マーケットの中のベストセラー:
パブリッシュされた記事"ニューラルネットワークが簡単に(第84回):RevIN (Reversible Normalization)".
入力データの前処理がモデル訓練の安定性に大きく寄与することは、すでに広く知られています。オンラインで「生」の入力データを処理するために、バッチ正規化層が頻繁に使用されますが、時には逆の手順が求められる場合もあります。この記事では、この問題を解決するための1つのアプローチについて解説します。
パブリッシュされた記事"ブレインストーム最適化アルゴリズム(第2部):マルチモーダリティ".
記事の第2部では、BSOアルゴリズムの実用的な実装に移り、テスト関数のテストを実施し、BSOの効率を他の最適化手法と比較します。
5 新しいプロダクト 今、マーケットで利用可能です:
最もダウンロードされた無料のプロダクト:
マーケットの中のベストセラー:
6 新しいプロダクト 今、マーケットで利用可能です:
マーケットの中のベストセラー:
7 新しいプロダクト 今、マーケットで利用可能です:
最もダウンロードされた無料のプロダクト:
パブリッシュされた記事"多通貨エキスパートアドバイザーの開発(第8回):新しいバーの負荷テストと処理".
進歩に伴い、1つのEAでより多くの取引戦略インスタンスを同時に実行するようになりました。リソースの限界に達する前に、どのくらいのインスタンスが利用可能かを検討することが重要です。
パブリッシュされた記事"ブレインストーム最適化アルゴリズム(第1部):クラスタリング".
この記事では、「ブレインストーミング」と呼ばれる現象にヒントを得た、BSO (Brain Storm Optimization)と呼ばれる革新的な最適化手法を見ていきます。また、BSO法が適用するマルチモーダル最適化問題を解くための新しいアプローチについても説明します。これにより、部分集団の数を事前に決定することなく、複数の最適解を見つけることができるのです。K-MeansとK-Means++のクラスタリング法も検討します。
パブリッシュされた記事"ニューラルネットワークが簡単に(第83回):「Conformer」Spatio-Temporal Continuous Attention Transformerアルゴリズム".
この記事では、天気予報を目的に開発されたConformerアルゴリズムについて紹介します。天気の変動性や予測の難しさは、金融市場の動きとしばしば比較されます。Conformerは、Attentionモデルと常微分方程式の利点を組み合わせた高度な手法です。
マーケットの中のベストセラー:
7 新しいプロダクト 今、マーケットで利用可能です:
今月最も多く読まれた記事
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。
市場力学をマスターする:支持&抵抗戦略エキスパートアドバイザー(EA)の作成
支持&抵抗戦略に基づく自動売買アルゴリズム開発のための包括的ガイドです。MQL5でEAを作成し、MetaTrader 5でテストするための、価格帯行動の分析からリスク管理までのあらゆる側面に関する詳細情報が含まれます。
どんな市場でも優位性を得る方法(第2回):テクニカル指標の予測
取引されている銘柄の価格を予測するよりも、特定のテクニカル指標を予測する方が精度が高いことをご存知ですか。この洞察力をより良い取引戦略のために活用する方法を探るために、ぜひお読みください。
今月最も多くダウンロードされたソースコード
- 取引セッションインディケータ このインディケータはDRAW_FILLINGバッファに基づいています。入力パラメータはなく、TimeTradeServer()およびTimeGMT() 関数が使われます。
- SuperTrend SuperTrendインディケータ
- Candle Time End and Spread このインディケータは、現在のスプレッドと同時にバー(ローソク足)を閉じるまでの時間を表示します。
7 新しいプロダクト 今、マーケットで利用可能です:
マーケットの中のベストセラー:
7 新しいプロダクト 今、マーケットで利用可能です:
最もダウンロードされた無料のプロダクト:
マーケットの中のベストセラー:
パブリッシュされた記事"リプレイシステムの開発(第45回):Chart Tradeプロジェクト(IV)".
この記事の主な目的は、C_ChartFloatingRADクラスの紹介と説明です。Chart Trade指標は、非常に興味深い方法で機能しています。チャート上のオブジェクトの数はまだ少ないものの、期待通りの機能を実現しています。指標の値は編集可能ですが、その実現方法については疑問が残るかもしれません。この記事を読めば、これらの疑問が解消されるでしょう。
パブリッシュされた記事"因果推論における時系列クラスタリング".
機械学習におけるクラスタリングアルゴリズムは、元データを類似した観察結果を持つグループに分けることができる重要な教師なし学習法です。これらのクラスタを用いることで、特定の市場クラスタを分析したり、新しいデータを基に最も安定したクラスタを探索したり、因果関係を推定したりすることが可能です。本稿では、Pythonによる時系列クラスタリングのための独自の手法を提案します。
パブリッシュされた記事"ニューラルネットワークが簡単に(第82回):常微分方程式モデル(NeuralODE)".
この記事では、環境状態のダイナミクスを研究することを目的とした別のタイプのモデルについて説明します。