記事、ライブラリコメント - ページ 56

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20回）：関数同定問題 」はパブリッシュされました: 関数同定問題は、研究対象のデータセットをマッピングする基本モデルがどのようなものであるかについて、最小限の仮定から始める回帰の形式です。ベイズ法やニューラルネットワークでも実装可能ですが、ここでは遺伝的アルゴリズムによる実装が、MQL5ウィザードで使用可能なExpertSignalクラスのカスタマイズにどのように役立つかを見ていきます。

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19回）：ベイズ推定 」はパブリッシュされました: ベイズ推定とは、新しい情報が入手可能になったときに確率仮説を更新するためにベイズの定理を採用することです。これは直感的に時系列分析への適応につながるので、シグナルだけでなく、資金管理やトレーリングストップのためのカスタムクラスを構築する際に、これをどのように利用できるか見てみましょう。 引き続きMQL5ウィザードを利用して、統計学の手法の1つで、新しい情報が入るたびに確率を処理し更新する ベイズ推定

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18回）：固有ベクトルによるニューラルアーキテクチャの探索 」はパブリッシュされました: ニューラルアーキテクチャー探索は、理想的なニューラルネットワーク設定を決定するための自動化されたアプローチで、多くのオプションや大規模なテストデータセットに直面したときにプラスになります。固有ベクトルをペアにすることで、この過程がさらに効率的になることを検証します。

Relative Momentum Index (RMI) : Relative Momentum Index (RMI) はRSI指標の変種です。RMIは、RSIのように終値から終値の日数を両方向に数えるのではなく、X（XはRSIと異なり1に制限されていない）日前の終値に相対した終値までの日数を数えます。 作者: Mladen Rakic

新しい記事「 母集団最適化アルゴリズム：Intelligent Water Drops (IWD)アルゴリズム 」はパブリッシュされました: この記事では、無生物由来の興味深いアルゴリズム、つまり川床形成プロセスをシミュレーションするIntelligent Water Drops (IWD)について考察しています。このアルゴリズムのアイデアにより、従来の格付けのリーダーであったSDSを大幅に改善することが可能になりました。いつものように、新しいリーダー（修正SDSm）は添付ファイルにあります。

新しい記事「 MQL5における修正グリッドヘッジEA（第1部）：シンプルなヘッジEAを作る 」はパブリッシュされました: 古典的なグリッド戦略と古典的なヘッジ戦略を混合した、より高度なグリッドヘッジEAのベースとして、シンプルなヘッジEAを作成する予定です。この記事が終わるころには、簡単なヘッジ戦略の作り方がわかり、この戦略が本当に100%儲かるかどうかについての人々の意見も知ることができるでしょう。

AMA STL カラーMT5 : 適応移動平均 (AMA) は、テクニカルインジケーターです。 作者: LeonLexx

新しい記事「 パラボリックSAR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: 最も人気のある指標を使用して取引システムを設計する方法についての連載を続けます。この記事では、パラボリックSAR指標について詳しく説明し、いくつかの簡単な戦略を使用してMetaTrader 5で使用する取引システムを設計する方法を学びます。 戦略1：上昇トレンド戦略 コンピュータまたはEAに、何を確認する必要があるか、条件が満たされた場合に何を返すかを通知します。この戦略では、SAR値を確認し、それを価格レベルと比較して、

新しい記事「 Candlestick Trend Constraintモデルの構築（第3回）：使用中のトレンド変化の検出 」はパブリッシュされました: この記事では、経済ニュースの発表、投資家の行動、さまざまな要因が市場のトレンド反転にどのような影響を与えるかを探ります。ビデオによる説明もあり、MQL5のコードをプログラムに組み込むことで、トレンドの反転を検出し、警告を発し、市場の状況に応じて適切な行動を取ることができます。これは、本連載の過去の記事に基づいています。

新しい記事「 RSIディープスリームーブ取引手法 」はパブリッシュされました: MetaTrader 5でRSIディープスリームーブ取引テクニックを紹介します。この記事は、株式、通貨、商品などの証券の強さと勢いを測定するために使用されるテクニカル分析指標であるRSIに基づくいくつかの取引テクニックを紹介する新しい一連の研究に基づいています。 ルが出る可能性があるというものです。取引条件は以下の通りです。

新しい記事「 多銘柄多期間指標の作成 」はパブリッシュされました: この記事では、多銘柄、多期間の指標を作成する原則について見ていきます。また、エキスパートアドバイザー(EA)や他の指標から、このような指標のデータにアクセスする方法も紹介します。EAや指標でマルチ指標を使用する主な特徴について考察し、カスタム指標バッファを使用してそれらをプロットする方法を見ていきます。

色付ゼロラグMACD : ZeroLag MACD の MQL5 バージョンです。 作者: Farzin Sadeghi

新しい記事「 多銘柄多期間指標におけるカラーバッファ 」はパブリッシュされました: この記事では、多銘柄多期間指標における指標バッファの構造体を確認し、これらの指標のカラーバッファのチャート上での表示を整理します。 単色指標バッファは、通常の二重配列で、指標を計算するときにデータで満たされます。この配列からデータを取得し、 CopyBuffer() 関数を使用してチャート上に表示することができます。ただし、受信側の配列が指標のプロットバッファとして設定されたdouble配列である必要があります( SetIndexBuffer()

Donchianチャンネル : ドンチャンチャンネルは最近の最高値と最安値を使用した現在の価格帯の計算に基づくボラティリティインディケータです。 . 作者: Nikolay Kositsin

新しい記事「 ニューラルネットワークが簡単に（第75回）：軌道予測モデルのパフォーマンス向上 」はパブリッシュされました: 私たちが作成するモデルはより大きく、より複雑になっています。そのため、訓練だけでなく、運用にもコストがかかります。しかし、決断に要する時間はしばしば重要です。この観点から、品質を損なうことなくモデルのパフォーマンスを最適化する手法を考えてみましょう。

新しい記事「 母集団最適化アルゴリズム：人工多社会的検索オブジェクト（MSO） 」はパブリッシュされました: 前回に引き続き、社会的集団について考えてみたいと思います。この記事では、移動と記憶のアルゴリズムを用いて社会集団の進化を探求しています。その結果は、社会システムの進化を理解し、最適化や解の探索に応用するのに役立つでしょう。 前回

新しい記事「 母集団最適化アルゴリズム：社会集団の進化(ESG) 」はパブリッシュされました: 多母集団アルゴリズムの構成原理を考えます。この種のアルゴリズムの一例として、新しいカスタムアルゴリズムであるESG (Evolution of Social Groups)を見てみましょう。このアルゴリズムの基本概念、母集団相互作用メカニズム、利点を分析し、最適化問題におけるパフォーマンスを検証します。

新しい記事「 母集団最適化アルゴリズム：荷電系探索（Charged System Search、CSS）アルゴリズム 」はパブリッシュされました: この記事では、無生物の自然にヒントを得た別の最適化アルゴリズムである荷電系探索(CSS)アルゴリズムについて検討します。この記事の目的は、物理学と力学の原理に基づいた新しい最適化アルゴリズムを提示することです。 物理学では、電荷の周囲の空間には電場として知られる性質があります。この場は他の帯電した物体に力を及ぼします。点電荷の周囲の電場はクーロンの法則によって決まります。クーロンは、2

FullDump : インジケータ iBands (ボリンジャーバンド、BB) と iRSI (相対強度指数、RSI) に基づいたトレード戦略。 作者: Vladimir Karputov

新しい記事 バランスグラフを使用した戦略の最適化と、結果の「バランス+最大シャープレシオ」基準との比較 はパブリッシュされました: 本稿では、バランスグラフ分析に基づいたカスタム取引戦略最適化基準をさらにもう1つ考察します。線形回帰は、ALGLIBライブラリの関数を使用して計算されます。 MACD Sample balance regression.mq5 、EURUSD H4、フォワードテストなし 最適化のために以下のパラメータを選択します。 図 19. テスターの入力タブ MACD Sample balance regression EAのテストを3つ実行します。

ColorXADX_HTF : 入力パラメータでの時間枠選択オプションを含むColorXADX指標 作者: Nikolay Kositsin

新しい記事「 最適化アルゴリズムを使用してEAパラメータをオンザフライで設定する 」はパブリッシュされました: この記事では、最適化アルゴリズムを使用して最適なEAパラメータをオンザフライで見つけることや、取引操作とEAロジックの仮想化について、実践的な側面から論じています。この記事は、最適化アルゴリズムをEAに実装するためのインストラクションとして使用できます。 EAや戦略全般を扱う際に、最適化アルゴリズムの適用方法についてよく質問を受けます。この記事では、最適化アルゴリズムの実用的な側面について見ていきたいと思います。

新しい記事「 多通貨エキスパートアドバイザーの開発（第3回）：アーキテクチャの改訂 」はパブリッシュされました: 複数の戦略が並行して動作する多通貨EAの開発はすでにある程度進んでいます。蓄積された経験を考慮し、先に進みすぎる前に、ソリューションのアーキテクチャを見直し、改善を試みましょう。 EAオブジェクト（ CAdvisor クラスまたはその子孫）を割り当てたが、これは取引戦略オブジェクト （CStrategy クラスまたはその子孫）のアグリゲーターです。EA操作の最初に、 OnInit() ハンドラで以下のことが起こります。 EAオブジェクトが作成されます。

新しい記事「 手動のチャート作成および取引ツールキット(第III部)最適化と新しいツール 」はパブリッシュされました

新しい記事「 複数の商品を同時に取引する際のリスクバランス 」はパブリッシュされました: この記事では、初心者が複数の商品を同時に取引する際のリスクバランスを取るためのスクリプトの実装をゼロから書けるようにします。また、経験豊富なユーザーは、この記事で提案されたオプションに関連して、ソリューションを実行するための新しいアイデアが得られるかもしれません。

新しい記事「 取引におけるトレーリングストップ 」はパブリッシュされました: この記事では、取引でのトレーリングストップの使い方について説明します。トレーリングストップがどの程度有用で効果的なのか、どのように利用できるのかを評価します。トレーリングストップの効率は、価格のボラティリティと損切りレベルの選択に大きく左右されます。損切りを設定するには、さまざまなアプローチを用いることができます。

新しい記事「 時系列分類問題における因果推論 」はパブリッシュされました: この記事では、機械学習を用いた因果推論の理論と、Pythonによるカスタムアプローチの実装について見ていきます。因果推論と因果思考は哲学と心理学にルーツを持ち、現実を理解する上で重要な役割を果たしています。

新しい記事 ドンチャンチャネルを使った取引 はパブリッシュされました: 本稿では、さまざまなフィルタを使用してドンチャンチャネルに基づいているいくつかの戦略を開発してテストします。それらの操作の比較分析も実行します。 作者: Alexander Fedosov

新しい記事「 多銘柄多期間指標のDRAW_ARROW描画タイプ 」はパブリッシュされました: この記事では、多銘柄多期間矢印指標の描画について見ていきます。また、現在のチャートの銘柄/期間と一致しない銘柄/期間で計算された矢印指標のデータを示す矢印を正しく表示するためのクラスメソッドを改善します。 多銘柄多期間指標の話題を続けます。本連載の 前回 の記事では、多銘柄多期間指標を取り上げました。今回の記事では、多指標クラスを矢印指標で動作するように修正します。

新しい記事「 RestAPIを統合したMQL5強化学習エージェントの開発（第3回）：MQL5で自動手番とテストスクリプトを作成する 」はパブリッシュされました: この記事では、MQL5関数とユニットテストを統合した、Pythonによる三目並べの自動手番の実装について説明します。目標は、MQL5でのテストを通じて、対戦のインタラクティブ性を向上させ、システムの信頼性を確保することです。このプレゼンテーションでは、対戦ロジックの開発、統合、実地テストについて説明し、最後にダイナミックな対戦環境と堅牢な統合システムを作成します。