新しい記事 SQLite: MQL5 での SQL データベースのネイティブな処理 はパブリッシュされました: トレード戦略の開発には、大量のデータの処理が関連しています。 今では、MQL5 で直接 SQLite に基づいた SQL クエリを使用してデータベースを操作できるようになりました。 このエンジンの重要な特徴は、データベース全体がユーザーのPC上の単一のファイルに配置されるということです。 メタエディターでの SQL クエリのデバッグ データベースを操作するためのすべての関数は、コードが失敗した場合にエラーコードを返します。 次の操作を行うと、次の 4
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20回）：FOREX (I) 」はパブリッシュされました: この記事の最初の目的は、外国為替取引のすべての可能性をカバーすることではなく、少なくとも1つのマーケットリプレイを実行できるようにシステムを適応させることです。シミュレーションはまた別の機会にしますが、ティックがなくバーだけでも、少しの努力で外国為替市場で起こりうる取引をシミュレートすることができます。シミュレーターをどのように適応させるかを検討するまでは、この状態が続くでしょう。システム内部でFXのデータに手を加えずに作業しようとすると、さまざまなエラーが発生します。
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19回）：必要な調整 」はパブリッシュされました: ここでは、コードに新しい関数を追加する必要がある場合に、スムーズかつ簡単に追加できるように基礎を整えます。現在のコードでは、有意義な進歩を遂げるために必要な事柄の一部をまだカバーまたは処理できません。最小限の労力で特定のことを実装できるようにするには、すべてを構造化する必要があります。すべてを正しくおこなえば、対処が必要なあらゆる状況に非常に簡単に適応できる、真に普遍的なシステムを得ることができます。
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18回）：ティックそしてまたティック(II) 」はパブリッシュされました: 明らかに、現在の指標は1分足を作成するのに理想的な時間からは程遠いです。それが最初に修正することです。同期の問題を解決するのは難しくありません。難しそうに思えるかもしれませんが、実際はとても簡単です。前回の記事の目的は、チャート上の1分足を作成するために使用されたティックデータを気配値ウィンドウに転送する方法を説明することであったため、必要な修正はおこないませんでした。 各記事に対する私の考えは、人々に MetaTrader 5プラットフォームと
新しい記事「 時系列マイニングのためのデータラベル（第1回）：EA操作チャートでトレンドマーカー付きデータセットを作成する 」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、いくつかの時系列のラベル付け方法を紹介します。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 MetaTrader 5のトレードシグナル：PAMM アカウントへのよりよい代替手段 はパブリッシュされました: MetaTrader 5 が今 トレードシグナル を備え、そのため投資家や幹事会社に力強いツールを提供できることをうれしく思います。成功しているトレーダーのトレードをフォローする間にも、ターミナルは自動でそれらをみなさんのアカウントに再生しているのです。 MetaTrader 5 ターミナルは新しい関数やオプションを追加して絶えず進化しています。またトレードシグナルはトレーダーのみなさんに提供される別の重要な機能の代表で
新しい記事「 ニューラルネットワークが簡単に（第53回）：報酬の分解 」はパブリッシュされました: 報酬関数を正しく選択することの重要性については、すでに何度かお話ししました。報酬関数は、個々の行動に報酬またはペナルティを追加することでエージェントの望ましい行動を刺激するために使用されます。しかし、エージェントによる信号の解読については未解決のままです。この記事では、訓練されたエージェントに個々のシグナルを送信するという観点からの報酬分解について説明します。
新しい記事「 エキスパートアドバイザーのQ値の開発 」はパブリッシュされました: この記事では、エキスパートアドバイザー(EA)がストラテジーテスターで表示できる品質スコアを開発する方法を見ていきます。Van TharpとSunny Harrisという2つの有名な計算方法を見てみましょう。 この記事では、エキスパートアドバイザー(EA)がストラテジーテスターで表示できる品質スコアを開発する方法を見ていきます。下の図1では、OnTester
新しい記事「 ニューラルネットワークが簡単に（第52回）：楽観論と分布補正の研究 」はパブリッシュされました: 経験再現バッファに基づいてモデルが訓練されるにつれて、現在のActor方策は保存されている例からどんどん離れていき、モデル全体としての訓練効率が低下します。今回は、強化学習アルゴリズムにおけるサンプルの利用効率を向上させるアルゴリズムについて見ていきます。
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16回）：新しいクラスシステム 」はパブリッシュされました: もっと仕事を整理する必要があります。コードはどんどん大きくなっており、今やらなければ不可能になります。分割して征服しましょう。MQL5では、このタスクを実行するのに役立つクラスを使用することができますが、そのためにはクラスに関する知識が必要です。おそらく初心者を最も混乱させるのは継承でしょう。この記事では、これらのメカニズムを実用的かつシンプルな方法で使用する方法を見ていきます。
新しい記事「 価格変動モデルとその主な規定（第3回）：証券取引所の投機の最適なパラメータを計算する 」はパブリッシュされました: 確率論に基づき著者が開発した工学的アプローチの枠組みの中で、利益を生むポジションを建てるための条件を見つけ、最適な（利益を最大化する）利食いと損切りの値を計算します。 前回の記事（ 第1回 、 第2回
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15回）：シミュレーターの誕生(V) - ランダムウォーク 」はパブリッシュされました
新しい記事「 トレンドとは何か、相場の構造はトレンドかレンジかで決まるのか？ 」はパブリッシュされました: トレーダーはよくトレンドやレンジについて話しますが、トレンドやレンジとは何かを理解している人はほとんどおらず、概念を明確に説明できる人はさらにいません。 基本的な用語について考察することは、多くの場合、偏見や誤解の固まりに悩まされます。 しかし、利益を上げたいのであれば、概念の数学的・論理的な意味を理解する必要があります。 今回は、トレンドとレンジの本質に迫るとともに、相場の構造がトレンドなのか、レンジなのか、何か別のものなのかを定義してみたいと思います。
新しい記事「 時系列マイニングのためのデータラベル（第2回）：Pythonを使ってトレンドマーカー付きデータセットを作成する 」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、いくつかの時系列のラベル付け方法を紹介します。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「 MQL5の圏論（第19回）：自然性の正方形の帰納法 」はパブリッシュされました: 自然性の正方形の帰納法を考えることで、自然変換について考察を続けます。MQL5ウィザードで組み立てられたエキスパートアドバイザー(EA)の多通貨の実装には若干の制約があるため、スクリプトでデータ分類能力を紹介しています。主な用途は、価格変動の分類とその予測です。 今回は、 前回
新しい記事「 取引トランザクション：リクエストとレスポンスの構造体、説明、ロギング 」はパブリッシュされました: この記事では、取引リクエストの構造体、すなわち、リクエストの作成、サーバーに送信する前の事前検証、取引リクエストに対するサーバーの応答、および取引トランザクションの構造体の取り扱いについて検討します。取引注文をサーバーに送信するためのシンプルで便利な関数を作成し、すべての議論された内容に基づいて、取引トランザクションを通知するEAを作成します。 MQL5には、未決注文を出し、ポジションを開き、注文やポジションを変更するための OrderSend()
新しい記事「 ニューラルネットワークが簡単に（第51回）：Behavior-Guided Actor-Critic (BAC) 」はパブリッシュされました: 最後の2つの記事では、エントロピー正則化を報酬関数に組み込んだSoft Actor-Criticアルゴリズムについて検討しました。このアプローチは環境探索とモデル活用のバランスをとりますが、適用できるのは確率モデルのみです。今回の記事では、確率モデルと確定モデルの両方に適用できる代替アプローチを提案します。
新しい記事「 ニューラルネットワークが簡単に（第50回）：Soft Actor-Critic（モデルの最適化） 」はパブリッシュされました: 前回の記事では、Soft Actor-Criticアルゴリズムを実装しましたが、有益なモデルを訓練することはできませんでした。今回は、先に作成したモデルを最適化し、望ましい結果を得ます。 Soft Actor-Criticアルゴリズムの研究を続けます。 前回 の記事では、アルゴリズムを実装しましたが、収益性の高いモデルを訓練することができませんでした。今日は可能な解決策を考えてみましょう。同じような疑問は、「 先延ばしのモデル、理由と解決策
新しい記事「 パターン検索への総当たり攻撃アプローチ（第V部）：新鮮なアングル 」はパブリッシュされました: この記事では、私が長い時間をかけてたどり着いた、アルゴリズム取引に対するまったく異なるアプローチを紹介します。もちろん、これはすべて私の総当たり攻撃プログラムに関係しています。これには、複数の問題を同時に解決できるように多くの変更が加えられています。とはいえ、この記事はより一般的で可能な限りシンプルなものであるため、総当たり攻撃について何も知らない読者にも適しています。
新しい記事「 ニューラルネットワークが簡単に（第47回）：連続行動空間 」はパブリッシュされました: この記事では、エージェントのタスクの範囲を拡大します。訓練の過程には、どのような取引戦略にも不可欠な資金管理とリスク管理の側面も含まれます。 前回の記事では、取引方向を決定するためだけにエージェントを訓練しました。エージェントの行動範囲は4つの選択肢に限られていました。 買う , 売る , 維持/待機, すべてのポジションを閉じる
売り値と買い値のヒストグラム : ヒストグラムとしてのチャートの売り値と買い値の統計的分布。 作者: Sergey Pavlov
新しい記事「 トレーディングアルゴリズム開発への科学的アプローチ 」はパブリッシュされました: この記事では、一貫した科学的アプローチを用いて価格パターンを分析し、それに基づいてトレードアルゴリズムを構築するという、トレードアルゴリズムを開発するための方法論を考察します。 開発の理想を事例を用いて示します。 テストは、2018年1月1日から2020年7月28日までの期間、M1タイムフレーム上で、リアルティックモードを使用して実施されました。 パラメータは最適化されていませんでしたが、個別の通貨ペアごとに徹底的に用意されたアルゴリズムを最適化する必要がないことを示したいからです。
新しい記事「 ティッカーテープパネルの作成:改良版 」はパブリッシュされました: ティッカーテープパネルの基本バージョンを復活させるというアイデアはいかがでしょうか。まずおこなうのは、資産のロゴやその他の画像などの画像を追加できるようにパネルを変更して、ユーザーが表示された銘柄をすばやく簡単に識別できるようにすることです。
TradingBoxing : クラス CDialog に基づくトレーディングパネル。 作者: Vladimir Karputov
Volatility Quality : ATRフィルタ付きのVolatility Quality 作者: Mladen Rakic
Exp_Kolier_SuperTrend : Kolier_SuperTrendトレンド指標を使った取引システム。 作者: Nikolay Kositsin
取引の機会を逃しています。
- 無料取引アプリ
- 8千を超えるシグナルをコピー
- 金融ニュースで金融マーケットを探索
新規登録
ログイン