記事、ライブラリコメント - ページ 77

BykovTrend_NRTR : ATR指標値に基づいたNRTR線を持つBykovTrendセマフォシグナル指標です。 作者: Nikolay Kositsin
新しい記事「 母集団最適化アルゴリズム:魚群検索(FSS) 」はパブリッシュされました: 魚群検索(FSS)は、そのほとんど(最大80%)が親族の群落の組織的な群れで泳ぐという魚の群れの行動から着想を得た新しい最適化アルゴリズムです。魚の集合体は、採餌の効率や外敵からの保護に重要な役割を果たすことが証明されています。 群れは、魚が同じスピードで同じ方向に同期して泳ぐと、かなりしっかりと編成されます。これは、同じ種類、年齢、サイズの魚が一定の距離を保って移動しているために起こります。魚の群れは、まるで集団の知性と共通の心を持っているかのように、複雑な手順を成し遂げることができます。
スイングライン(調整済み表示) : 調整された表示オプション付きのRon Blackのスイングライン指標です。 作者: Mladen Rakic
ChartChanger : このスクリプトは、円内でのチャートを迅速に変えるためのホットキーに割り当てられています。 作者: Olegs Kucerenko
Dynamic_Trend : ダイナミックトレンドシグナルインジケータは、2色のトレンド方向ラインを描画し、シグナル矢印を追加します。 作者: Scriptor
LacusTstopandBE : 手動取引のためのアシスタントEAです。逆指値と指値を設定し、ポジションを損益分岐点に移し、トレール注文を適用します。 作者: Vladimir Karputov
新しい記事 リキッドチャート はパブリッシュされました: 時間の秒、5分から開くバーを持つ毎時チャートを見たいですか?バーのオープン時間が毎分変わるようであれば再作成されたチャートはどのように見えるのでしょうか?そのようなチャートでトレードすることにどんなメリットがあるのでしょうか?本稿ではこういった疑問に対する答えを見つけていきます。 あるとき私はタイムフレーム H4 以上のチャートはブローカーごとに違って見えることに気づきました。その理由はブローカーが異なるタイムゾーンに存在することでした。タイムゾーンにそれ
  エキスパート: EMA 6.12  (14   1 2)
EMA 6.12 : このエキスパートアドバイザーは「crossover of two iMAs(移動平均、MA)」のシグナルを使います。このEAはトレール注文とテイクプロフィットを使います。 作者: Vladimir Karputov
ケルトナーチャンネルオシレータ : 広く知られているケルトナーチャンネルオシレータの新しいビジュアルバージョン。 作者: Mladen Rakic
新しい記事「 外部アプリケーションで暗号を使用する 」はパブリッシュされました: この記事では、MetaTraderや外部アプリケーションでのオブジェクトの暗号化/復号化について考えてみます。 今回の目的は、同じ初期データで同じ結果が得られる条件を決めることです。 暗号はMQLプログラムではほとんど使われていません。 普段のトレードで暗号を使う機会はそう多くはありません。 例外は、送信されたデータを盗聴されないように保護したいという偏執的なシグナルコピーで、おそらくそれだけです。 データがターミナルから離れない場合、なぜ暗号化・復号化する必要があるのか、考えにくいでしょう。
新しい記事「 CCI指標:アップグレードと新機能 」はパブリッシュされました: この記事では、CCI指標をアップグレードする可能性について検討するとともに、この指標の修正を提示します。 ただし、違いが顕著に表れる部分もあります。 指標を比較するための小さなエキスパートアドバイザー(EA)
修正 T3 : 修正 T3 作者: Mladen Rakic
新しい記事「 多層パーセプトロンとバックプロパゲーションアルゴリズム(第II部): Pythonでの実装とMQL5との統合 」はパブリッシュされました: MQLとの統合を開発するために利用できるPythonパッケージが存在し、データの探索、作成、機械学習モデルの使用などのさまざまな機会がもたらされます。MQL5に組み込まれているPython統合により、単純な線形回帰から深層学習モデルまで、さまざまなソリューションを作成できます。開発環境を設定して準備する方法と、いくつかの機械学習ライブラリを使用する方法を見てみましょう。 まず、公式Webサイト
直線回帰 : 直線回帰 作者: Mladen Rakic
新しい記事「 自動で動くEAを作る(第07回):口座の種類(II) 」はパブリッシュされました: 今日は、自動モードでシンプルかつ安全に動作するエキスパートアドバイザー(EA)を作成する方法を紹介します。トレーダーは、自動EAが何をしているのかを常に意識しておく必要があります。そうすれば、もしEAが「レールから外れた」場合、トレーダーはできるだけ早くチャートからEAを取り除き、状況をコントロールすることができます。 前回の「 自動で動くEAを作る(第06回):口座の種類(I) 」稿で
Skyscraper_Fix_Cld : 色で塗りつぶされた平均と NRTR の線の間のスペースを持つ Skyscraper_Fix インジケータ 作者: Nikolay Kositsin
Skyscraper_Fix : Skyscrape インジケータの固定バージョン 作者: Nikolay Kositsin
新しい記事「 自動で動くEAを作る(第06回):口座の種類(I) 」はパブリッシュされました: 今日は、自動モードでシンプルかつ安全に動作するエキスパートアドバイザー(EA)を作成する方法を紹介します。このEAは、現状ではどんな状況でも機能しますが、まだ自動化には至っていません。まだ、いくつかの点で工夫が必要です。
WPVH : ワイコフ PV ヒストグラムインジケータ 作者: Scriptor
Daily Range Projections(日中の価格帯の予想) : 日チャート上の次のローソク足の変更範囲を予測します。 作者: Nikolay Kositsin
新しい記事「 ニューラルネットワークの実験(第3回):実用化 」はパブリッシュされました: この連載では、実験と非標準的なアプローチを使用して、収益性の高い取引システムを開発し、ニューラルネットワークがトレーダーに役立つかどうかを確認します。ニューラルネットワークを取引に活用するための自給自足ツールとしてMetaTrader 5にアプローチします。 ストップロスとテイクプロフィットを使用してエグジットします。TEMA指標の1パーセプトロン(4つの勾配角度)の戦略です。最適化を10回おこないます。勾配角度の構造と最適化の原理は、第1回目の記事で紹介しています。ここで繰り返しても意味がありません。
新しい記事「 ニューラルネットワークが簡単に(第33部):分散型Q学習における分位点回帰 」はパブリッシュされました: 分散型Q学習の研究を続けます。今日は、この方法を反対側から見てみましょう。価格予測問題を解決するために、分位点回帰を利用する可能性を検討します。 NetCreator というツールを使って訓練モデルを作成しました。このモデルのアーキテクチャは、前回までの訓練 モデル のアーキテクチャと同じです。最後のSoftMaxの正規化層を削除して、モデル結果エリアが、使用された報酬方策のどの結果も再現できるようにしました。
新しい記事 カルマンフィルタを用いた価格方向予測 はパブリッシュされました: トレードで成功するには、ノイズ変動と価格変動を分けることができるインジケーターが必要です。 この記事では、最も有望なデジタルフィルタ、カルマンフィルタを検討します。 フィルタを描画して使用する方法について説明します。 チャート上のトレードの詳細な分析は、この戦術の次の2つの弱点を明らかにしています。 レンジ相場における一連の負けトレード, オープンポジションからの決済の遅延 作者: Dmitriy Gizlyk
MACD EA : このエキスパートアドバイザーでは、3つのiMA(移動平均、MA)指標と1つのiMACD(移動平均収束/発散、MACD)が使用されます。 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(BFO) 」はパブリッシュされました: 大腸菌の採餌戦略は、科学者にBFO最適化アルゴリズムの作成を促しました。このアルゴリズムには、最適化に対する独自のアイデアと有望なアプローチが含まれており、さらに研究する価値があります。 細菌採餌最適化(Bacterial Foraging
Vortex : 正及び負の方向の動きを表す2つの線です。これらはトレンドの変化時に交差して横切り、トレンドの強さが増すにつれてより広がります。 作者: Mladen Rakic
新しい記事 MQL5 プログラミング基礎:文字列 はパブリッシュされました: 本稿は MQL5 で文字列を用いて行えることを網羅しています。まずは MQL5 初心者プログラマーに関心を持ってもらえる内容であり、経験ある開発者にとっては知識をまとめ体系化するのによい機会となるはずです。 作者: Dmitry Fedoseev
新しい記事「 行列ユーティリティ - 行列とベクトルの標準ライブラリの機能を拡張する 」はパブリッシュされました: 行列は大規模な数学的演算を効率的に処理できるため、機械学習アルゴリズムや一般的なコンピュータの基盤となっています。標準ライブラリは必要なものをすべて備えていますが、ユーティリティファイルでライブラリにはまだないいくつかの関数を導入して、拡張する方法を見てみましょう。 多層パーセプトロンは、入力層に脚の高さと胴体の直径を表す2つの入力ノード/ニューロン、出力層に犬、猫、ネズミの3つの結果を表す3つのノードを有します。
MaDevOsc : MA オシレータ インジケータからの偏差 作者: Scriptor
Multi Stochastic : iStochastic(ストキャスティクス)指標シグナルに基づいた多通貨エキスパートアドバイザーです。 作者: Vladimir Karputov