記事、ライブラリコメント - ページ 27

新しい記事「 化学反応最適化(CRO)アルゴリズム（第2回）：組み立てと結果 」はパブリッシュされました: 第2回では、化学演算子を1つのアルゴリズムに集め、その結果の詳細な分析を紹介します。化学反応最適化(CRO)法がテスト機能に関する複雑な問題の解決にどのように対処するかを見てみましょう。

Lyapunov_HP : リアプノフ安定理論に基づくオシレータ指標でHodrick-Prescottフィルタを持ちます。 作者: Scriptor

新しい記事「 クラスター分析(第I部):インジケーターラインの傾きをマスターする 」はパブリッシュされました: クラスター分析は、人工知能の最も重要な要素の1つです。この記事では、指標の傾きのクラスター分析を適用して、市場が横ばいであるかトレンドに従っているのかを判断するためのしきい値の取得を試みます。 インジケーターとして、以下に添付されているMQの「HalfTrend」を使用します。水平方向に走る通路が長くなっています。

BrainTrend2Sig : BrainTrend2Sigは、トレンドの方向に応じてローソク足に色を割り当てる市場動向のインディケータです。 作者: Nikolay Kositsin

SuperTrend : SuperTrendインディケータ 作者: FxGeek

HTH トレーダー : ヘッジトレーダー EA. 作者: Vladimir Karputov

新しい記事「 MQL5とPythonで自己最適化EAを構築する 」はパブリッシュされました: この記事では、市況に基づいて取引戦略を自律的に選択変更できるエキスパートアドバイザー(EA)を構築する方法について解説します。マルコフ連鎖の基本を学び、それがアルゴリズムトレードにどのように役立つかを探っていきます。 マルコフは、完全にランダムなプロセスをモデル化する必要がある数々の問題に取り組みました。これは、市場のダイナミクスにおける予測不可能性に対処する現代の課題にも通じます。彼が定式化した「マルコフ連鎖」は、ランダムな現象を扱う際に非常に有用な枠組みです。これを直感的に理解してみましょう。

カスタム移動平均レベル : コ―ドで2つのレベルの値を指定できる移動平均指標。 作者: Vladimir Karputov

MACD-RSI : MACDに適用されるRSI指標は、明らかに現在の価格乖離を示します。 作者: Nikolay Kositsin

新しい記事「 多色ローソク足を作成するためのオプションの探究 」はパブリッシュされました: この記事では、ローソク足でカスタマイズされたインジケーターを作成する可能性について説明し、それらの長所と短所を指摘します。

新しい記事 手動取引のサポーターを作成する はパブリッシュされました: 近年、為替市場の為のトレードロボットの数は、雪だるま式に増えています。これらのトレードロボットの中には、様々な概念や戦略がありますが、負けない人工知能の作成は誰も成し遂げていません。その為、多くのトレーダーは手動取引を支持しています。しかし、このようなスペシャリストの為に、トレードパネルと呼ばれるロボットアシスタントが作成されています。この記事では、トレードパネルの作成例を『ゼロから』ご紹介していきます。 白紙の紙を手に取り、取り入れる必要のある要素を全て配置しつつ、私達の未来のトレードパネルを描いていきましょう。 未

ATR ジグザグ : ATR ベースのジグザグ実装 作者: Andre Enger

Simplest Hedging EA ever : ヘッジ勘定にのみ使用します。新しいバーに2つの反対方向のポジションを開きます。 作者: Vladimir Karputov

Reverse No Repair : Reverse No Repair指標では強気および弱気矢印を表示できます。 作者: Qianru Gao

新しい記事「 カスタム指標（第1回）：MQL5でシンプルなカスタム指標を開発するためのステップバイステップ入門ガイド 」はパブリッシュされました: MQL5を使用してカスタム指標を作成する方法を紹介します。この入門記事では、シンプルなカスタム指標を構築するための基本を説明し、この興味深いトピックを初めて学ぶMQL5プログラマーのために、さまざまなカスタム指標をコーディングするための実践的なアプローチを示します。

新しい記事 古典的な隠れたダイバージェンスを解釈する新しいアプローチ第2部 はパブリッシュされました: 本稿では、さまざまな指標のレギュラーダイバージェンスと効率性について批判的に検討します。さらに、分析の精度を高めるためのフィルタリングオプションと、非標準ソリューション機能の説明が含まれています。 その結果、技術的なタスクを解決するための新しいツールを作成します。 これらのアイデアを確認するには、小さなロボットを作成します。 古典的なバリアントやメインラインの方向には興味がありません。

ポジション情報パネル : パネルの形の指標結果のロットサイズと上下の矢印が表示されます。 ‌ 作者: Vladimir Karputov

新しい記事 MetaTraderプログラムを簡単かつ迅速に開発するためのライブラリ(第1部)概念、データ管理および最初の結果 はパブリッシュされました: 膨大な数の取引戦略やMetaTrader 5およびMetaTrader 4ターミナル用アプリケーションの開発の注文、さまざまなMetaTrader

CTradeStatistics : ENUM_STATISTICS列挙パラメータ計算のためのクラス 作者: Andrey Voytenko

新しい記事 ローソク足分析技術の研究(第2部): 新規パターンの自動検索 はパブリッシュされました: 前回の記事では、さまざまな既存のローソク足の形成から選択された14のパターンを分析しました。すべてのパターンを1つずつ分析することは不可能であるため、別の解決策を見つけました。新しいシステムは、既知のローソク足タイプに基づいて新しいローソク足パターンを検索してテストします。 新しいローソク足パターン生成アルゴリズムを開発するためには、キーとなる規則を定義する必要があります。 新しいパターンは、1つ、2つ、または3つの基本ローソク足タイプで構成されます。

Hodrick-Prescottチャンネル : このインディケータは Hodrick-Prescottフィルタ を使用して価格チャンネルをプロットします。 最初のステップは、終値の平滑化値を計算することです。その後、高い平滑化期間で再び平滑化されます。結果としてHPとHPSlowがあります。次のステップでは、HPSlowに相対したHPの標準偏差を計算し、チャネルを構築します。 インディケータはHPSlow[0]への完全なチャネル幅の比を出力し、パーセンテージで提示します。このテキストはチャート上で簡単に移動することができます。マウスのダブルクリックでドラッグして移動します。 作者

新しい記事「 Frames Analyzerツールによるタイムトレード間隔の魔法 」はパブリッシュされました: Frames Analyzerとは何でしょうか。これは、パラメータ最適化の直後に作成されたMQDファイルまたはデータベースを読み取ることにより、ストラテジーテスター内外でパラメータ最適化中に最適化フレームを分析するためのエキスパートアドバイザー（EA)のプラグインモジュールです。これらの最適化の結果はFrames Analyzerツールを使用している他のユーザーと共有して、結果について話し合うことができます。 Frames Analyzer

MACD_Flat_Trend : MACD フラットトレンドインジケータ 作者: Scriptor

新しい記事 カスタムグラフィックコントロールパート2コントロールライブラリ はパブリッシュされました: 「カスタムグラフィックコントロール」シリーズ第2弾となる本稿では、プログラム（エキスパートアドバイザ、スクリプト、インディケータ）とユーザ間のインタラクションにおいて起こる主要な問題を処理するコントロールライブラリを紹介します。このライブラリにはたいへん多くのクラス（CInputBox、CSpinInputBox、CCheckBox、CRadioGroup、CVSсrollBar、CHSсrollBar、CList、CListMS、

新しい記事 戦略バランス曲線の品質評価としての R 乗 はパブリッシュされました: この記事では、カスタム最適化基準R乗の構築について扱います。 この基準は、戦略のバランス曲線の品質を推定し、安定した戦略を構築するために使うことができます。 今回は、このメトリックのプロパティと品質の推定に使用される、構造と統計的手法について説明します。 しかし、どのすれば正しく直線を描画することができるでしょうか。 数学的メソッドは、すべての利用可能なポイントがこのラインへの距離の最小の合計を持つような方法で線形回帰係数を最適に計算するために使用することができます。 これについては、次の表で説明します。

新しい記事 ユニバーサルEA：戦略トレードモード(その1) はパブリッシュされました: ＥＡの開発者は、プログラミングのスキルに関係なく、信頼性の高い取引プロセスを整理するため、同じタスクとアルゴリズムの問題に直面しています。この記事では、これらのタスクの解決に着手し、トレードアイデアを記述するための便利なCStrategyエンジンの可能性を説明します。 この記事で提供される方法を理解するため、短期移動平均と長期移動平均線の、古典的な取引システムを説明します。このように、平均化周期の大きな移

コインフリップ : ポジションが pseudorandomly に開かれます。 損失 (ストップロスと損失による決算) の場合、マーチンゲールが適用されます。 作者: Vladimir Karputov

新しい記事「 ニューラルネットワークが簡単に（第94回）：入力シーケンスの最適化 」はパブリッシュされました: 時系列を扱うときは、常にソースデータを履歴シーケンスで使用します。しかし、これが最善の選択肢なのでしょうか。入力データの順序を変更すると、訓練されたモデルの効率が向上するという意見があります。この記事では、入力シーケンスを最適化する方法の1つを紹介します。 Transformer アーキテクチャを用いたモデルでは、長期的な依存関係を検出する有効性は、シーケンスの長さ、位置エンコーディングの戦略、データのトークン化など、さまざまな要因に大きく依存します。 こうした課題を背景に、論文「

新しい記事「 ニューラルネットワークの実践：擬似逆行列（I） 」はパブリッシュされました: 今日は、純粋なMQL5言語で擬似逆行列の計算を実装する方法を検討し始めます。これから見るコードは、初心者にとっては予想していたよりもはるかに複雑なものになる予定で、それをどのように簡単に説明するかをまだ模索中です。したがって、今のところは、これを珍しいコードを学ぶ機会と考えてください。落ち着いて注意深く学んでください。効率的または迅速な適用を目的としたものではありませんが、可能な限り教訓的なものにすることが目標です。

新しい記事「 独自のLLMをEAに統合する（第5部）：LLMs(II)-LoRA-チューニングによる取引戦略の開発とテスト 」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（微調整）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。