記事、ライブラリコメント - ページ 46

新しい記事 MQL5でExpert Advisorを書くための初心者向けステップバイステップガイド はパブリッシュされました: MQL5のExpert Advisorプログラミングはシンプルで簡単に学べます。ステップバイステップガイドでは、策定されたトレーディングストラテジーに基づきシンプルなExpert Advisorを書くのに必要な基本的ステップを説明します。Expert Advisorの構造、内蔵 テクニカルインディケーターとトレーディング関数の使用、 デバッグモード の詳細とストラテジーテスターの使用を紹介します。 作者: Samuel

Widescreenshooter : ワイドスクリーンショットを作成するスクリプトです。 作者: Olegs Kucerenko

ZigZag : 動作速度によって最適化されたジグザグインディケータのバリアントです。 作者: Nikolay Kositsin

新しい記事「 データサイエンスと機械学習（第18回）：市場複雑性を極める戦い - 打ち切りSVD v.s. NMF 」はパブリッシュされました: 打ち切り特異値分解(Truncated SVD)と非負行列因子分解(NMF)は次元削減技法です。両者とも、データ主導の取引戦略を形成する上で重要な役割を果たしています。次元削減、洞察の解明、定量分析の最適化など、複雑な金融市場をナビゲートするための情報満載のアプローチをご覧ください。

新しい記事「 データサイエンスと機械学習(第20回)：アルゴリズム取引の洞察、MQL5でのLDAとPCAの対決 」はパブリッシュされました: MQL5取引環境での適用を解剖しながら、これらの強力な次元削減テクニックに隠された秘密を解き明かしていきます。線形判別分析(LDA)と主成分分析(PCA)のニュアンスを深く理解し、戦略開発と市場分析への影響を深く理解します。 LDAは 教師あり 汎化機械学習アルゴリズムで、データセットのクラスを最もよく分ける特徴の線形結合を見つけることを目的としています。 主成分分析(PCA)

新しい記事「 データサイエンスと機械学習（第19回）：AdaBoostでAIモデルをパワーアップ 」はパブリッシュされました: AdaBoostは、AIモデルのパフォーマンスを向上させるために設計された強力なブースティングアルゴリズムです。AdaBoostはAdaptive Boostingの略で、弱い学習機をシームレスに統合し、その集合的な予測力を強化する洗練されたアンサンブル学習技法です。 AdaBoostとは、Adaptive Boostingの略で、弱い分類器から強い分類器を構築しようとするアンサンブル機械学習モデルです。 仕組み

新しい記事「 MQL5入門（第4部）：構造体、クラス、時間関数をマスターする 」はパブリッシュされました: 最新記事でMQL5プログラミングの秘密を解き明かしましょう。構造体、クラス、時間関数の本質に迫り、コーディングの旅に力を与えます。初心者から経験豊富な開発者まで、個のガイドは、MQL5をマスターするための貴重な洞察を提供し、複雑な概念を簡素化します。プログラミングのスキルを高め、アルゴリズム取引の世界で一歩先を行きましょう 。 MQL5の旅の第4部へようこそ。構造体、クラス、時間関数のシンプルさを掘り下げながら、複雑な概念をより親しみやすくすることに重点を置いています。

Swingchart : ギャンのスイングチャートとハイブリッドジグザグの実装です。 作者: Andre Enger

新しい記事「 ソフトウェア開発におけるデザインパターンとMQL5（第3回）：振る舞いに関するパターン1 」はパブリッシュされました: デザインパターンの新しい記事として、その種類の1つである振る舞いに関するパターンを取り上げ、作成されたオブジェクト間の通信を効果的に構築する方法について説明します。これらの振る舞いに関するパターンを完成させることで、私たちは、再利用可能で、拡張可能で、テストされたソフトウェアをどのように作成し、構築できるかを理解できるようになります。

新しい記事「 母集団最適化アルゴリズム：スマート頭足類（SC、Smart Cephalopod）を使用した変化する形状、確率分布の変化とテスト 」はパブリッシュされました: この記事では、確率分布の形状を変えることが最適化アルゴリズムの性能に与える影響について検証します。最適化問題の文脈における様々な確率分布の効率を評価するために、スマート頭足類（SC、Smart Cephalopod）テストアルゴリズムを用いた実験をおこないます。

新しい記事「 母集団最適化アルゴリズム：等方的焼きなまし（Simulated Isotropic Annealing、SIA）アルゴリズム（第2部） 」はパブリッシュされました: 第１部では、よく知られた一般的なアルゴリズムである焼きなまし法について説明しました。その長所と短所を徹底的に検討しました。第2部では、アルゴリズムを抜本的に改良し、新たな最適化アルゴリズムである等方的焼きなまし（Simulated Isotropic Annealing、SIA）法を紹介します。 結果は印象的です。その上、パラメータの数も1つ減っています。

新しい記事「 MQL5での定量分析：有望なアルゴリズムの実装 」はパブリッシュされました: 定量分析とは何なのか、また、主要プレーヤーがどのように定量分析を使用しているのかを分析します。MQL5言語で定量分析アルゴリズムの1つを作成します。

新しい記事「 PythonとMQL5を使用して初めてのグラスボックスモデルを作る 」はパブリッシュされました

新しい記事 MQL5 プログラミング基礎：配列 はパブリッシュされました: 配列は変数や関数と共にほとんどすべてのプログラム言語に欠くことのできないものです。本稿はまず MQL5 初心者プログラマーに関心を持ってもらえる内容であり、経験あるプログラマーにとっては知識をまとめ体系化するのによい機会となるはずです。 作者: Dmitry Fedoseev

新しい記事 アルゴリズムトレードにおける Kohonen ニューラルネットワークの実用的利用 パートI ツール はパブリッシュされました: 本稿では、MetaTrader5 で Kohonen マップを使用します。 改善および拡張されたクラスは、アプリケーションタスクを解決するためのツールになります。 継承されたソースコードでは、インプットデータの正規化は行われません。 ただし、インプットベクトルの異なるコンポーネント (フィーチャ) の値の範囲が異なる場合は、重要です。 そして、EAの最適化結果と異なるインジケータのデータをプーリングする場合です。

新しい記事 f()10分でできるMQL5 のためのDLL (パート II): Visual Studio 2017で作成 はパブリッシュされました: 元の基本となる記事との関連性は失われていませんが、このトピックに興味がある場合は、まず最初の記事を読んでください。 しかし、前回の記事から時間が経過しているので、現在の Visual Studio 2017 には、更新されたインターフェイスがあります。 また、MetaTrader5プラットフォームにも新しい機能が追加されました。 この記事では、DLLのプロジェクト開発、およびセットアップと MetaTrader5

新しい記事「 母集団最適化アルゴリズム：ネルダー–ミード法、またはシンプレックス（NM）検索法 」はパブリッシュされました: この記事では、ネルダー–ミード法の完全な探求を提示し、最適解を達成するために各反復でシンプレックス（関数パラメータ空間）がどのように修正され、再配置されるかを説明し、この方法がどのように改善されるかを説明します。

新しい記事「 ニューラルネットワークが簡単に（第66回）：オフライン学習における探索問題 」はパブリッシュされました: モデルは、用意された訓練データセットのデータを使用してオフラインで訓練されます。一定の利点がある反面、環境に関する情報が訓練データセットのサイズに大きく圧縮されてしまうというマイナス面もあります。それが逆に、探求の可能性を狭めています。この記事では、可能な限り多様なデータで訓練データセットを埋めることができる方法について考えます。

新しい記事「 データサイエンスと機械学習—ニューラルネットワーク（第02回）：フィードフォワードNNアーキテクチャの設計 」はパブリッシュされました: フィードフォワード（予測制御）ニューラルネットワークについて説明する前に、少し説明しておくことがあって、設計もその1つです。入力、隠れ層の数、および各ネットワークのノードに対する柔軟なニューラルネットワークを構築および設計する方法を見てみましょう。 ハードコーディングされたモデルは、新しいパラメータに合わせて最適化しようとすると失敗し、手順全体に時間がかかって面倒なことは誰もが知っています. （それだけの価値はありません） 。

新しい記事「 MQL5を使用したカスタムインディケータ（平均足）の作成方法 」はパブリッシュされました: この記事では、MQL5を使用して好みに基づいてカスタムインディケータを作成し、MetaTrader 5でチャートの読み取りに使用したり、自動エキスパートアドバイザー(EA)で使用したりする方法を学びます。

新しい記事「 最適化結果の視覚的評価 」はパブリッシュされました: この記事では、すべての最適化パスのグラフを作成する方法と、最適なカスタム基準を選択する方法について検討します。また、Webサイトに公開されている記事とフォーラムのコメントを使用して、MQL5の知識がほとんどない状態で目的のソリューションを作成する方法についても説明します。 スクリプトによって作成されたグラフは次のようになります。 以下は、ストラテジーテスターからの同じグラフです。 作者: Aleksandr Slavskii

価格チャネルストップ : 価格チャネルストップ指標では、チャネル期間と希望するリスクに基づいて現在の推定トレンドが示されます。また、この指標に基づいて出された注文のストップロスとして使用できる2つのレベルの値も表示されます（トレンド色の変更は新規注文を出すためのシグナルとすでに開いている注文の決済シグナルとして使用できます）。 作者: Mladen Rakic

MQL5 Wizard - 2つのEMAのクロスによるトレードシグナル : MQL5 Wizard は、エキスパートアドバイザーを自動生成することができます。詳細は Creating Ready-Made Expert Advisors in MQL5 Wizard を参照してください。 2つの指数平滑移動平均線 (fast EMA と slow EMA)のクロスによる戦略を考えてみます。この戦略は、（MQL5 WizardでEAを自動生成する際） "Signals based on crossover of two EMA" です。 トレードシグナル: 買い: Fast EMA が slow

新しい記事 MQLプログラムをグラフィカルに表示するためのマークアップツールとしてのMQL（その3）。 フォームデザイナー はパブリッシュされました: 本論文では、MQLの構造を利用してMQLプログラムのウィンドウインタフェースを構築する概念の説明をします。 特殊なグラフィカル・エディタでは、GUI要素の基本クラスで構成されるレイアウトをインタラクティブに設定し、MQLにエクスポートしてMQLプロジェクトで使用することができます。 本論文では、エディタの内部設計とユーザーガイドを紹介します。 ソースコードも添付します。

新しい記事「 ニューラルネットワークが簡単に（第65回）：Distance Weighted Supervised Learning (DWSL) 」はパブリッシュされました: この記事では、教師あり学習法と強化学習法の交差点で構築された興味深いアルゴリズムに触れます。

新しい記事「 ニューラルネットワークが簡単に（第64回）：ConserWeightive Behavioral Cloning (CWBC)法 」はパブリッシュされました: 以前の記事でおこなったテストの結果、訓練された戦略の最適性は、使用する訓練セットに大きく依存するという結論に達しました。この記事では、モデルを訓練するための軌道を選択するための、シンプルかつ効果的な手法を紹介します。

新しい記事「 MQL5行列を使用した誤差逆伝播法によるニューラルネットワーク 」はパブリッシュされました: この記事では、行列を使用してMQL5で誤差逆伝播法（バックプロパゲーション）アルゴリズムを適用する理論と実践について説明します。スクリプト、インジケータ、エキスパートアドバイザー(EA)の例とともに、既製のクラスが提示されます。 以下で説明するように、MQL5には組み込み活性化関数の大規模なセットがあります。関数は、特定の問題（回帰、分類）に基づいて選択する必要があります。通常、いくつかの関数を選択し、実験的に最適なものを見つけることができます。 良く知られている活性化関数

新しい記事「 ソフトウェア開発におけるデザインパターンとMQL5（第4回）：振る舞いに関するパターン2 」はパブリッシュされました: デザインパターンには、創造デザインパターン、構造デザインパターン、振る舞いに関するデザインパターンの3種類があることを説明しました。オブジェクト間の相互作用の方法を、コードをクリーンにする方法で設定するのに役立つ、残りの振る舞いに関するタイプのパターンを完成させます。 メメント

Schaff Trend Cycle : Schaff Trend Cycle（STC）は、MACDよりずっと前に上昇/下降トレンドを検出します。これは、同じ指数移動平均（EMA）を使用しながら通貨サイクルトレンドを要因とするサイクル要素が追加することで行われます。通貨サイクルトレンドは一定の日数に基づいて動くので、これはSTC指標の式に考慮され、MACDよりも高い精度と信頼性が提供されます。 作者: Mladen Rakic

新しい記事「 MetaTrader 5におけるバイナリーオプション戦略のテストと最適化 」はパブリッシュされました: 今回は、MetaTrader5でのバイナリーオプション戦略の確認と最適化をおこないます。 平均化した場合のテスト結果です。ようやく成功しました。 次は、平均化した最適化結果です。 作者: Roman Poshtar