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:
最もダウンロードされた無料のプロダクト:
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:
11 新しいプロダクト 今、マーケットで利用可能です:
パブリッシュされた記事"固有ベクトルと固有値:MetaTrader 5での探索的データ分析".
この記事では、データ内の特異な関係性を明らかにするために、固有ベクトルと固有値を探索的データ分析にどのように応用できるかを探ります。
パブリッシュされた記事"Pythonを使ったEAとバックテストのための感情分析とディープラーニング".
この記事では、EAで使用するPythonによる感情分析とONNXモデルを紹介します。あるスクリプトはTensorFlowで学習させたONNXモデルをディープラーニング予測用に実行し、別のスクリプトはニュースのヘッドラインを取得し、AIを使用して感情を数値化します。
パブリッシュされた記事"知っておくべきMQL5ウィザードのテクニック(第26回):移動平均とハースト指数".
ハースト指数は、時系列データが長期間にわたってどれだけ自己相関しているかを示す指標です。ハースト指数は、時系列データの長期的な特性を捉えることがわかっているため、経済や金融に限らず、幅広い時系列分析において重要な役割を果たします。本稿では、ハースト指数を移動平均線と組み合わせることで、トレーダーにとって有用なシグナルをどのように得られるかを検討し、その潜在的なメリットに焦点を当てます。
パブリッシュされた記事"MQL5で日次ドローダウンリミッターEAを作成する".
この記事では、取引アルゴリズムに基づくエキスパートアドバイザー(EA)の作成方法を、詳細な観点から解説しています。これはMQL5のシステムを自動化し、デイリードローダウンをコントロールするのに役立ちます。
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7回):フォワード期間に基づくグループの選択".
以前は、個々のインスタンスの最適化が実施されたのと同じ期間においてのみ、共同運用の結果を改善する目的で、取引戦略インスタンスグループの選択を評価しました。フォワード期間中に何が起こるか見てみましょう。
マーケットの中のベストセラー:
マーケットの中のベストセラー:
最もダウンロードされた無料のプロダクト:
12 新しいプロダクト 今、マーケットで利用可能です:
今週最も多く読まれた記事
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。
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。
この記事では、一般的なLinuxバージョン(UbuntuとDebian)にMetaTrader 5をインストールする簡単な方法を示します。これらのシステムは、サーバーハードウェアだけでなく、トレーダーのパーソナルコンピューターでも広く使用されています。
今週最も多くダウンロードされたソースコード
- b-clock 新しいローソク足が出現する前に残された分と秒を表示します。
- 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。
- SuperTrend SuperTrendインディケータ
マーケットの中のベストセラー:
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"MQLプロジェクトでJSON Data APIを使用する".
MetaTraderにはないデータを使用できることを想像してみてください。価格分析とテクニカル分析による指標からデータを得るだけです。取引力を一段と高めるデータにアクセスできることを想像してみてください。APIデータを通して他のソフトウェア、マクロ分析手法、超高度ツールの出力をMetaTraderを通じてミックスすれば、MetaTraderソフトウェアのパワーを倍増させることができます。この記事では、APIの使い方を教え、便利で価値のあるAPIデータサービスを紹介します。
パブリッシュされた記事"母集団最適化アルゴリズム:群鳥アルゴリズム(BSA)".
本稿では、自然界における鳥の群れの集団的な相互作用に着想を得た、鳥の群れに基づくアルゴリズム(BSA)を探求します。飛行、警戒、採餌行動の切り替えなど、BSAの個体にはさまざまな探索戦略があるため、このアルゴリズムは多面的なものとなっています。鳥の群れ、コミュニケーション、適応性、先導と追随の原理を利用し、効率的に最適解を見つけます。
パブリッシュされた記事"ニューラルネットワークの実践:割線".
理論的な部分ですでに説明したように、ニューラルネットワークを扱う場合、線形回帰と導関数を使用する必要があります。なぜでしょうか。その理由は、線形回帰は現存する最も単純な公式の1つだからです。本質的に、線形回帰は単なるアフィン関数です。しかし、ニューラルネットワークについて語るとき、私たちは直接線形回帰の効果には興味がありません。この直線を生み出す方程式に興味があるのです。作られた線にはそれほど興味がありません。私たちが理解すべき主要な方程式をご存じですか。ご存じでなければ、この記事を読んで理解することをお勧めします。