記事、ライブラリコメント - ページ 60

新しい記事「 MQL5取引ツールキット（第2回）：ポジション管理EX5ライブラリの拡張と実装 」はパブリッシュされました: MQL5コードやプロジェクトでEX5ライブラリをインポートして使用する方法をご紹介します。今回は、既存のライブラリにポジション管理関数を追加し、2つのエキスパートアドバイザー(EA)を作成することで、EX5ライブラリを拡張します。最初の例では、可変指数ダイナミック平均(VIDyA: Variable Index Dynamic

新しい記事「 Pythonでの見せかけの回帰 」はパブリッシュされました: 見せかけの回帰は、2つの時系列がまったくの偶然で高い相関を示し、回帰分析で誤解を招く結果をもたらす場合に発生します。このような場合、変数が関連しているように見えても、その相関関係は偶然であり、モデルの信頼性は低くなります。 機械学習によるアルゴリズム取引の領域に飛び込む前に、モデルの入力と予測しようとする変数の間に意味のある関係が存在するかどうかを確認することが極めて重要です。本稿では、データセットにこのような関係が存在することを検証するために、モデル残差の単位根検定を用いることの有用性を説明します。

MFCS通貨相関チャート : このインディケータは、指定した通貨チャートに相関通貨チャートを配置します。現在バーのみが示されています。カラー/モノクロモードが設定可能です。また、EURUSDとUSDCHFのよおうなペアの処理の通貨反転をサポートしています。 作者: Mansukh Patidar

新しい記事「 Candlestick Trend Constraintモデルの構築（第7回）：EA開発モデルの改良 」はパブリッシュされました: 今回は、エキスパートアドバイザー(EA)開発のための指標の詳細な準備について掘り下げていきます。議論の中では、現行バージョンの指標にさらなる改良を加えることで、その精度と機能性の向上を図ります。さらに、前バージョンがエントリポイントの識別に限られていた制約に対応するため、新たにエグジットポイントを特定する機能を導入します。

XDidi_Index : MAの設定の拡張機能が含まれるインディケータDidiです。 作者: Nikolay Kositsin

バンド2 : インジケーター iBands (ボリンジャーバンド、BB) に基づくトレーディングシステム。 指定された時間間隔 (XX 時から YY 時) 内の買いストップ、売りストップを配置します。 作者: Vladimir Karputov

isNewBar : この関数は、指定された時間枠に新しいバーが登場したかどうかをチェックすることができます。 インディケータやエキスパートアドバイザーでは、新しいバーが指定された時間枠に登場したかどうかの情報は頻繁に必要とされます。下記は事柄の例です。 NewBar() 関数の最初の呼び出しの後では、現在のバーは新しいバーは考えられません。関数はその時間を記録し、次のバーが新しいものとなります。 コードはコメントされていて簡単に理解できるので、有用であることを願っています。 作者: Prival

新しい記事 MQL5: 自分のインディケーターの作成 はパブリッシュされました: インディケーターとは何でしょう?スクリーン上に便利な方法で表示したい計算値の一式です。値の一式は配列としてプログラムに表されます。そのため、インディケーターの作成は配列 (価格配列) を取り扱い、他の配列 (インディケーター 値)に結果を記録するアルゴリズムを書くことを意味します。True Strength Indexの作成について説明することで、MQL5でどのようにインディケーターを書くか説明します。 作者: MetaQuotes Software Corp

アングリーバード（スキャルピング） : Ilan 1.6にインスパイアされたエキスパートアドバイザーです。これは、iCC（CCI、商品チャネル指数）指標とiRIS（RSI、相対的強さ指数）指標を使用しています。 作者: Vladimir Karputov

新しい記事「 母集団最適化アルゴリズム：細菌採餌最適化-遺伝的アルゴリズム(BFO-GA) 」はパブリッシュされました: 本稿では、細菌採餌最適化(BFO)アルゴリズムのアイデアと遺伝的アルゴリズム(GA)で使用される技術を組み合わせ、ハイブリッドBFO-GAアルゴリズムとして最適化問題を解くための新しいアプローチを紹介します。最適解を大域的に探索するために細菌の群れを使い、局所最適解を改良するために遺伝的演算子を使用します。元のBFOとは異なり、細菌は突然変異を起こし、遺伝子を受け継ぐことができるようになっています。 BFO (Bacterial Foraging

新しい記事 名前つきパイプを使用したMetaTrader 5端末間コミュニケーションにDLLを使用しないソリューション はパブリッシュされました: 本稿は名前つきパイプを使用したMetaTrader 5端末同士のプロセス間コミュニケーションの実装方法について述べていきます。名前付きパイプを使用するにはCNamedPipesクラスが作成されます。 その使用検証と接続計測のために、ティックインディケータ、サーバー、クライアントスクリプトが提供されます。リアルタイムのクオートには名前付きパイプの使用で十分です。 作者: investeo

新しい記事「 DoEasy - コントロール（第31部）：ScrollBarコントロールのコンテンツのスクロール 」はパブリッシュされました: この記事では、水平スクロールバーのボタンを使用してコンテナのコンテンツをスクロールする機能を実装します。 EAをコンパイルし、チャート上で起動します。

FastStochastic : 高速ストキャスティックは、人気のストキャスティックの変更版の1つです。 作者: Nikolay Kositsin

Polychromatic Momentum（多色モメンタム） - 拡張版 : このバージョンのPolychromatic Momentumでは、平滑化のために二重平滑EMAが使用されています。DSEMAはほとんど遅れを伴ずに非常に良好な滑らかな結果をもたらすことが証明されているため、それと組み合わせて、Polychromatic Momentum指標はシグナルに関してはるかに有用となります。 作者: Mladen Rakic

新しい記事「 時系列の非定常性の指標としての2標本コルモゴロフ–スミルノフ検定 」はパブリッシュされました: この記事では、最も有名なノンパラメトリック同質性検定の1つである2標本のコルモゴロフ–スミルノフ検定について考察します。モデルデータと実際の相場の両方が分析されています。また、この記事では非定常性指標（iスミルノフ距離）の構築例も紹介しています。

新しい記事「 ニューラルネットワークが簡単に（第87回）：時系列パッチ 」はパブリッシュされました: 予測は時系列分析において重要な役割を果たします。この新しい記事では、時系列パッチの利点についてお話しします。 自然言語処理( NLP )分野で開発された Transformer アーキテクチャは、コンピュータビジョン( CV )でもその優位性を発揮し、時系列解析にも成功を収めています。特に、 Self-Attention （自己注意機構）は、時系列データの要素間の関係を自動的に識別する能力があり、効果的な予測モデルを構築する基盤となっています。

新しい記事「 MQL5での価格バーの並べ替え 」はパブリッシュされました: この記事では、価格バーを並べ替えるアルゴリズムを紹介し、EAの潜在的な購入者を欺くためにストラテジーのパフォーマンスが捏造された事例を認識するために並べ替えテストをどのように使用できるかを詳述します。

Fractal_RSI_HTF : 入力パラメータでの時間枠選択オプションを含むFractal_RSI指標です。 ‌ 作者: Nikolay Kositsin

Day_Of_Week_Lables : 曜日インジケータ 作者: Scriptor

新しい記事「 How to create a simple Multi-Currency Expert Advisor using MQL5 (Part 7): ZigZag with Awesome Oscillator Indicators Signal 」はパブリッシュされました: この記事の多通貨エキスパートアドバイザー(EA)は、オーサムオシレーター（AO、Awesome Oscillator）でフィルタされたジグザグ(ZigZag)指標を使用するまたは互いのシグナルをフィルタするEA（自動売買）です。 以前の記事で示したように、取引端末とストラテジーテスターの両方で MQL5

新しい記事「 ニューラルネットワークが簡単に（第86回）：U字型Transformer 」はパブリッシュされました: 時系列予測アルゴリズムの研究を続けます。この記事では、もう1つの方法であるU字型Transformerについて説明します。 長期的な時系列の予測は、取引にとって特に重要です。2017年に紹介された Transformer アーキテクチャは、自然言語処理( NLP )とコンピュータービジョン( CV )の分野で優れたパフォーマンスを発揮しました。使用されている Self-Attention

iMax3 : iMAX3 インジケータ-ファストトレンドディテクター 作者: Scriptor

新しい記事「 ブレインストーム最適化アルゴリズム(第2部）：マルチモーダリティ 」はパブリッシュされました: 記事の第2部では、BSOアルゴリズムの実用的な実装に移り、テスト関数のテストを実施し、BSOの効率を他の最適化手法と比較します。 第１部 では、ブレインストーミングにヒントを得たこの革新的な手法の基本原理を明らかにするブレインストーム最適化(BSO)アルゴリズムで最適化の世界を掘り下げました。その論理構造を学ぶとともに、クラスタリング手法であるK-MeansとK-Means++の議論にも踏み込みました。ブレインストーム最適化(BSO: Brain Storm

新しい記事「 MetaTrader 5用のMQTTクライアントの開発：TDDアプローチ 」はパブリッシュされました: この記事では、MQL5のネイティブMQTTクライアント開発における最初の試みについて報告します。MQTTは、クライアントサーバーのパブリッシュ/サブスクライブメッセージングトランスポートプロトコルです。MQTTは軽量、オープン、シンプルで、簡単に実装できるように設計されています。これらの特性により、さまざまな状況での使用に最適です。 技術スタックの制限と高価なネットワークコストにより、堅牢、高速、低コストになるように設計されているにもかかわらず、継続的な セッション認識

新しい記事「 ブレインストーム最適化アルゴリズム(第1部）：クラスタリング 」はパブリッシュされました: この記事では、「ブレインストーミング」と呼ばれる現象にヒントを得た、BSO (Brain Storm Optimization)と呼ばれる革新的な最適化手法を見ていきます。また、BSO法が適用するマルチモーダル最適化問題を解くための新しいアプローチについても説明します。これにより、部分集団の数を事前に決定することなく、複数の最適解を見つけることができるのです。K-MeansとK-Means++のクラスタリング法も検討します。 ブレインストーム最適化(BSO: Brain Storm

新しい記事「 ニューラルネットワークが簡単に（第83回）：「Conformer」Spatio-Temporal Continuous Attention Transformerアルゴリズム 」はパブリッシュされました: この記事では、天気予報を目的に開発されたConformerアルゴリズムについて紹介します。天気の変動性や予測の難しさは、金融市場の動きとしばしば比較されます。Conformerは、Attentionモデルと常微分方程式の利点を組み合わせた高度な手法です。

新しい記事「 リプレイシステムの開発（第45回）：Chart Tradeプロジェクト(IV) 」はパブリッシュされました: この記事の主な目的は、C_ChartFloatingRADクラスの紹介と説明です。Chart Trade指標は、非常に興味深い方法で機能しています。チャート上のオブジェクトの数はまだ少ないものの、期待通りの機能を実現しています。指標の値は編集可能ですが、その実現方法については疑問が残るかもしれません。この記事を読めば、これらの疑問が解消されるでしょう。 前回の「 リプレイシステムの開発（第44回）：Chart Tradeプロジェクト(III) 」では、Chart

新しい記事「 ニューラルネットワークが簡単に（第82回）：常微分方程式モデル(NeuralODE) 」はパブリッシュされました: この記事では、環境状態のダイナミクスを研究することを目的とした別のタイプのモデルについて説明します。

新しい記事「 リプレイシステムの開発（第4４回）：Chart Tradeプロジェクト（III） 」はパブリッシュされました: 前回の記事では、OBJ_CHARTで使用するテンプレートデータの操作方法について解説しました。ただし、あの記事ではトピックの概要に焦点を当て、詳細な部分には触れていませんでした。これは、説明をよりシンプルにするために、非常に簡略化された手法を用いたからです。物事は一見シンプルに見えることが多いですが、実際にはそうではないケースもあり、全体を正確に理解するためには、まず最も基本的な部分をしっかり押さえる必要があります。 前回の「

新しい記事「 行列分解：基本 」はパブリッシュされました: ここでの目的は教訓を得ることなので、できるだけシンプルに話を進めたいと思います。具体的には、必要な行列の乗算だけを実装します。行列とスカラーの乗算をシミュレートするにはこれで十分であることが今日わかるでしょう。行列分解を実装する際に多くの人が直面する最大の課題は、スカラーの分解と異なり、因子の順序が結果に影響を与えるため、行列の場合はその点に注意が必要だということです。 皆さん、教育的な内容の私の新しい記事へようこそ。