスナップショットのクラスおよびスナップショットシリーズオブジェクト 」はパブリッシュされました: 本稿では、2つのクラス(DOMスナップショットオブジェクトのクラスとDOMスナップショットシリーズオブジェクトのクラス)を作成し、DOMデータシリーズの作成をテストします。 最後のDOMスナップショットの数、銘柄の注文数、現在のスナップショットの注文数、およびDOMスナップショットリストに追加されたDOMスナップショットの総数は、銘柄チャートに表示されます。

新しい記事「 DoEasyライブラリでの価格(第63部): 板情報とその抽象リクエストクラス 」はパブリッシュされました: 本稿では、板情報を使用するための機能の開発を開始します。また、板情報抽象注文オブジェクトとその子孫のクラスも作成します。 本稿では、板情報(DOM)を使用するための機能の実装を開始します。概念的には、DOMを使用するためのクラスは、以前に実装されたすべてのライブラリクラスと同じです。同時に、DOMに保存されている注文に関するデータを特徴とするDOMのモールドがあります。データは、 OnBookEvent() ハンドラがアクティブ化されたときに

新しい記事「 DoEasyライブラリでの価格(第62部): ティックシリーズをリアルタイムで更新して板情報で作業するための準備 」はパブリッシュされました: この記事では、ティックデータの更新をリアルタイムで実装し、板情報を操作するための銘柄オブジェクトクラスを準備します(DOM自体は次の記事で実装されます)。

新しい記事「 自己適応アルゴリズム(第IV部)：その他の機能とテスト 」はパブリッシュされました: 引き続き、必要最小限の機能でアルゴリズムを実装して結果をテストします。収益性は非常に低いですが、連載では、完全に自動化された、根本的に異なる市場で取引される完全に異なる商品で収益性の高い取引モデルを示しています。

新しい記事「 ニューラルネットワークが簡単に(第10回): Multi-Head Attention 」はパブリッシュされました: ニューラルネットワークにおける自己注意のメカニズムについては、以前に検討しました。実際には、最新のニューラルネットワークアーキテクチャは、いくつかの並列した自己注意スレッドを使用して、シーケンスの要素間のさまざまな依存関係を見つけます。このようなアプローチの実装を検討し、ネットワーク全体のパフォーマンスへの影響を評価しましょう。

新しい記事「 DoEasyライブラリでの価格(第60部): 銘柄ティックデータのシリーズリスト 」はパブリッシュされました: 本稿では、単一銘柄のティックデータを格納するためのリストを作成し、EAでの必要なデータの作成と取得を確認します。さらに、使用される銘柄ごとの個別のティックデータリストでティックデータのコレクションを構成します。 EAをコンパイルし、現在の銘柄と時間枠を使用するように設定で事前に定義されている銘柄チャートで起動します。EAを初期化するとき、 EAパラメータのデータ、作成された時系列 、および(少し後で)作成されたティックシリーズのデータが表示されます。その日の

新しい記事「 自己適応アルゴリズム(第III部)：最適化の放棄 」はパブリッシュされました: 履歴データに基づく最適化を使用してパラメータを選択する場合、真に安定したアルゴリズムを取得することは不可能です。安定したアルゴリズムは、常時、どんな取引商品で作業していても、必要なパラメータを認識している必要があります。予測や推測ではなく、確実に知っているべきです。

新しい記事「 自己適応アルゴリズムの開発(第II部): 効率の向上 」はパブリッシュされました: この記事では、以前に作成したアルゴリズムの柔軟性を向上させることでトピックの開発を続けます。アルゴリズムは、分析期間内のローソク足の数の増加または上昇/下降ローソク足超過率のしきい値の増加によって、より安定しました。分析のためにより大きなサンプルサイズを設定するかより高いローソク足の超過率を設定して、妥協する必要がありました。

新しい記事「 パターン検索への総当たり攻撃アプローチ(第III部): 新しい水平線 」はパブリッシュされました: 本稿では、総当たり攻撃のトピックを続けます。プログラムアルゴリズムに市場分析の新しい機会を導入することで分析速度を高め、結果の品質を向上します。新しい追加により、このアプローチ内でグローバルパターンの最高品質で表示できるようになります。