MQL4 및 MQL5 프로그래밍 기고글
커뮤니티 구성원들이 주로 작성한 수많은 게시된 글에서 트레이딩 전략 프로그래밍을 위한 MQL5 언어를 학습. 기고글은 테스터, 트레이딩 전략, 통합 프로그래밍과 관련된 질문에 대한 답변을 더 빨리 찾을 수 있도록 카테고리로 그룹화되어 있습니다.
새로운 게시물을 따라 포럼에서 토론하십시오!
파이썬을 이용하여 농업 국가의 통화에 대한 날씨의 영향 분석
날씨와 외환 거래는 어떤 관계가 있을까요? 고전 경제 이론은 오랫동안 날씨와 같은 요인이 시장 행동에 미치는 영향을 무시해 왔습니다. 하지만 이제 모든 것이 바뀌었습니다. 기상 조건과 시장에서의 농산물 통화의 위치 사이에 연관성이 있는지 찾아보도록 하겠습니다.
외환 데이터 분석에서 연관 규칙 사용하기
슈퍼마켓 소매 분석의 예측 규칙을 실제 외환 시장에 적용하는 방법은 무엇일까요? 과자, 우유, 빵 구매는 주식 시장 거래와 어떤 관련이 있을까요? 이 글에서는 연관 규칙을 활용한 알고리즘 거래에 대한 혁신적인 접근 방식이 논의됩니다.
파이썬 + MetaTrader 5: 데이터, 피처 및 프로토타입을 위한 고속의 연구용 프레임워크
이 글은 파이썬과 MetaTrader 5를 통합함으로써 어떻게 연구의 유연성과 거래의 실행을 단일 워크플로로 결합하는지 그 방법을 보여줍니다. 파이썬은 데이터 분석, 피처 선택 및 모델 훈련에 사용되고 MetaTrader 5는 테스트 및 거래의 자동화에 사용됩니다. 이러한 접근 방식은 솔루션을 실제로 적용하는 과정을 간단하게 하고 재현성을 높여주며 거래 시스템의 개발을 더욱 빠르고 체계적으로 만들어 줍니다.
MetaTrader 5와 MQL5 경제 달력: 뉴스를 재현 가능한 있는 트레이딩 시스템으로 구현하는 방법
이 글에서는 MetaTrader 5에 내장된 경제 달력를 활용한 뉴스 트레이딩에 대한 체계적인 접근 방식에 대해 알아봅니다: 구체적으로는 데이터 구조, API 함수, 시간 동기화 규칙 및 이벤트 필터링에 대해 알아봅니다. 서버에 과부하를 일으키지 않고 캐싱 및 점진적인 업데이트를 하는 방법이 다루어집니다. 또한 동일한 알고리즘을 사용하여 결정적 테스트를 위해 히스토리를 .EX5 리소스로 내보내는 작동 메커니즘도 제공합니다.
MQL5에서의 이벤트 기반 아키텍처: Expert Advisor를 완전한 기능을 갖춘 트레이딩 시스템으로 전환하는 방법
이 글은 MQL5의 이벤트 기반 아키텍처에 대해 중점적으로 다룹니다. 구체적으로는 단일 구조의 OnTick 모델에서 분산 처리로 전환하는 과정에 대해 설명합니다. 미리 정의된 이벤트와 사용자 정의 이벤트, 서비스 및 프로그램 간의 메시징은 물론 아키텍처적인 오류에 대해서도 살펴보겠습니다. 예시는 지표와 EA 간의 상호 작용을 어떻게 구성하여 부하를 줄이고 가독성을 향상시키며 유지 관리를 간소화하는지 보여줄 것입니다.
루틴 없는 알고리즘 트레이딩: MetaTrader 5에서 SQLite를 사용하여 트레이딩 분석을 빠르게 하는 방법
이 글에서는 SQLite를 사용하여 MQL5로 거래 일지를 관리하기 위한 최소한의 작업 세트를 소개합니다: 여기에는 거래, 신호 및 이벤트, 지수, 준비된 명세서 및 거래 테이블 구조와 표준 분석 SQL 쿼리가 포함됩니다. MetaTrader 5의 통계 대시보드와의 통합과 MetaEditor를 통한 데이터베이스 작업이 시연됩니다. 이 접근 방식을 통해 EA 코드를 복잡하게 만들지 않고도 저널을 자동화하고 계산 속도를 향상시키고 분석을 하는 것이 가능해집니다.
주식시장 예측을 위한 비선형 회귀 모델
주식시장 예측을 위한 비선형 회귀 모델: 금융 시장을 예측하는 것이 가능할까요? EURUSD 가격을 예측하는 모델을 만들고 이를 기반으로 파이썬과 MQL5를 사용하여 로봇 두개를 만들어 보겠습니다.
외환 거래에서 포트폴리오 최적화: VaR와 마코위츠 이론의 결합
외환 시장에서 포트폴리오 거래는 어떻게 이루어지나요? 포트폴리오 비율 최적화를 위한 마코위츠 포트폴리오 이론과 포트폴리오 위험 최적화를 위한 VaR 모델이 어떻게 통합될 수 있을까요? 여기서 우리는 포트폴리오 이론에 기반한 코드를 개발해서 한편으로는 낮은 위험을, 다른 한편으로는 만족스러운 장기적인 수익성을 확보해 볼 것입니다.
MQL5에서 CPU에서 GPU로: 연구, 최적화 및 패턴 분석 가속화를 위한 실용적인 OpenCL 프레임워크
OpenCL을 사용하여 MQL5에서 CPU에서 GPU로의 전환 경로를 설계하는 방법을 알아보세요. 우리는 컨텍스트 초기화, 버퍼 구성, 대용량 배치 처리, 커널 시작 및 데이터 교환을 최소화하는 데에 중점을 둘 것입니다. 이 과정에서 흔히 발생하는 오류와 이를 방지하는 방법도 함께 살펴볼 것입니다. 캔들스틱 패턴을 사용한 예시는 이 접근 방식의 실질적인 이점을 보여줍니다.
외부 라이브러리를 사용하지 않고 3D 시각화 구현: MetaTrader 5에서 MQL5 + DX11을 통해 최적화 결과를 보여주는 방법
이 글에서는 MetaTrader 5에서 3D 시각화 및 대화형 인터페이스를 생성하기 위한 DirectX 11 및 내장 MQL5 도구의 실제 적용 사례에 대해 알아봅니다. 핵심은 인지 효율성입니다 - 3D 차트와 유도 형 시각화 장면이 최적화 데이터, 유동성 클러스터 및 다차원 매매 시나리오를 이해하는 데 도움을 준다는 것입니다. 이 글은 DX 파이프라인의 기본 사항, 셰이더 작업, 마우스 및 키보드 이벤트 바인딩, 그리고 객관적인 기술적 한계에 대해 자세히 다룰 것입니다. 이 글은 전략 지표를 이해하기 쉬운 3D 분석 환경으로 변환하여 시각적 레이어를 통해 의사 결정 속도를 높이고자 하는 MQL5 개발자와 알고리즘 트레이더들을 위한 것입니다.
MetaTrader 5: 전략에 맞게 시장을 구축하기 — 렌코/레인지/볼륨, 합성 상품 그리고 사용자 맞춤형 심볼 스트레스 테스트
이 글은 MetaTrader 5 사용자 맞춤형 심볼의 API를 활용하여 터미널을 시간 독립적인 차트인 렌코 차트, 레인지 차트, 동일 볼륨 차트를 생성하고 합성 금융 상품을 구성하는 데이터 생성기로 변환하는 방법을 보여줍니다. 우리는 플랫폼의 한계를 고려하며 스트레스 테스트(스프레드의 확대, 손절매 수준 변경)를 하기 위한 틱 집계 및 히스토리 수정을 분석할 것입니다. 또한 CiCustomSymbol을 어떻게 다루는지 알아보고 CustomOrder 래퍼를 통해 미리 만들어진 코드로 실제 심볼로 주문을 라우팅하는 방법을 알아볼 것입니다.
가장 강력한 머신러닝 기반의 트레이딩 플랫폼은 어떻게 구축 된 것인가: 아카이브, 포럼 및 릴리스를 통해 살펴본 MQL과 MetaTrader의 진화
MQL 진화의 기술적 역사: 제한적인 MQL 및 MQL II 언어에서 절차적 MQL4를 거쳐 네이티브 컴파일, 풍부한 API 및 완벽한 엔지니어링 환경을 갖춘 객체 지향 MQL5에 이르기까지. 이 글은 MQL 언어의 주요 기능과 MQL과 파이썬, OpenCL, ONNX, OpenBLAS, 데이터베이스, DirectX, 에이전트형 AI 어시스턴트와의 통합과 AI 시스템을 터미널, MetaEditor, 시장 데이터, 트레이딩 운영 및 개발 도구와 연결하는 모델 컨텍스트 프로토콜(MCP)과 MQL의 통합에 대해 소개합니다. MetaQuotes와 MetaTrader의 기원, MQL4.COM 및 MQL5.COM의 출시, 챔피언십, Algo Forge 그리고 이들이 생태계에 미친 영향에 대한 역사를 살펴봅니다.
MetaTrader 5의 강력한 기능: 통합 개발 환경에서의 단계별 디버깅부터 EX5 보호까지
이 글에서는 트레이딩 알고리즘 개발과 관련한 포괄적인 접근 방식을 살펴봅니다: 프로젝트 설정 및 로직을 디버깅 하는 것부터 최종 제품을 보호하는 것에 이르기까지 모든 단계를 다룹니다. 우리는 MetaEditor에 내장된 도구들을 살펴볼 것입니다. 여기에는 실제 틱을 사용한 단계별 디버깅, 성능 프로파일링, 그리고 계산 속도를 향상시키기 위한 C++ DLL과 직접 통합하는 방법 등을 살펴볼 것입니다. 이 글에서는 MQL5 클라우드 보호기를 사용하여 지적 재산권을 보호하는 방법도 설명합니다. 이러한 개발 기법을 적용하면 Expert Advisor를 개발하는 과정이 무질서하게 해결책을 탐색하는 과정이 아닌 체계적인 프로세스가 되어 전략 개발에 필요한 시간을 크게 단축할 수 있습니다.
행렬에서 모델로: MQL5에서 머신러닝 파이프라인을 구축하고 ONNX로 내보내는 방법
이 글에서는 MetaTrader 5에서 역할 분리를 통해 조정된 머신러닝 파이프라인을 구성하는 방법을 설명합니다: Python은 모델을 학습시키고 ONNX 형식으로 내보내며 MQL5는 행렬/벡터를 통해 정규화 및 PCA를 수행하고 추론을 실행합니다. 이러한 접근 방식을 통해 모델의 입력값을 안정적이면서 검증 가능하게 만들 수 있으며 MetaTrader 5 전략 테스터는 시스템 동작을 분석하기 위한 메트릭을 제공합니다.