記事、ライブラリコメント - ページ 8

新しい記事「 ADX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: 今回は、最も人気のある指標を使って取引システムを設計する連載の続きとして、ADX (Average Directional Index)指標についてお話します。この指標を理解するために詳しく学び、簡単な戦略でその使い方を学びます。深く学ぶことで、より多くの洞察得ることができ、それをよりよく活用することができるのです。 このセクションでは、取引システムを作るために、各戦略の設計図を作成します。この設計図では、プログラムやシステムに必要なことを段階的に整理して設定します。 戦略1：Simple ADX

市場が現在取引可能かどうかを現在のシンボルでチェックする機能 : この関数は、市場が取引を終了している時間帯に、取引リクエストでサーバーに過負荷をかけないようにするのに便利です。 Author: Anton Iaroshenko

新しい記事「 MQL5 MVCパラダイムにおけるテーブルのビューおよびコントローラーコンポーネント：コンテナ 」はパブリッシュされました: この記事では、コンテンツのスクロールに対応したContainer（コンテナ）コントロールの作成について解説します。その過程で、既存のグラフィックライブラリのコントロールクラスを改良していきます。 MVC (Model-View-Controller)パラダイムにおけるTableViewコントロールの開発の一環として、 テーブルモデル （モデルコンポーネント）を作成し、ビューおよびコントローラーコンポーネントの作成を開始しました。前回の 記事

新しい記事「 MQL5での取引戦略の自動化（第27回）：視覚的なフィードバックによるプライスアクションクラブハーモニックパターンの作成 」はパブリッシュされました: 本記事では、MQL5で弱気、強気両方のクラブ(Crab)ハーモニックパターンを、ピボットポイントとフィボナッチ比率を用いて識別し、正確なエントリー、ストップロス、テイクプロフィットレベルを使用して取引を自動化するクラブパターンシステムを開発します。また、XABCDパターン構造やエントリーレベルを表示するために、三角形やトレンドラインなどのチャートオブジェクトを使った視覚的な表示機能を追加します。 強気のクラブハーモニックパターン

新しい記事「 カオス最適化アルゴリズム(COA)：続編 」はパブリッシュされました: 引き続き、カオス最適化アルゴリズムの研究を進めていきます。記事の後半では、アルゴリズムの実装、テスト、および結論といった実践的な側面について述べます。 前回の 記事 では、カオス最適化手法を紹介し、アルゴリズムに含まれるいくつかのメソッドについて解析しました。本記事では、残りのメソッドの解析を完了し、その後テスト関数を用いたアルゴリズムの評価へ進みます。

新しい記事「 カオス最適化アルゴリズム(COA) 」はパブリッシュされました: 本記事では、カオス理論と適応型探索メカニズムを組み合わせた改良型カオス最適化(COA)を紹介します。このアルゴリズムでは、複数のカオス写像と慣性成分を利用して探索空間を効率的に走査します。また、金融最適化におけるカオス的手法の理論的基盤についても解説します。

新しい記事 トレードロボットをオーダーするための要件定義を作成する方法 はパブリッシュされました: 自分自身のトレーディングストラテジーを使用してトレードしていますか。 システムトレードのルールをアルゴリズムとして正式に記述できる場合は、自動化されたEAにトレードを委託することをお勧めします。 ロボットは、人間の弱点であるところの睡眠や食品を必要としません。 この記事では、フリーランスのサービスでトレードロボットを発注する際の要件定義の作成方法を示します。 なぜ、要件定義を持つことが重要なのでしょうか。

新しい記事「 価格変動の角度分析：金融市場予測のためのハイブリッドモデル 」はパブリッシュされました: 金融市場の角度分析とは何でしょうか。プライスアクションにおける「角度」をどのように活用すれば、機械学習によって67%の予測精度を達成できるのでしょうか。さらに、角度特徴量を用いた回帰モデルと分類モデルをどのように統合し、実用可能なアルゴリズムへと落とし込むことができるのでしょうか。ギャンはこれとどのような関係があるのでしょうか。価格変動の角度が機械学習において有効な指標である理由は何でしょうか。

新しい記事「 市場シミュレーション（第18回）：SQL入門(I) 」はパブリッシュされました: 使用するSQLプログラムがMySQLであっても、SQL Server、SQLite、OpenSQL、あるいはその他のものであっても問題ではありません。これらはすべて共通点を持っており、その共通要素がSQL言語です。たとえMySQL Workbenchを使用しない場合でも、MetaEditorやMQL5を通じてデータベースを直接操作し、MetaTrader 5上で操作することが可能です。ただしそのためにはSQLの知識が必要になります。ここでは、その基本を学習します。

新しい記事「 ソケットを使ったツイッターのセンチメント分析 」はパブリッシュされました: この革新的な取引ボットは、MetaTrader

新しい記事「 多通貨エキスパートアドバイザーの開発（第26回）：取引商品の情報提供 」はパブリッシュされました: 多通貨EAの開発へと進む前に、まずはこれまで構築してきたライブラリを用いて、新しいプロジェクトを作成する段階へ移行してみましょう。この例では、ソースコードの管理方法をどのように整理するのが最も適切か、そしてMetaQuotesの新しいコードリポジトリを活用することで、どのような利点が得られるのかを示していきます。

新しい記事「 CatBoost AIによるレンコ足の予測 」はパブリッシュされました: AIを用いてレンコ足をどのように活用するのでしょうか。本記事では、最大59.27%の予測精度を実現したForex向けレンコ足トレーディングを題材に解説していきます。まず、レンコ足がどのように市場ノイズを除去するのか、その利点を見ていきます。さらに、なぜ価格パターンよりも出来高の方が重要なのかを学び、EURUSDに最適なレンコ足ブロックサイズの設定方法についても掘り下げます。また、CatBoost、Python、MetaTrader

新しい記事「 一次元特異スペクトル解析 」はパブリッシュされました: 本記事では、特異スペクトル解析(SSA, Singular Spectrum Analysis)法の理論的および実践的側面について考察します。SSAは時系列解析の有効な手法の一つであり、時系列の複雑な構造を、トレンド、季節性（周期的）変動、ノイズなどの単純な成分へ分解して表現することを可能にします。

新しい記事「 トレンドの基準：結論 」はパブリッシュされました: 本記事では、実務におけるいくつかのトレンド判定基準の適用について検討します。また、それらの基準を基にしていくつかの新しい判定基準の開発も試みます。特に、市場データ解析および取引への適用効率に焦点を当てます。 「Trend is your

新しい記事「 ペアトレード：Zスコアの差に基づく自動最適化機能を備えたアルゴリズム取引 」はパブリッシュされました: この記事では、ペアトレードとは何か、そして相関トレードがどのように機能するのかを解説します。また、ペアトレードを自動化するためのEA（エキスパートアドバイザー）を作成し、さらに過去データに基づいてこの取引アルゴリズムを自動最適化する機能も追加していきます。加えて、プロジェクトの一環として、Zスコアを用いて2つの通貨ペア間の差異を計算する方法についても学びます。

新しい記事「 一目均衡表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: 最も人気のある指標の取引システムを設計する方法についての連載の新しい記事です。今回は一目均衡表とこの指標によって取引システムを設計する方法について説明します。 このセクションでは、各戦略の設計図を作成します。このステップは、私たちが何をしたいのかを正確に理解するためのステップバイステップの設計図に役立つので、取引システムを作成するミッションの中で最も重要なステップであると思います。 戦略1：Ichimoku Trend Identifier

新しい記事「 サンゴ礁最適化(CRO) 」はパブリッシュされました: サンゴ礁の形成および発展過程に着想を得たメタヒューリスティクス手法であるサンゴ礁最適化(CRO, Coral Reef Optimization)アルゴリズムを包括的に解析します。このアルゴリズムは、放卵放精、体内発生、幼生定着、無性生殖、ならびに限られた礁空間を巡る競争といった、サンゴの進化過程における主要な生物学的現象をモデル化したものです。特に、本記事では改良版アルゴリズムに重点を置いて説明します。

新しい記事「 市場シミュレーション（第17回）：ソケット(XI) 」はパブリッシュされました: MetaTrader 5上で実行されるコードの実装自体は、それほど難しいものではありません。しかし、いくつか考慮すべき重要な点があります。これはシステムを正しく動作させるために必要です。ここで重要な点を1つ覚えておいてください。実際には1つのプログラムだけが動作するわけではありません。現実には、3つのプログラムを同時に実行する必要があります。それぞれのプログラムが相互に連携し、通信できるように設計して構造化することが重要です。また、それぞれが他のプログラムの処理内容を認識できる必要があります。

新しい記事「 市場シミュレーション（第16回）：ソケット(X) 」はパブリッシュされました

新しい記事「 総合的なフクロウ取引戦略を構築する 」はパブリッシュされました: 私の戦略は、古典的な取引の基礎と、あらゆる種類の市場で広く使用されているインジケータの改良に基づいています。これは既製のツールで、提案された新しい収益性の高い取引戦略に従うことができます。

新しい記事「 バトルロイヤル最適化(BRO) 」はパブリッシュされました: 本記事では、Battle Royale

新しい記事「 初級から中級まで：構造体(IV) 」はパブリッシュされました: 本記事では、いわゆる構造化プログラミングにおけるコードの作り方について解説します。構造体の中に、変数や情報を操作するためのコンテキストおよびメソッドをすべて配置し、あらゆるコードを実装するための適切な文脈を構築する方法を扱います。そのため、公開すべき内容とそうでない内容を分離するためにprivateセクションを使用する必要性について検討します。これによりカプセル化の原則が守られ、データ構造が本来意図されたコンテキストが維持されることになります。 前回の「 初級から中級まで：構造体(III)

新しい記事「 市場シミュレーション（第15回）：ソケット(IX) 」はパブリッシュされました: 本記事では、これまで実演してきた内容、すなわち「ExcelユーザーがMetaTrader 5上で操作できるようにする方法」の一例について解説します。ここで扱うのは、注文送信やポジションの新規建て・決済をExcel側から直接実行する方法ではなく、ExcelからMetaTrader 5上のEAにそれらの操作を指示する方法です。ユーザーはExcelを用いて特定銘柄のファンダメンタル分析をおこない、その結果をもとに、Excelだけを使ってMetaTrader

新しい記事「 取引におけるニューラルネットワーク：周波数領域における異常検出(CATCH) 」はパブリッシュされました: CATCHフレームワークは、フーリエ変換と周波数パッチングを組み合わせることで、従来手法では捉えきれない市場異常を高精度に検出します。本記事では、このアプローチが金融データに潜む隠れたパターンをどのように明らかにするのかを解説します。

新しい記事「 リスク管理（第5回）：リスク管理システムをエキスパートアドバイザーに統合する 」はパブリッシュされました: 本記事では、これまで開発したリスク管理システムを実装し、さらに別記事で解説したOrder Blocksインジケーターを追加します。加えて、バックテストを実行し、リスク管理システムの有無による結果の違いを比較することで、動的リスク管理の影響を評価します。 連載「リスク管理」の最終回へようこそ。リスク管理を導入することで取引結果がどのように変化するのか、そもそも効果があるのか、動的リスク管理のメリットとデメリットは何か、そしてどのような状況で最も有効なのかについて解説します。

新しい記事「 初級から中級まで：構造体(III) 」はパブリッシュされました: 本記事では、「構造化されたコード」とは何かについて解説します。多くの人が「構造化されたコード」と「整理されたコード」を混同していますが、この2つの概念には明確な違いがあります。本記事ではその違いについて説明します。一見すると複雑に感じられるかもしれませんが、できるだけシンプルに理解できるように解説しています。ただし、本記事はより大きな内容へ進むための第一歩にすぎません。 前回の「 初級から中級まで：インジケーター(IV)

新しい記事「 取引におけるニューラルネットワーク：多変量時系列のデュアルクラスタリング（最終回） 」はパブリッシュされました: DUETフレームワークの著者らによって提案されたアプローチの実装を引き続き進めます。本フレームワークは、時間方向とチャネル方向のクラスタリングを組み合わせることで、時系列データに潜在するパターンを抽出する革新的な手法を提供します。 モデルの学習には、 EURUSD の2024年通年における M1 （1分足）時間軸の履歴データセットを使用します。データ収集時には、インジケーターのパラメータはすべてデフォルト値のまま維持されています。

ピリオド・コンバーターMOD : MT4のピリオドコンバータのアナログ 作者: Aleksandr Slavskii

新しい記事 標準ライブラリのトレーディングストラテジークラスの探求- ストラテジーのカスタマイズ はパブリッシュされました: この記事では、トレーディングストラテジークラスの標準ライブラリをどのように探求していくか、そして、カスタムストラテジーやフィルター/シグナルをMQL5ウィザードのパターン・モデルロジックを用いてどのように追加するかについて紹介したいと思います。最終的に、MetaTrader5の標準インジケーターを用いて独自の戦略を追加できるようになり、MQL5ウィザードがシンプルで強力なコードや、機能的なエキスパートアドバイザーを作成できるようになります。 MetaTrader

新しい記事「 取引におけるニューラルネットワーク：市場異常の適応型検出（最終回） 」はパブリッシュされました: 時系列データにおける異常検知のための高度なツールであるDADAフレームワークの基盤となるアルゴリズムの構築を続けます。このアプローチにより、ランダムな変動と重要な逸脱を効果的に区別することができます。従来の手法とは異なり、DADAはさまざまなデータタイプに動的に適応し、それぞれのケースにおいて最適な圧縮レベルを選択します。 学習用データセットは、 2024 年の EURUSD （ M1 時間足）に対してMetaTrader