MQL5의 데이터 분석 및 통계 관련 기고글
수학적 모델과 확률 법칙에 관한 기고글은 많은 트레이더들이 흥미를 가집니다. 수학은 기술 지표의 기초가 되며 트레이드 결과를 분석하고 전략을 수립하기 위해서는 통계가 필요합니다.
퍼지 논리, 디지털 필터, 마켓 프로파일, 코호넨 지도, 뉴럴 가스 및 거래를 위해 사용할 수 있는 다른 많은 도구에 대해 읽어보십시오.
박스-칵스(Box-Cox) 변환
이 글은 박스-칵스 변환에 대한 설명입니다. 박스-칵스 변환 사용 관련 문제를 다루며 임의의 시퀀스와 실제 시세를 적용한 변환 효율성 평가 예제가 포함되어 있습니다.
경험적 모드 분해법의 기초
이 글은 경험적 모드 분해법(EMD)에 대한 설명입니다. 경험적 모드 분해는 힐베르트-황 변환의 기초가 되며 비정상 비선형 데이터 분석에 사용됩니다. EMD의 소프트웨어 구현 방법과 그 특징을 설명한 후 사용 예시를 함께 보겠습니다.
데이터 과학 및 머신 러닝(파트 06): 경사 하강법(Gradient Descent)
경사 하강법은 신경망과 여러가지 머신러닝 알고리즘을 훈련하는 데 중요한 역할을 합니다. 경사 하강법은 인상적인 작업을 하면서도 빠르고 지능적인 알고리즘입니다. 많은 데이터 과학자들이 잘못 알고 있기도 한데 경사 하강법이 무엇인지 살펴보겠습니다.
트레이딩에서의 수학: 샤프 및 소르티노 비율
투자에 따른 수익은 투자자와 초보 트레이더가 거래의 효율성을 분석하기 위해 사용하는 가장 확실한 지표입니다. 전문적인 트레이더는 샤프 및 소르티노 비율과 같은 전략을 분석하기 위해 보다 안정적인 도구를 사용합니다.
모집단 최적화 알고리즘: 개미 군집 최적화(ACO)
이번에는 개미 군집 최적화 알고리즘을 분석해 보겠습니다. 이 알고리즘은 매우 흥미롭고 복잡합니다. 이 글에서는 새로운 유형의 ACO를 만들기 위한 시도를 할 것입니다.
MetaTrader 5에서 DirectX를 사용하여 3D 그래픽을 만드는 방법
3D 그래픽은 숨겨진 패턴을 시각화 할 수 있습니다. 그러므로 방대한 양의 데이터를 분석하는 데 탁월합니다 이러한 작업은 MQL5에서 직접 해결할 수 있는데 DireсtX 함수를 사용하면 3차원 객체를 만들 수 있습니다. 따라서 MetaTrader 5용 3D 게임과 같은 복잡한 프로그램을 만드는 것도 가능합니다. 간단한 3차원 도형을 그리는 것으로 3D 그래픽을 배워보세요.
MQL5에서 행렬 및 벡터 연산
효율적인 연산을 위해 수학적인 솔루션과 함께 행렬과 벡터가 MQL5에 도입되었습니다. 새로운 유형은 수학적인 표기법에 가까운 간결하고 이해하기 쉬운 코드를 생성하도록 하는 기본 메서드를 제공합니다. 배열은 광범위한 기능을 제공하지만 행렬이 훨씬 더 효율적인 경우가 많습니다.
모집단 최적화 알고리즘: 뻐꾸기 최적화 알고리즘(COA)
다음으로 살펴볼 알고리즘은 레비 비행을 사용한 뻐꾸기 검색 최적화입니다. 이는 최신의 최적화 알고리즘 중 하나이며 인기 있는 새로운 알고즘 중 하나입니다.
모집단 최적화 알고리즘: 파티클 스웜(PSO)
이 글에서는 널리 사용되는 파티클 스웜 최적화(PSO) 알고리즘에 대해 살펴보겠습니다. 이전에는 수렴, 수렴 속도, 안정성, 확장성과 같은 최적화 알고리즘의 중요한 특성에 대해 알아보고 테스트 스탠드를 개발했으며 가장 간단한 RNG 알고리즘에 대해 알아보았습니다.
모집단 최적화 알고리즘: 인공 꿀벌 군집(ABC)
이 글에서는 인공 꿀벌 군집의 알고리즘을 연구하고 기능적 공간을 연구하는 새로운 원칙을 더해 우리의 지식을 보완할 것입니다. 이 글에서는 고전적인 버전의 알고리즘에 대한 저의 해석을 보여드리겠습니다.
모집단 최적화 알고리즘: 회색 늑대 옵티마이저(GWO)
이번에는 최신의 최적화 알고리즘 중 하나인 그레이 울프 최적화에 대해 알아봅시다. 테스트 함수에서의 오리지널 행동은 이 알고리즘을 앞서 고려한 알고리즘 중 가장 흥미로운 알고리즘 중 하나로 만듭니다. 이 알고리즘은 신경망 훈련, 많은 변수가 있는 부드러운 함수의 훈련에 사용되는 최고의 알고리즘 중 하나입니다.
트레이딩 Expert Advisor를 처음부터 개발하기(16부): 웹에서 데이터 액세스하기(II)
웹에서 Expert Advisor에 데이터를 입력하는 방법은 그리 당연하지 않습니다. MetaTrader 5가 제공하는 모든 가능성을 이해하지 않고는 그렇게 쉬운 일이 아닙니다.
3세대 신경망: 심층 신경망
본문은 머신러닝의 새로운 관점에 대해 다룹니다. 딥러닝, 정확히 말하면 심층 신경망에 대한 글이죠. 2세대 신경망도 간략하게 살펴볼 겁니다. 연결 구조, 종류, 학습 메소드 및 규칙, 단점을 다룬 후 3세대 신경망 개발의 역사, 종류, 특성 및 학습 메소드에 대해 알아보겠습니다. 실제 데이터를 이용한 적층 오토인코더를 이용한 심층 신경망 구축 및 학습 실험도 할 겁니다. 인풋 데이터 선택부터 편차 메트릭까지 자세히 다룰 겁니다. 본문의 마지막 부분에서는 MQL4/R 기반 인디케이터가 탑재된 EA를 이용해 심층 신경망을 구현해 보도록 하겠습니다.
데이터 과학 및 머신 러닝(파트 03): 행렬 회귀(Matrix Regressions)
이번에는 우리의 모델이 행렬로 만들어지고 있습니다. 그러므로 유연성이 있으면서 컴퓨터의 계산 한계 내에서 유지되는 한 5개의 독립 변수 뿐만 아니라 많은 변수를 처리할 수 있는 강력한 모델을 만들 수 있습니다. 이 기사가 흥미로울 것이라 확실합니다.
Expert Advisor 개발 기초부터 (파트 15): 웹에서 데이터 액세스 하기(I)
MetaTrader 5를 통해 온라인 데이터에 어떻게 액세스할 수 있을까요? 웹에는 엄청난 양의 정보를 제공하는 많은 웹사이트가 있습니다. 여러분이 알아야 할 것은 어디에서 이 정보를 가장 잘 사용할 수 있을까 하는 점입니다.
데이터 과학 및 머신 러닝(파트 04): 현재 주식 시장 붕괴 예측
이 기사에서는 로지스틱 모델을 사용하여 미국 경제의 펀더멘털을 기반으로 주식 시장 폭락을 예측하려고 합니다. NETFLIX와 APPLE은 우리가 집중해서 볼 주식입니다. 이전의 2019년과 2020년의 시장 폭락을 통해 우리 모델이 현재의 암울한 상황에서 어떻게 작동하는지를 알아 봅시다.
Expert Advisor 개발 기초부터(17부): 웹에서 데이터 액세스하기(III)
이 문서에서는 웹에서 데이터를 가져와 Expert Advisor에서 사용하는 방법에 대해 계속 살펴봅니다. 이번에는 대체 시스템 개발에 대해 알아볼 것입니다.
MQL 언어를 사용하여 아무것도 없는 상태에서 심층 신경망(Deep Neural Network) 프로그래밍 하기
이 기사는 MQL4/5 언어를 사용하여 심층 신경망을 만드는 방법을 열려주는 것을 목표로 합니다.
인구 최적화 알고리즘
이 글은 최적화 알고리즘(OA) 분류에 관한 소개 글입니다. 이 글에서는 OA를 비교하고 널리 알려진 알고리즘 중에서 가장 보편적인 알고리즘을 알아보는 데 사용할 테스트 스탠드(함수 집합)를 만들려고 합니다.
SQLite: MQL5로 SQL 데이터베이스의 처리
트레이딩 전략을 개발하는 일은 많은 양의 데이터를 처리하는 것과 관련이 있습니다. 이제 MQL5에서 SQLite를 기반으로 하는 SQL 쿼리를 사용하여 데이터베이스로 작업할 수 있습니다. 이 엔진에서 중요한 점 전체 데이터베이스가 사용자의 PC에 있는 단일 파일에 저장된다는 것입니다.
데이터 과학 및 머신 러닝(파트 05): 의사 결정 트리
의사 결정 트리는 인간이 데이터를 분류하기 위해 생각하는 방식을 모방합니다. 트리를 구축하고 트리를 사용하여 데이터를 분류하고 예측하는 방법에 대해 알아보겠습니다. 의사 결정 트리 알고리즘의 주요 목표는 불순물이 있는 데이터를 순수한 것으로 분리하거나 노드에 가깝게 분리하는 것입니다.
HedgeTerminal 패널을 이용하여 MetaTrader 5로 양방향 매매와 포지션 헤징하기, 파트 1
이 문서는 포지션 헤징에 대한 새로운 접근 방식을 설명하고 이 문제에 대해 MetaTrader 4와 MetaTrader 5 사용자 간의 논쟁에 종지부를 찍을 것입니다. 헤징을 신뢰할 수 있게 하는 알고리즘은 일반인의 용어로 설명되고 간단한 차트와 다이어그램으로 설명됩니다. 이 문서는는 MetaTrader 5 내의 새로운 완전 기능 트레이딩 터미널이자 새로운 패널인 HedgeTerminal에 전면적으로 집중할 것입니다. HedgeTerminal과 그를 통한 매매 가상화를 통하여 MetaTrader 4와 비슷한 방식으로 포지션을 관리할 수 있게 되었습니다.
MetaTrader 5 와 MQL5가 제공하는 무궁무진한 기회
이번 글에서는 자동 매매 프로그램의 예를 살펴보겠습니다. 그리고 아무것도 모르는 상태에서 시작해 9개월만에 제 MQL5 활용 능력이 얼마나 늘었는지도 보여 드릴게요. 매매 프로그램은 가격 차트의 아주 작은 공간만을 활용하는 반면 굉장히 유익한 다양한 기능을 가지고 있죠. 거래 정보 패널이 얼마나 한눈에 알아보기 쉬운지도 살펴보겠습니다. 그 밖에도 정말 많은 기능이 있습니다.
시각화! R 언어의 'plot'과 유사한 MQL5 그래픽 라이브러리
트레이딩의 로직을 연구할 때 그래프의 형태로 표시되는 시각적 표현은 매우 중요합니다. 과학 관련 커뮤니티에서 널리 사용되는 여러 프로그래밍 언어(예: R 및 Python)에는 시각화에 사용되는 특수한 '플롯' 함수가 있습니다. 이 함수들이 선, 점 분포 및 히스토그램을 그려서 패턴을 시각화 할 수 있습니다. MQL5에서는 CGraphics 클래스를 사용하여 동일한 작업을 수행할 수 있습니다.
회귀 분석으로 거시경제 데이터가 통화 가격 변동에 미치는 영향 알아보기
본문은 거시 경제 통계에 대한 다중 회귀 분석 적용법을 다룹니다. EURUSD를 이용해 환율 변동에 대한 통계의 영향에 대해서도 평가해 보겠습니다. 해당 평가를 통해 기본적 분석을 자동화하여 초보 투자자들도 이용할 수 있습니다.
유전 알고리즘-쉬워요
이 글에서는 저자가 직접 개발한 유전 알고리즘을 이용한 진화 연산에 대해 이야기합니다. 예제를 이용해 알고리즘의 기능을 설명하고, 실제 적용 가능한 경우를 설명합니다.
캔들스틱 패턴 분석
일본 캔들스틱 차트의 구성과 캔들스틱 패턴 분석은 놀라운 기술적 분석 영역을 구성합니다. 캔들스틱의 장점은 데이터 내부의 역학을 추적 할 수 있는 방식으로 데이터를 표현한다는 것입니다. 이 글에서는 캔들스틱 유형, 캔들스틱 패턴 분류를 분석하고 캔들스틱 패턴을 결정할 수 있는 인디케이터를 제시합니다.
모집단 최적화 알고리즘: 물고기 떼 검색(FSS)
물고기 떼 검색(FSS)은 대부분의 물고기(최대 80%)가 친척들로 구성된 집단인 물고기 떼에서 물고기의 행동에서 영감을 얻은 새로운 최적화 알고리즘입니다. 물고기의 떼가 먹이 사냥의 효율성과 포식자로부터 보호하는 데 중요한 역할을 한다는 것은 이미 입증된 사실입니다.
모집단 최적화 알고리즘: 반딧불이 알고리즘(FA)
이 글에서는 반딧불이 알고리즘(FA) 최적화 방법에 대해 살펴보겠습니다. 수정을 통해 알고리즘은 주변부의 존재에서평점 테이블의 실제 리더가 되었습니다.
미지의 확률 밀도 함수에 대한 커널 밀도 추정
이 글은 미지의 확률 밀도 함수에 대한 커널 밀도를 추정하는 프로그램 작성 방법을 다룹니다. 커널 밀도 추정 방법을 이용할 겁니다. 소프트웨어 구현 소스 코드 및 사용 예시와 설명이 포함되어 있습니다.
가격 상관 관계 통계 데이터를 기반으로 신호 필터링
과거 가격 변동과 미래의 트렌드 사이엔 어떠한 관계가 있을까요? 왜 오늘날의 가격이 과거에 했던 변동을 반복할까요? 통계학을 통하여 가격의 변동성을 예측할 수 있을까요? 답은, 맞다는 것입니다. 만약 아니라고 생각한다면 이 문서는 당신을 위한 것입니다. MQL5에서 거래 시스템에 대한 작동 필터를 만드는 방법을 알려드리겠습니다. 가격 변동에 대한 흥미로운 패턴을 보여줍니다.
다중 통화 다중 시스템 Expert Advisor 만들기
이 글에서는 여러 기호를 거래하고 여러 거래 시스템을 동시에 사용하는 Expert Advisor의 구조를 소개합니다. 모든 EA에 대한 최적의 입력 매개변수를 이미 식별하고 각각에 대해 개별적으로 좋은 백테스팅 결과를 얻었다면 모든 전략을 함께 사용하여 모든 EA를 동시에 테스트하면 어떤 결과를 얻을 수 있는지 자문해 보십시오.
랜덤 포레스트로 추세 예측하기
본문은 Rattle 패키지를 이용한 외환 시장 내 롱 또는 숏 포지션 예측 패턴 자동 검색에 대해 다룹니다. 모든 투자자에게 도움이 될만 한 글입니다.
SQL 및 MQL5: SQLite 데이터베이스로 작업하기
이 문서는 프로젝트에서 SQL을 사용하는 데 관심이 있는 개발자를 대상으로 합니다. SQLite의 기능과 장점을 설명합니다. 이 문서에서는 SQLite 기능에 대한 특별한 지식이 필요하지 않지만 SQL에 대한 최소한의 이해만으로도 유용합니다.
Jeremy Scott - 성공적인 MQL5 마켓 셀러
MQL5.community에서 Johnnypasado라는 닉네임으로 더 잘 알려진 Jeremy Scott은 저희의 MQL5 마켓 서비스에서 제품을 제공하는 것으로 유명해졌습니다. Jeremy는 이미 시장에서 수천 달러를 벌었고 그것이 한계는 아닙니다. 우리는 미래의 백만장자를 자세히 살펴보고 MQL5 마켓 셀러를 위한 몇 가지 조언을 받기로 했습니다.
2013년 2분기 MQL5 시장 결과
1.5년간 성공적으로 운영된 MQL5 Market은 거래 전략 및 기술 지표의 최대 거래처가 되었습니다. 전 세계 350여 명의 개발자가 제공하는 800여 개의 거래 애플리케이션을 제공합니다. 거래업체에서 이미 MetaTrader 5 터미널에 100,000개 이상의 거래 프로그램을 구입하여 다운로드했습니다.
Expert Advisor가 실패하는 이유 분석
이 기사는 왜 Expert Advisor가 특정 지역에서는 좋은 성과를 보이고 다른 지역에서는 저조한 성과를 낼 수 있는지를 이해하기 위해 통화 데이터를 분석하는 것에 대해 살펴봅니다.
MetaTrader 5 시장 분석에 피셔 변환(Fisher Transform)과 인버스 피셔 변환 적용하기
시장 주기의 확률 밀도 함수(PDF)는 가우스 파 보다는 사인파의 PDF와 비슷해보는데, 대부분의 인디케이터는 시장 주기 PDF가 가우스파라고 가정합니다. 우리는 이를 "수정"할 수 있는 방법이 필요합니다. 해법은 피셔 변환을 사용하는 것입니다. 피셔 변환은 어떠한 형태의 PDF건 가우스 파 형태로 변환합니다. 이 글은 피셔 변환과 인버스 피셔 변환의 이면에 있는 수학과 이들의 거래 적용에 대해 설명합니다. 인버스 피셔 변환 기반으로 하는 독점 거래 신호 모듈을 제시하고 평가합니다.
지표 배출 (Indicator Emissions)의 적분 특성 계산
지표 배출은 시장 조사에서 거의 연구되지 않은 영역입니다. 이는 주로 시변 데이터의 매우 큰 배열 처리로 인한 분석의 어려움 때문입니다. 기존 그래픽 분석은 리소스 집약적이므로 시계열 배출을 사용하는 간결한 알고리즘 개발을 촉발했습니다. 이 글은 시각적(직관적인 이미지) 분석이 배출의 통합 특성 연구로 대체될 수 있는 방법을 보여줍니다. 자동 거래 시스템의 거래자와 개발자 모두에게 흥미로울 수 있습니다.