ローソク足タイマー : ローソク足タイマーはローソク足が終了するまでの残り時間を表示します。 作者: Mladen Rakic
ONNXモデルによる手書き数字の認識例 : このエキスパートアドバイザーは取引を行いません。標準的なCanvasライブラリを使って実装されたシンプルなパネルで、マウスを使って数字を書くことができます。数字の認識には、訓練されたmnist.onnxモデルが使用されます。 作者: Slava
新しい記事「 在一张图表上的多个指标（第 02 部分）：首次实验 」はパブリッシュされました: 在前一篇文章“在一张图表上的多个指标”中，我介绍了如何在一张图表上加载多个指标的概念和基本知识。 在本文中，我将提供源代码，并对其进行详解。
新しい記事「 MQL5の圏論（第7回）：多重集合、相対集合、添字集合 」はパブリッシュされました: 圏論は、数学の多様かつ拡大を続ける分野であり、最近になってMQL5コミュニティである程度取り上げられるようになりました。この連載では、その概念と原理のいくつかを探索して考察することで、トレーダーの戦略開発におけるこの注目すべき分野の利用を促進することを目的としたオープンなライブラリを確立することを目指しています。 ただし、形式的には、 f: (E,π) à (E’,π’) として表されるN上の 相対領域のマッピング は、次の三角形が可換となるような関数 f: E àE’です。
パラボリック SAR EA : このEAは、iSAR (パラボリック SAR) インジケータに従います。 作者: Vladimir Karputov
新しい記事「 ニューラルネットワークが簡単に（第39回）：Go-Explore、探検への異なるアプローチ 」はパブリッシュされました: 強化学習モデルにおける環境の研究を続けます。この記事では、モデルの訓練段階で効果的に環境を探索することができる、もうひとつのアルゴリズム「Go-Explore」を見ていきます。 Go-Exploreの主なアイデアは、有望な状態を記憶して戻ることです。これは、報酬の数が限られている場合に効果的な操作をおこなうための基本です。このアイデアは非常に柔軟で幅広いため、さまざまな方法で実施することができます。
新しい記事「 ニューラルネットワークを簡単に（第43回）：報酬関数なしでスキルを習得する 」はパブリッシュされました: 強化学習の問題は、報酬関数を定義する必要性にあります。それは複雑であったり、形式化するのが難しかったりします。この問題に対処するため、明確な報酬関数を持たずにスキルを学習する、活動ベースや環境ベースのアプローチが研究されています。
新しい記事「 ニューラルネットワークが簡単に (第42回）：先延ばしのモデル、理由と解決策 」はパブリッシュされました: 強化学習の文脈では、モデルの先延ばしにはいくつかの理由があります。この記事では、モデルの先延ばしの原因として考えられることと、それを克服するための方法について考察しています。 モデルを先延ばしにする主な理由のひとつは、訓練環境が不十分であることです。モデルは、訓練データへのアクセスが制限されていたり、リソースが不足していたりする可能性があります。
新しい記事「 ニューラルネットワークが簡単に（第41回）：階層モデル 」はパブリッシュされました: この記事では、複雑な機械学習問題を解決するための効果的なアプローチを提供する階層的訓練モデルについて説明します。階層モデルはいくつかのレベルで構成され、それぞれがタスクの異なる側面を担当します。 Scheduled Auxiliary Control（SAC-X）アルゴリズムは、階層構造を用いて意思決定をおこなう強化学習手法です。これは、報酬が疎な問題を解くための新しいアプローチです。それは4つの主要原則に基づいています。
新しい記事「 ニューラルネットワークが簡単に（第40回）：大量のデータでGo-Exploreを使用する 」はパブリッシュされました: この記事では、長い訓練期間に対するGo-Exploreアルゴリズムの使用について説明します。訓練時間が長くなるにつれて、ランダムな行動選択戦略が有益なパスにつながらない可能性があるためです。 Go-Exploreアルゴリズムの訓練期間が長くなるにつれ、ある困難が生じます。その一部を紹介します。 次元の呪い：訓練期間が長くなるにつれて、エージェントが訪問できる状態の数は指数関数的に増加し、最適な戦略を見つけることが難しくなります。
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8回）：指標のロック 」はパブリッシュされました: この記事では、MQL5言語を使用しながら指標をロックする方法を見ていきます。非常に興味深く素晴らしい方法でそれをおこないます。
Aroonオシレータ - ダイナミックゾーン（レベル） : 買われ過ぎと売られ過ぎの条件に固定レベルではなくダイナミックレベル/ゾーンを使用するAroonオシレータです。 作者: Mladen Rakic
Arrows and Curves EA : "Arrows&Curves"指標に基づいたエキスパートアドバイザーです。 作者: Vladimir Karputov
新しい記事「 MQL5でONNXモデルをアンサンブルする方法の例 」はパブリッシュされました: ONNX (Open Neural Network eXchange)は、ニューラルネットワークを表現するために構築されたオープンフォーマットです。この記事では、1つのエキスパートアドバイザー(EA)で2つのONNXモデルを同時に使用する方法を示します。
線回帰チャンネル : このインディケータは y=b+a*x の線形回帰モデルを使用してチャンネルをプロットします。 作者: Vladimir Mikhailov
MAクロス : 2つのiMAの交差に基づくエキスパートアドバイザーです。 作者: Vladimir Karputov
Custom Moving Average : カスタム移動平均線はカスタムインジケーターの一例で、 Moving Average を計算し表示します。 作者: MetaQuotes Software Corp
新しい記事「 機械学習や取引におけるメタモデル：取引注文のオリジナルタイミング 」はパブリッシュされました: 機械学習におけるメタモデル：人間がほとんど介在しない取引システムの自動作成 - いつ、どのように取引をおこなうかはモデルが自ら決定します。
新しい記事「 ニューラルネットワークができるように（その６）。ニューラルネットワークの学習率を実験する 」はパブリッシュされました: これまで、様々な種類のニューラルネットワークをその実装とともに考察してきました。 すべての場合において、ニューラルネットワークは、学習率を選択する必要があるグラディエントディーセント法を用いてトレーニングされました。 今回は、正しく選択されたレートの重要性とニューラルネットワーク学習への影響を例を用いて示したいと思います。 実験3は、この記事の本題から少し逸脱します。 そのアイデアは、最初の2つの実験の間に生まれました。 ということで、シェアすることにしました。
iFreeNumFractals : この指標は任意の次元のフラクタルを検出します。 作者: Nikolay Kositsin
Choppy マーケットインデックス : Choppy マーケットインデックス 作者: Mladen Rakic
新しい記事「 ニューラルネットワークが簡単に（第38回）：不一致による自己監視型探索 」はパブリッシュされました: 強化学習における重要な問題のひとつは、環境探索です。前回までに、「内因性好奇心」に基づく研究方法について見てきました。今日は別のアルゴリズムを見てみましょう。不一致による探求です。 不一致に基づく探索は、エージェントが外部報酬に依存することなく、むしろモデルのアンサンブルを使用して新しい未探索の領域を見つけることによって、環境を探索することを可能にする強化学習手法です。 論文「 不一致による自己監視型探索
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7回）：最初の改善（II） 」はパブリッシュされました: 前回の記事では、可能な限り最高の安定性を確保するために、レプリケーションシステムにいくつかの修正を加え、テストを追加しました。また、このシステムのコンフィギュレーションファイルの作成と使用も開始しました。 ここで、このシステムに起こりうる欠陥について警告しておかなければなりません。何かがうまくいかない確率は低いですが、その方法に欠陥があることを常に知っておき、起こり得る問題に備えるべきです。
新しい記事「 ONNXモデルをクラスでラップする 」はパブリッシュされました: オブジェクト指向プログラミングは、読みやすく修正しやすい、よりコンパクトなコードの作成を可能にします。ここでは3つのONNXモデルの例を見てみましょう。 過半数の得票は、＜総得票数＞/2＋1という式に従って計算されます。合計3票で、過半数は2票です。いわゆる「ハード投票」です。 テスト結果は同じ設定のままです。 3つのモデルの仕事、すなわち、利益の出る取引と利益の出ない取引の数を別々に見てみましょう。モデル1 - 11:3、モデル2 - 6:1、モデル3 - 16:10です。
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02回）：コホネンマップ 」はパブリッシュされました: この連載では、MQL5ウィザードがトレーダーの主力であるべきことを示します。なぜでしょうか。MQL5ウィザードを使用すれば、新しいアイデアを組み立てることで時間を節約できるだけでなく、コーディングの重複によるミスを大幅に減らすことができるため、最終的に、取引の哲学のいくつかの重要な分野にエネルギーを注ぐことができるからです。
新しい記事「 MQL5でのAutoItの使用 」はパブリッシュされました: 簡単に説明すると、この記事では、MQL5をAutoItと統合することによってMetraTrader5ターミナルのスクリプトを作成します。その中で、ターミナルのユーザーインターフェイスを操作することによってさまざまなタスクを自動化する方法を説明し、AutoItXライブラリを使用するクラスも紹介します。 AutoItには、アプリケーションウィンドウに関する情報を取得するために使用される AutoItウィンドウ情報ツール と呼ばれるアプリケーションが付属しています。
テンプレート適用 : 開いているチャートのすべてにテンプレートおよび/または時間枠を適用するための簡単なスクリプト 作者: Janderson Ferreira
iStochKomposter : 古典的なストキャスティクスに基づいた買われ過ぎと売られ過ぎ領域を離れる場合のセマフォ矢印シグナル指標。 作者: Nikolay Kositsin
新しい記事「 オーサムオシレーター(Awesome Oscillator)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: 連載の今回の新しい記事では、私たちの取引に役立ちそうな新しいテクニカルツールについてご紹介します。これは、オーサムオシレーター(Awesome Oscillator、AO）という指標です。この指標を使用した取引システムの設計方法を学びます。 戦略1：AO Zero Crossover
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