記事、ライブラリコメント - ページ 4

新しい記事「 ニューラルネットワークの実践：習うより慣れよ 」はパブリッシュされました: ニューロンをわずかに特化させる単純なコード変更によって、学習段階を大幅に高速化できる方法について見ていきます。結局のところ、後ほど詳しく説明するように、ニューロンやニューラルネットワークが一度学習を完了すると、その後に実行する処理ははるかに高速になります。また、実際には存在しているにもかかわらず、ほとんど語られることのない問題についても取り上げます。 前回の記事では、 ニューラルネットワークの実践：最初のニューロン

新しい記事「 取引におけるニューラルネットワーク：特定データへの依存なしに時系列を汎化する(Mamba4Cast) 」はパブリッシュされました: Mamba4Castフレームワークを紹介するとともに、その主要コンポーネントの1つであるタイムスタンプに基づく位置エンコーディングについて詳しく解説します。データのカレンダー構造を考慮して時間埋め込みがどのように生成されるのかを示します。

新しい記事「 MQL5標準ライブラリエクスプローラー（第3回）：エキスパート標準偏差チャネル 」はパブリッシュされました: CTradeクラスとCChartObjectStdDevChannelクラスを用いたエキスパートアドバイザー(EA)を開発し、さらに収益性を高めるためのいくつかのフィルタを適用します。前回の議論で扱った理論を実装へ落とし込むことが目的です。また、MQL5標準ライブラリとその内部コードベースを理解するのに役立つ、もう一つの簡単なアプローチも紹介します。本記事では、これらの概念を実践的に学ぶことができます。

新しい記事「 取引におけるニューラルネットワーク：適応型モード分解を用いた時系列予測（最終回） 」はパブリッシュされました: アルゴリズム取引におけるACEFormerフレームワークの適応およびMQL5を用いた実用的な実装について説明します。特に、主要なアーキテクチャ設計の判断、学習プロセスの特徴、そして実データを用いたモデル検証結果について紹介します。 テスト結果を以下に示します。

新しい記事「 取引におけるニューラルネットワーク：適応型モード分解を用いた時系列予測(ACEFormer) 」はパブリッシュされました: ACEFormerアーキテクチャについて紹介します。これは、Probabilistic Attention（確率的注意）機構の有効性と、適応型時系列分解を組み合わせた最新のソリューションです。本記事は、金融市場において計算性能と予測精度のバランスを求める方にとって有用な内容となっています。

新しい記事「 取引におけるニューラルネットワーク：多変量時系列予測のためのLSTMの最適化（最終回） 」はパブリッシュされました: 時系列解析および予測のための革新的な手法を提供するDA-CG-LSTMフレームワークの実装を引き続き進めます。CG-LSTMとデュアルアテンション(dual attention)機構を組み合わせることで、データに含まれる長期的および短期的な依存関係をより高い精度で検出できるため、金融市場の分析に特に有効です。 前述したように、 DA-CG-LSTM フレームワークは、アテンションモジュールと改良型 CG-LSTM

新しい記事「 MQL5での取引戦略の自動化（第41回）：ローソク足レンジ理論(CRT)-蓄積・操作・分配(AMD) 」はパブリッシュされました: MQL5で動作するローソク足レンジ理論(CRT)取引システムを開発します。このシステムは、指定した時間足での蓄積のレンジを特定し、操作の深さフィルタリングを用いてブレイクを検知し、分配フェーズにおける反転確認を経てエントリーをおこないます。また、リスクリワード比に基づく動的または静的なストップロスとテイクプロフィット設定、任意のトレーリングストップ、方向ごとのポジション上限設定などによるリスク管理にも対応しています。 ローソク足レンジ理論(CRT)

新しい記事「 取引におけるニューラルネットワーク：多変量時系列予測のためのLSTMの最適化(DA-CG-LSTM) 」はパブリッシュされました: 時系列分析および予測に新たな手法を提供するDA-CG-LSTMアルゴリズムを紹介します。革新的なアテンション機構とモデルの柔軟性を活用することで、予測精度をどのように向上できるのかを解説します。

新しい記事「 取引におけるニューラルネットワーク：Actor-Director-Critic（最終回） 」はパブリッシュされました: Actor-Director-Criticフレームワークは、古典的なエージェント学習アーキテクチャを発展させたものです。本記事では、その実装と金融市場環境への適応に関する実践的な経験を紹介します。 学習データセットは、 MetaTrader 5ストラテジーテスター 上でランダムなエージェント実行を行うことによって生成しました。これにより、幅広い行動パターンを含むデータを収集することが可能になりました。このデータセットには、2024年通年の EURUSD M1

新しい記事「 取引におけるニューラルネットワーク：Actor-Director-Critic 」はパブリッシュされました: 階層型学習とマルチコンポーネントアーキテクチャを組み合わせたActor-Director-Critic (ADC)フレームワークについて詳しく解説します。DirectorがActorの行動を分類する仕組みが、トレードにおける意思決定の最適化にどのように寄与し、金融市場という不確実性の高い環境においてモデルの頑健性をどのように向上させるのかを詳しく解説します。 金融分野では、 Actor-Critic

練行2.0オフライン : この非取引エキスパートでは、1Mチャートでカスタム銘柄情報が生成されます。 作者: Guilherme Santos

新しい記事「 取引におけるニューラルネットワーク：適応型エージェント行動のための階層的スキル発見（最終章） 」はパブリッシュされました: アルゴリズム取引への適用を目的としたHiSSDフレームワークの実装について解説します。スキル階層と適応的なアーキテクチャを活用して、安定的に機能する取引戦略を構築する方法を説明します。 ここで、提案手法の有効性を実際の履歴データ上で評価する、最も重要な段階へ進みます。前述したように、モデルの学習には2024年1年間の市場データ全体を使用しました。 生成された方策の品質を客観的に評価するため、学習済みモデルを MetaTrader 5のストラテジーテスター

新しい記事「 取引におけるニューラルネットワーク：適応的なエージェント行動のための階層的スキル発見(HiSSD) 」はパブリッシュされました: HiSSDフレームワークについて解説します。HiSSDは、階層的学習とマルチエージェントアプローチを組み合わせることで、適応性の高いシステムを構築するためのフレームワークです。この革新的な手法が金融市場に潜む隠れたパターンをどのように発見し、分散環境における取引戦略の最適化にどのように貢献するのかを詳しく見ていきます。

新しい記事「 取引におけるニューラルネットワーク：周波数領域での異常検知（最終回） 」はパブリッシュされました: フーリエ変換と周波数パッチングの仕組みを組み合わせ、市場の異常を高精度に検出するCATCHフレームワークの実装を続けます。提案されたアプローチに対する独自の実装を完成させるとともに、新しいモデルを実際の市場履歴データで検証します。 学習には、 MetaTrader 5ストラテジーテスター で生成されたランダムエピソードを用いて構築したデータセットを使用しました。このデータセットは、2024年全期間の EURUSD M1 履歴データを基にしています。

3_Level_ZZ_Semafor : セマフォドットを用いて最長、真ん中と短い期間の最小値と最大値を表示する単純なインディケータ。 作者: Nikolay Kositsin

新しい記事「 MQL5での取引戦略の自動化（第35回）：ブレーカーブロック取引システムの作成 」はパブリッシュされました: 本記事では、MQL5でブレーカーブロック取引システムを作成します。本システムは、レンジ相場を識別し、ブレイクアウトを検出、スイングポイントでブレーカーブロックを検証した上で、リスクパラメータを定義してリテスト取引を実行します。また、オーダーブロックおよびブレーカーブロックを動的なラベルと矢印で可視化し、自動売買やトレーリングストップにも対応しています。 ブレーカーブロック戦略

新しい記事「 取引アルゴリズムにおけるゲーム理論的アプローチの活用 」はパブリッシュされました: DQN（Deep Q-Network）ベースの機械学習を用いた多次元的な因果推論に基づく自己学習型トレーディングEAを構築します。このEAは7つの通貨ペアを同時に取引し、異なる通貨ペア間のエージェントが相互に情報を交換します。 意思決定の速度が極めて重要であり、市場が高い不確実性を持つ状況においては、従来とは異なるトレードシステムの設計アプローチが必要となります。AdaptiveQ Enhancedは、ディープ強化学習(DQN)手法、ゲーム理論、および因果分析に基づいて開発されたEAです。

新しい記事「 初心者からエキスパートへ：予測価格経路 」はパブリッシュされました: フィボナッチレベルは、市場がしばしば尊重する実践的な枠組みを提供し、価格が反応しやすいゾーンを明確に示します。本記事では、フィボナッチリトレースメントのロジックを用いて将来の値動きを予測し、指値注文で押し目を狙うエキスパートアドバイザー(EA)を構築します。スイング検出からレベル描画、リスク管理、注文執行まで、一連のワークフロー全体を解説します。

新しい記事 MetaTrader 4 および MetaTrader 5 用トレードシグナルについての一般情報 はパブリッシュされました: MetaTrader 4 / MetaTrader 5 トレードシグナルによりトレーダーにシグナル提供者のトレード処理のコピーが可能となります。われわれの目標は定期購買者を保護し不必要なコストから解放する新しい大規模に利用されるサービスの開発でした。 われわれのサービスは何が特別なのでしょうか？ われわれの目標は定期購買者を保護し不必要なコストから解放する新しい大規模に利用されるサービスの開発でした。 定期購買者の保護への全面的な重点的に取り組み

新しい記事「 コード、涙、そしてAlgo Forge 」はパブリッシュされました: プログラムコードや記事の添付ファイルを、より快適に公開・管理するための新しい方法として、MQL5 Algo Forgeへの移行について紹介します。従来のZIPアーカイブ形式でソースコードを添付する方法の代わりにリポジトリを使用することで、プロジェクトを常に最新の状態に保ち、素早く編集し、読者とよりプロフェッショナルな形で関わることができるようになります。MetaEditorインターフェースを通じて、開発したものをクラウド環境へ素早く移行するための推奨方法についても説明します。 Algo

新しい記事「 MQL5取引ツール（第24回）：3Dカーブ、パンモード、ViewCubeナビゲーションによる奥行き感の向上 」はパブリッシュされました

新しい記事「 MQL5とデータ処理パッケージの統合（第8回）：グラフニューラルネットワークによる流動性ゾーンの検出 」はパブリッシュされました: 市場構造をMQL5上でグラフとして表現し、スイングハイとスイングローを特徴量を持つノードとして扱い、それらをエッジで接続する方法を紹介します。また、潜在的な流動性ゾーンをスコアリングするためのGNN（Graph Neural

新しい記事「 FX裁定取引：リスク管理を伴う公正価値への回帰を目指す行列取引システム 」はパブリッシュされました: 本記事では、クロスレート計算アルゴリズムの詳細な説明、不均衡マトリクスの可視化、さらに効率的な取引のためのMinDiscrepancyおよびMaxRiskパラメータの最適な設定方法について解説します。本システムは、クロスレートを用いて各通貨ペアの「公正価値」を自動的に算出し、価格が公正価値より低い方向へ乖離した場合には買いシグナルを、高い方向へ乖離した場合には売りシグナルを生成します。

新しい記事「 プライスアクション分析ツールキットの開発（第64回）：手動で描画したトレンドラインと自動監視の同期 」はパブリッシュされました: 手動で描画したトレンドラインを監視するには、常にチャートを確認し続ける必要があり、その結果、重要な価格反応を見逃す可能性があります。本記事では、MQL5 において手動で描画したトレンドラインと自動監視ロジックを同期させるトレンドライン監視エキスパートアドバイザーを開発し、価格が監視対象ラインに接近、タッチ、またはブレイクした際にアラートを生成します。

新しい記事「 ラリー・ウィリアムズの『市場の秘密』（第15回）：相場環境を用いた「隠れスマッシュデー」反転戦略 」はパブリッシュされました

新しい記事「 MetaTrader 5機械学習の設計図（第8回）：パージ済み交差検証と試行枝刈りを用いたベイズ最適化によるハイパーパラメータ最適化 」はパブリッシュされました: GridSearchCVとRandomizedSearchCVは、金融機械学習（金融ML）における本質的な制約を共有しています。それは、各試行が独立しているため、計算資源を増やしても探索そのものが賢くならないという点です。本記事では、TPE (Tree-structured Parzen

新しい記事「 コードベースにコードを公開する方法：実践ガイド 」はパブリッシュされました: 本記事では、MQL5ソースコードベースにさまざまな種類のターミナルプログラムを投稿する方法を、実際の事例を用いて解説します。 コードベースにコードを公開するには、いくつかの簡単な手順に従い、以下の基本的なルールを守るだけで十分です。 公開前に、エディタの整形機能(Ctrl + ,)を使用して、コードのフォーマットを整理します。 プログラムロジックにおける重要な判断や処理には、コメントを付けます。 プログラムの動作を説明する、最大750×500ピクセルの画像を用意します。

新しい記事「 初心者からエキスパートへ：MQL5におけるマルチタイムフレーム構造確認による流動性戦略の強化 」はパブリッシュされました: 上位足の流動性構造と下位足の反転パターンが一致すると、次の価格変動の方向性と発生確率の両方に大きな影響を与えます。上位足で形成された構造的な流動性ゾーンと、下位足での明確な反転確認シグナルを組み合わせることで、エントリータイミングの精度とトレード全体の質を向上させることができます。本記事では、上位足の構造的な確認を活用して流動性ベースのトレード戦略を強化する方法と、そのアプローチをMQL5で効果的に実装する方法について解説します。

新しい記事「 MetaTrader 5における低頻度定量戦略（第1回）：OLAP対応データストアの構築 」はパブリッシュされました

新しい記事「 バックテスト過剰適合を防ぐ統合検証パイプライン ― V-in-V・CPCV・CSCVによる堅牢な戦略検証 」はパブリッシュされました: 金融時系列データに対して標準的なウォークフォワード法やk分割交差検証が、なぜ実際以上に良好な結果を示してしまうのかを解説します。そのうえで、この問題を解決するための実践的な手法を紹介します。V-in-V (Validation-within-Validation)は、データを厳密に分割し、アンカー型ウォークフォワードによる検証を実施します。CPCV (Combinatorially Purged