記事、ライブラリコメント - ページ 42

新しい記事「 時系列マイニングのためのデータラベル（第6回）：ONNXを使用したEAへの応用とテスト 」はパブリッシュされました: この連載では、ほとんどの人工知能モデルに適合するデータを作成できる、時系列のラベル付け方法をいくつかご紹介します。ニーズに応じて的を絞ったデータのラベル付けをおこなうことで、訓練済みの人工知能モデルをより期待通りの設計に近づけ、モデルの精度を向上させ、さらにはモデルの質的飛躍を助けることができます。

新しい記事「 リプレイシステムの開発（第51回）：物事は複雑になる(III) 」はパブリッシュされました: この記事では、MQL5プログラミングの分野で最も難解な問題の1つである、チャートIDを正しく取得する方法と、オブジェクトがチャートにプロットされない場合がある理由について解説します。ここで提供される資料は教育目的のみに使用されるべきです。いかなる状況においても、提示された概念を学習し習得する以外の目的でアプリケーションを閲覧することは避けてください。

新しい記事「 ニューラルネットワークが簡単に（第91回）：周波数領域予測(FreDF) 」はパブリッシュされました: 周波数領域における時系列の分析と予測を継続的に探求していきます。この記事では、これまでに学習した多くのアルゴリズムに追加できる、周波数領域でデータを予測する新しい方法について説明します。 近年、注目を集めているモデルの1つに、動的な自己相関推定に 自己アテンション (self-attention)メカニズムを組み込んだ Transformer

新しい記事「 ニューラルネットワークが簡単に（第88回）：Time-series Dense Encoder (TiDE) 」はパブリッシュされました: 研究者たちは、より正確な予測を得るために、しばしばモデルを複雑化します。しかし、その結果として、モデルの訓練やメンテナンスにかかるコストも増加します。この増大したコストは常に正当化されるのでしょうか。本記事では、シンプルで高速な線形モデルの特性を活かし、複雑なアーキテクチャを持つ最新モデルに匹敵する結果を示すアルゴリズムを紹介します。

EES Hedger : このユーティリティは、現在のシンボルに対して裁量または別の EA によって開かれたポジションを追跡し、反対のポジションを開きます。 ポジションを開くと、OnTradeTransaction で追跡されます。 作者: Vladimir Karputov

X-バーフラクタル : X-バーフラクタル指標はフラクタルの左右のバーの数を設定することができます。これは、ローカルとグローバル極値のために使用できます。 作者: Serhii Ivanenko

Hoop master : エキスパートアドバイザーは逆指値買い(BuyStop)注文と逆指値売り(SellStop)注文を出します。 マーチンゲール。 作者: Vladimir Karputov

新しい記事「 PSAR、平均足、ディープラーニングを組み合わせて取引に活用する 」はパブリッシュされました: このプロジェクトでは、ディープラーニングとテクニカル分析の融合を探求し、FXの取引戦略を検証します。EUR/USDの動きを予測するために、PSAR、SMA、RSIのような伝統的な指標とともにONNXモデルを採用し、迅速な実験のためにPythonスクリプトを使用します。MetaTrader

新しい記事 ビジュアルストラテジービルダー。 プログラミングなしでトレーディングロボットを作成する はパブリッシュされました: この記事では、ビジュアルストラテジービルダーを紹介します。 ユーザーがプログラミングせずにトレードロボットやユーティリティを作成する方法について紹介します。 作成されたEAは、完全に機能し、ストラテジーテスターでテストすることができます。また、クラウドで最適化またはリアルタイムチャートでライブ実行することも可能です。 さて、EA のトレーディングロジックの準備ができました。

垂直線 : インジケーターは垂直線 (OBJ_VLINE) を描画し、指定した時間 (時間と分) に移動します。 作者: Vladimir Karputov

新しい記事「 ディープラーニングを用いたCNA（因果ネットワーク分析）、SMOC（確率モデル最適制御）、ナッシュゲーム理論の例 」はパブリッシュされました: 以前の記事で発表されたこれら3つの例にディープラーニング(DL)を加え、以前の結果と比較します。目的は、他のEAにディープラーニングを追加する方法を学ぶことです。

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6回）：レスポンシブなインラインボタンの追加 」はパブリッシュされました: この記事では、インタラクティブなインラインボタンをMQL5エキスパートアドバイザー(EA)に統合し、Telegram経由でリアルタイムにコントロールできるようにします。各ボタンを押すたびに特定のアクションがトリガーされ、ユーザーにレスポンスが返されます。また、Telegramメッセージやコールバッククエリを効率的に処理するための関数もモジュール化します。 このセクションでは、インラインボタンが Telegram ボットと MQL5

新しい記事「 取引における道徳的期待値 」はパブリッシュされました: この記事は、道徳的期待値についてです。取引でのその使用のいくつかの例と、その助けを借りて達成できる結果を見ていきます。 これは理論でした。それでは、実際に何ができるか見てみましょう。それには、取引の実行をシミュレートするスクリプトを作成します。同時に、固定損切りと利食い、フローティング損切りとフローティング利食いの3つのオプションをチェックします。 一見すると、損切りと利食いが固定されたオプション（青い線）が勝ちです。

新しい記事 MQL5 クックブック: MQL5でのマルチシンボルボラティリティインジケーターの開発 はパブリッシュされました: この記事では、マルチシンボルボラティリティインジケーターを紹介します。マルチシンボルインジケーターの開発は、MQL5開発初心者にとっていく つか難しい点があります。マルチシンボルインジケーターの開発中に生じる主要な問題は、現在のシンボルに関連したその他のシンボルのデータの同期化、いく つかのインジケーターデータの欠如、特定のタイムフレーム間の初めの「本当の」バーの特定などに関連します。これらの問題は、この記事にて詳しく焦点が当 てられます。

新しい記事「 MQL5で取引管理者パネルを作成する（第2回）：応答性と迅速なメッセージングの強化 」はパブリッシュされました: この記事では、以前作成した管理パネルの応答性を強化します。さらに、取引シグナルの文脈におけるクイックメッセージングの重要性についても検討します。

高値および安値のカスタムレベル : 高値と安値 オフセットを指定できます。 レベルを検索する間隔 (PERIOD_D1) を指定できます。 作者: Vladimir Karputov

Volatility_Step_Channel : この指標は、ボラティリティに基づいてステップチャネルをプロットします。 作者: Nikolay Kositsin

新しい記事「 PythonとMQL5を使用した取引戦略の自動パラメータ最適化 」はパブリッシュされました: 取引戦略とパラメータを自己最適化するアルゴリズムには、いくつかの種類があります。これらのアルゴリズムは、過去と現在の市場データに基づいて取引戦略を自動的に改善するために使用されます。この記事では、そのうちの1つをpythonとMQL5の例で見ていきます。 苦労して開発した取引ボットがあるとしましょう。実際に使うのがすごく嬉しいのですが、適切な最適化なしに使い始めます。最初の好結果に惑わされ、すべてがうまくいっているように思っても、すぐに矛盾や損失が現れます。

新しい記事「 MQL5で古典的な戦略を再構築する（後編）：FTSE100と英国債 」はパブリッシュされました: この連載では、人気のある取引戦略を探り、AIを使ってその改善を試みます。今日の記事では、株式市場と債券市場の関係に基づく古典的な取引戦略を再考します。

新しい記事「 MetaTrader 5で隠れマルコフモデルを統合する 」はパブリッシュされました: この記事では、Pythonを使用して学習した隠れマルコフモデルをMetaTrader 5アプリケーションに統合する方法を示します。隠れマルコフモデルは、時系列データをモデル化するために使用される強力な統計的ツールであり、モデル化されるシステムは観測不可能な（隠れた）状態によって特徴付けられます。HMMの基本的な前提は、ある時刻にある状態にある確率は、その前のタイムスロットにおけるプロセスの状態に依存するということです。

新しい記事「 アルゴリズム取引システムを設計する理由と方法を学ぶ 」はパブリッシュされました: この記事では、MQL5のいくつかの基本に言及した後で、単純なアルゴリズム取引システムを設計することによって初心者がアルゴリズム取引システム(エキスパートアドバイザー)を設計するためのMQLの基本を示します。 プログラミングやコーディングの重要性が世界のあらゆる分野で日々高まっていることは間違いありません。プログラミングやコーディングが私たちの生活を楽にするだけでなく、望みや事前に決定したものに沿った正確な出力を保証するのにどのように貢献できるかを観察できます。

新しい記事「 確率最適化と最適制御の例 」はパブリッシュされました: SMOC（Stochastic Model Optimal Controlの略と思われる）と名付けられたこのエキスパートアドバイザー(EA)は、MetaTrader 5用の高度なアルゴリズム取引システムのシンプルな例です。テクニカル指標、モデル予測制御、動的リスク管理を組み合わせて取引判断をおこないます。このEAには、適応パラメーター、ボラティリティに基づくポジションサイジング、トレンド分析が組み込まれており、さまざまな市場環境においてパフォーマンスを最適化します。

新しい記事「 多通貨エキスパートアドバイザーの開発（第9回）：単一取引戦略インスタンスの最適化結果の収集 」はパブリッシュされました: EA開発の主な段階を概説しましょう。最初におこなうべき重要な作業の1つは、開発した取引戦略のインスタンスを最適化することです。最適化プロセスにおいて、テスターが通過したパスに関する必要な情報を一箇所に集約してみましょう。 基本的に、保存して使用する必要があるデータの主な種類は、複数のEAの最適化結果です。ご承知のように、ストラテジーテスターはすべての最適化結果を*.opt拡張子の別個のキャッシュファイルに記録し、テスターで再度開いたり、別のMetaTrader

新しい記事「 多通貨エキスパートアドバイザーの開発（第2回）：取引戦略の仮想ポジションへの移行 」はパブリッシュされました: 複数の戦略を並行して動作させる多通貨エキスパートアドバイザー(EA)の開発を続けましょう。マーケットポジションを建てることに関連するすべての作業を、戦略レベルから、戦略を管理するEAのレベルに移してみましょう。戦略自体は、マーケットポジションを持つことなく、仮想の取引のみをおこないます。 前回

RSI_BARS : この指標は、バーの色をRSIテクニカル指標に基づいて算出された現在のトレンドの色に変更します。 作者: Nikolay Kositsin

新しい記事「 人工協調探索(ACS)アルゴリズム 」はパブリッシュされました: 人工協調探索(ACS)は、バイナリ行列と、相互主義的関係と協調に基づく複数の動的な個体群を用いて、最適解を迅速かつ正確に探索する革新的な手法です。捕食者と被食者に対するACS独自のアプローチにより、数値最適化問題で優れた結果を出すことができます。 ACSアルゴリズムは2013年にPinar Civiciogluによって提案され、信頼領域内の候補解を含む2つの基本母集団を用いて始まります。その後、このアルゴリズムはランダムステップとバイナリー行列を使って、初期の α 超個体群と β

新しい記事「 取引における資金管理 」はパブリッシュされました: 資金管理システムの新しい構築方法をいくつか見て、その主な特徴を定義します。今日では、あらゆる好みに合わせて、かなりの数の資金管理戦略が存在します。さまざまな数学的成長モデルに基づいた資金管理方法をいくつか考えてみます。 資金管理はどんな方法であっても取引残高の増加を加速させる、言い換えれば、取引戦略の収益性を高めることができます。このように、取引戦略は基本であり、資金管理は付加的なものです。では、取引戦略に資金管理を適用するためには、どのような要件を満たす必要があるのかを見てみましょう。

新しい記事「 リプレイシステムの開発—市場シミュレーション（第1回）：最初の実験(I) 」はパブリッシュされました: 市場がしまっているときに研究したり、市場の状況をシミュレーションしたりできるシステムを作成してはどうでしょうか。ここで、このトピックを扱う新しい連載を開始します。

True_Strength_Index : True Strength Index指標 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36回）：マルコフ連鎖を用いたQ学習 」はパブリッシュされました: 強化学習は、教師あり学習、教師なし学習と並んで、機械学習における3つの主要な考え方の1つです。そのため、最適制御、つまり目的関数に最も適した長期的な方針を学習することに関心があります。このような背景から、ウィザードが作成したEAのMLPの学習プロセスにおいて、MLPがどのような役割を果たす可能性があるのかを探ります。