新しい記事「 ニューラルネットワークが簡単に（第35回）：ICM（Intrinsic Curiosity Module、内発的好奇心モジュール） 」はパブリッシュされました: 強化学習アルゴリズムの研究を続けます。これまで検討してきたすべてのアルゴリズムでは、あるシステム状態から別の状態への遷移ごとに、エージェントがそれぞれの行動を評価できるようにするための報酬方策を作成する必要がありました。しかし、この方法はかなり人工的なものです。実際には、行動と報酬の間には、ある程度の時間差があります。今回は、行動から報酬までの様々な時間の遅れを扱うことができるモデル訓練アルゴリズムに触れてみましょう。
新しい記事「 自動で動くEAを作る（第08回）：OnTradeTransaction 」はパブリッシュされました: 今回は、受注システムに関する問題を迅速かつ効率的に処理するためのイベント処理システムの使用方法について紹介します。このシステムにより、EAは必要なデータを常に検索する必要がなくなり、より速く動作するようになります。
新しい記事「 一からの取引エキスパートアドバイザーの開発（第18部）：新規受注システム(I) 」はパブリッシュされました: 今回は新規受注システムの第一弾です。本連載で紹介し始めてから、このEAは、同じチャート上注文システムモデルを維持しながら様々な変更と改良を受けてきました。 ビデオでは、上記のすべてがはっきりわかります。お分かりのように、このシステムは使っていてとても面白いです。 作者: Daniel Jose
新しい記事 クロスプラットフォームEA: CExpertAdvisor と CExpertAdvisors クラス はパブリッシュされました: この記事では、クロスプラットフォームのEAについて扱っています。主にクラス CExpertAdvisor と CExpertAdvisors は、この記事で説明した他のすべてのコンポーネントのコンテナとして機能します。 CExpertAdvisor の OnTick メソッドは、クラス内で最も使用される関数です。 アクションのほとんどがこのメソッドからです。 このメソッドの中核となる操作を次の図に示します。 作者: Enrico Lambino
新しい記事 MQL5 クックブック：典型的なチャートイベントの処理 はパブリッシュされました: 本稿では MQL5 の開発者によって事前に定義されている典型的（標準的）なイベントについて OnChartEvent () を用いた機能と実践練習について記述したいと思います。MQL5 の数々の記事および コードベース ですでにこのハンドラの使用例は取り上げられています。 ですが、私の目的は「イベント駆動プログラミング（EOP）」の考え方でこの手段を分析することです。このハンドラを完全に自動化されたトレーディングシステムと半自動トレーディングシステムで問題なく使用することができると考えています。
Modify SL TP : このスクリプトはポジションの決済逆指値及び決済指値を変更するのに使われます。 作者: Ziheng Zhuang
新しい記事「 DoEasyライブラリでのその他のクラス(第66部): MQL5.comシグナルコレクションクラス 」はパブリッシュされました: 本稿では、シグナルを管理する関数を備えたMQL5.comシグナルサービスのシグナルコレクションクラスを作成します。さらに、DOMの売買取引高の合計を表示するように板情報スナップショットオブジェクトクラスを改善します。 現在の銘柄/時間枠での作業を事前に設定し、MQL5.comシグナルサービスの取引シグナルでの作業のフラグをアクティブにしながら、EAをコンパイルして銘柄チャートで起動します。
ZZ_YZ_MDAC_ELDER 1-1000 : エルダーに応じたバーの色付けを持ったMDAC指標 作者: Nikolay Kositsin
Elder_Impulse_System : エルダーのインパルスシステム インジケータ 作者: Scriptor
新しい記事「 継続的なウォークフォワード最適化（その8）。プログラムの改善と修正 」はパブリッシュされました: 本連載では、ユーザーや読者の皆様からのご意見・ご要望をもとに、プログラムを修正しています。 この記事では、オートオプティマイザーの新バージョンを掲載しています。 このバージョンでは、要求された機能を実装し、他の改善点を提供しています。 以前のプログラム版では、フォワード最適化とヒストリカル最適化のために日付を段階的に入力していたため、不便でした。 今回は、必要な時間帯の自動入力を実装しました。 機能の詳細については、以下のように説明することができます。
パーセンテージ価格オシレータ : パーセンテージ価格オシレータ（Percentage Price Oscillator、PPO）は、2つの移動平均間の関係を示す技術的なモーメンタム指標です。PPOを計算するには、9日間のEMAから26日間の指数移動平均（EMA）を減算し、この差を26日間のEMAで除算します。最終的な結果は、短期平均と長期平均の相対的な位置をトレーダに伝えるパーセンテージです。 作者: Mladen Rakic
新しい記事「 MQL5でJanus factorを実装する 」はパブリッシュされました: ゲイリー・アンダーソンは、「Janus factor」と名付けた理論に基づく市場分析法を開発しました。この理論は、トレンドを明らかにし、市場リスクを評価するために使用できる一連の指標を記述するものです。今回は、これらのツールをMQL5で実装してみます。
DinapoliTargets : これはDinapoliTargetsインディケータのMQL5版です。ZigZagインディケータがチャートに追加されます。 作者: Aleksey Lebedev
新しい記事 MQL5 プログラミング基礎：時刻 はパブリッシュされました: 本稿は時間と連携する標準的 MQL5 関数に着目します。また、プログラムテクニック、Expert Advisors およびインディケータを作成する際必要となる時間と関連する実践的に便利な関数も取り上げます。特に注意を払うのが時間測定の一般的理論です。本稿はまず MQL5 の初心者プログラマーに興味を持ってもらえる内容です。 作者: Dmitry Fedoseev
新しい記事「 母集団最適化アルゴリズム：粒子群(PSO) 」はパブリッシュされました: この記事では、一般的な粒子群最適化(PSO)アルゴリズムについて検討します。以前は、収束、収束率、安定性、スケーラビリティなどの最適化アルゴリズムの重要な特性について説明し、テストスタンドを開発し、最も単純なRNGアルゴリズムを検討しました。 図2で説明した、連載の 最初の記事 と同じ構造をアルゴリズムの構築に使用しているため（今後もこれを継続します）、アルゴリズムをテストスタンドに接続することは難しくありません。
Well Martin : Well Martin EAは、ボリンジャーバンドとADXの2つの指標に基づいています。 作者: Andrew Kornishkin
新しい記事 同時に2方向で機能するためのユニバーサル RSI インジケータ はパブリッシュされました: トレーディングアルゴリズムを開発するとき、しばしばある問題に遭遇します。その一つが、トレンド/レンジの始まりと終点を決定する方法です。 この記事では、さまざまな種類のシグナルを結合するユニバーサルインジケータを作成します。 今回はEAのトレードシグナルを取得するプロセスをできるだけ簡素化します。 1つのインジケータを組み合わせた例を挙げます。 このフォームでは、インジケータはエントリーの場所だけでなく、ポジションのボリュームを増やすためのポイントを示します。
新しい記事 強化学習におけるモンテカルロ法の応用 はパブリッシュされました: 自己学習を行うEAを作成するためのReinforcement learningの適用。前回の記事では、Random Decision Forestアルゴリズムを学び、Reinforcement learning（強化学習）に基づく簡単な自己学習EAを作成しました。このアプローチの主な利点は、取引アルゴリズムを書くことの単純さと『学習」の高速性でした。強化学習（以下、単にRL）は、どのEAにも簡単に組み込むことができ、最適化のスピードを上げられます。
複合指数 : 複合指数は、RSIの発散障害問題を解決するために開発されましたが、指標内でサポートの水平レベルを提供する能力がその価値を高めます。複合指数は、RSIの正規化された公式を取り、正規化範囲の制限を削除します。複合指数の数式では、短期間のRSIを平滑化した埋め込みモメンタム計算が使用されています。 作者: Mladen Rakic
過去2年分の最大/小価格の水平線 : 過去2年間の最大/小価格の水平線を描画する方法のサンプルコード。 作者: Alain Verleyen
MartingailExpert : このEA はマーチンゲールを使用します。 インジケーター iStochastic (ストキャスティクスオシレーター) による初期エントリー。 作者: Vladimir Karputov
新しい記事 フラクタル指数とハースト指数の財務時系列を予測する能力の評価 はパブリッシュされました: 金融データのフラクタル行動の探索に関する研究は、経済時系列の一見混沌とした行動の背後に、参加者の集団行動の隠されたメカニズムがあることを前提にしています。 これらのメカニズムは、価格シリーズの特性を定義することができ、取引所の価格ダイナミクスの出現につながることができます。 これをトレーディングに適用すると、実際に関連するスケールと時間枠のフラクタルパラメータを効率的かつ確実に推定できるインジケータの恩恵を受けることができます。 実データに対するインジケータ演算のデモンストレーション
新しい記事「 MQL5の圏論（第6回）：単射的引き戻しと全射的押し出し 」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。 これを説明するために、積始域Y、因子始域X、因子始域A、引き戻し始域を持つ 錐
RNN : iRSI (Relative Strength Index, RSI) インジケータと小さなニューラル ネットワークに基づくEA 作者: Vladimir Karputov
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