記事、ライブラリコメント - ページ 39

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「 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

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

SAR RSI MTS : iSAR（パラボリックSAR）とiRSI（相対力指数、RSI）の2つの指標に基づく取引システムです。ロットは余剰証拠金の割合としてのリスク値に基づいて計算されます。 作者: Vladimir Karputov

新しい記事「 取引におけるカオス理論（第1回）：金融市場における導入と応用、リアプノフ指数 」はパブリッシュされました: カオス理論は金融市場に適用できるでしょうか。この記事では、従来のカオス理論とカオスシステムがビル・ウィリアムズが提案した市場のカオスの概念とどのように異なるかについて考察します。

新しい記事「 多通貨エキスパートアドバイザーの開発（第15回）：実際の取引のためのEAの準備 」はパブリッシュされました: 既製のエキスパートアドバイザー(EA)の完成に徐々に近づくにつれ、取引戦略のテスト段階では二次的に思える問題にも注意を払う必要があります。これらの問題は、実際の取引に移行する際に重要となります。 では、ある時点でEAの動作を一時停止してみましょう。テスト実行後の結果は、休止なしのケースとまったく同じでした。つまり、EAは短期間の停止後も正常にステータスを回復し、動作を継続できていることが確認できました。 では、その違いをより明確にするために、

新しい記事「 適応型社会行動最適化(ASBO):Schwefel、ボックス=ミュラー法 」はパブリッシュされました: この記事は、生物の社会的行動の世界と、それが新たな数学モデルであるASBO（適応型社会的行動最適化、Adaptive Social Behavior Optimization）の構築に与える影響について、興味深い洞察を提供します。生物社会におけるリーダーシップ、近隣関係、協力の原則が、革新的な最適化アルゴリズムの開発にどのように着想を与えるのかを探ります。

新しい記事「 人工電界アルゴリズム(AEFA) 」はパブリッシュされました: この記事では、クーロンの静電気力の法則に触発された人工電界アルゴリズム(AEFA: Artificial Electric Field Algorithm)を紹介します。このアルゴリズムは、荷電粒子とその相互作用を利用して複雑な最適化問題を解決するために電気現象をシミュレートします。AEFAは、自然法則に基づいた他のアルゴリズムと比較して、独自の特性を示します。

新しい記事「 取引におけるニューラルネットワーク：二重アテンションベースのトレンド予測モデル 」はパブリッシュされました: 前回の記事で取り上げた時系列の区分線形表現の活用について、引き続き議論します。本日は、この手法を他の時系列分析手法と組み合わせることで、価格動向の予測精度を向上させる方法を探ります。

新しい記事「 ボラティリティを予測するための計量経済学ツール：GARCHモデル 」はパブリッシュされました: この記事では、条件付き異分散性(GARCH)という非線形モデルの特性について説明します。また、このモデルを基に、一歩先のボラティリティを予測するためのiGARCHインジケーターを構築しました。モデルのパラメータ推定には、ALGLIB数値解析ライブラリを使用しています。

新しい記事「 トレーダーに優しい損切りと利食い 」はパブリッシュされました: 損切り（ストップロス）と利食い（テイクプロフィット）は取引結果に大きな響を与えます。この記事では、最適な逆指値注文の値を見つけるためのいくつかの方法を見ていきます。 損切りと利食いは、価格がその値に達したときにポジションを手仕舞うためのストップ注文です。トレーダーは、損切りによって損失を限定し、利食いによって利益を節約することができます。損切りと利食いを使用する主な利点は、金融リスクを制御し、資金管理を使用する能力です。

StopAndTake MT5 : 価格チャートで実行すると、このスクリプトは現在の製品のすべての注文の決済逆指値/決済指値を修正します。 作者: Dmitry Melnichenko