MQL5 전략 테스트 관련 기고글
트레이딩 전략을 테스트하고 발전 및 작성하는 방법, 최적의 시스템 매개변수를 찾는 방법과 결과를 분석하는 방법은 무엇일까요? MetaTrader 플랫폼은 트레이딩 로봇 개발자들에게 트레이딩 아이디어의 빠르고 정확한 테스트를 위한 풍부한 기능을 제공합니다. 다중 통화 로봇을 테스트하는 방법과 최적화를 목적으로 MQL5 클라우드 네트워크를 사용하는 방법에 대해 알아보려면 이 기고글을 읽어보십시오.
자동 트레이딩 시스템의 개발자는 전략 테스터의 기초 테스트 및 틱 생성 알고리즘부터 시작할 것을 권장합니다.
"최적 패스"에서 견고한 솔루션으로: MetaTrader 5에서 최적화 표면 탐색하기
이 글에서는 MetaTrader 5의 Expert Advisor를 최적화하기 위한 엔지니어링적인 접근 방식을 살펴봅니다. 사용자 정의 지표 수집부터 최적화 프레임, 매개변수 표면 분석에 이르기까지의 과정을 다룹니다. 간단한 이벤트 기반 EMA/RSI 모델을 통해 Python에서 CSV 내보내기와 평활화 및 로컬 안정성 평가를 시연합니다. 목표는 구성의 안정적인 영역을 찾고 안정적인 구현을 위해 전방 최적화를 통해 이를 검증하는 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.
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.
윌리엄 간 메서드(3부): 점성술은 맞는 건가요?
행성과 별의 위치가 금융 시장에 영향을 미칠까요? 통계와 빅데이터로 무장하고 별과 주식 차트가 교차하는 세계로 흥미진진한 여행을 떠나보세요.
윌리엄 간 메서드(2부): 간 스퀘어 지표 만들기
우리는 시간과 가격을 제곱하여 구축된 간의 9의 정사각형을 기반으로 지표를 만들 것입니다. 그리고 코드를 준비하고 플랫폼에서 다양한 시간 간격으로 지표를 테스트할 것입니다.
리스크 관리에 대한 정량적 접근 방식: 파이썬과 MetaTrader 5를 사용하여 다중 통화 포트폴리오를 최적화 하기 위한 VaR 모델 적용하기
이 문서에서는 다중 통화 포트폴리오 최적화를 위한 VaR(위험가중치) 모델이 가진 잠재력에 대해 살펴봅니다. 파이썬의 강력한 성능과 MetaTrader 5의 기능을 사용하여 효율적인 자본 배분 및 포지션 관리를 하는 VaR 분석을 구현하는 방법에 대해 알아봅니다. 이론적 기초부터 실제 구현까지, 알고리즘 트레이딩에서 가장 강력한 위험 계산 시스템 중 하나인 VaR을 적용하는 모든 측면을 다룹니다.
트레이딩에서 카오스 이론(1부): 소개, 금융 시장에서의 적용 및 리아푸노프 지수
카오스 이론이 금융 시장에도 적용될 수 있을까요? 이 글에서 우리는 기존의 카오스 이론과 카오스 시스템이 빌 윌리엄스가 제안한 개념과 어떻게 다른지 살펴볼 것입니다.
다양한 이동 평균 유형을 테스트하여 이들이 얼마나 통찰력이 있는지 확인합니다.
우리 모두 이동평균 지표의 중요성을 잘 알고 있습니다. 트레이딩에 유용한 다른 유형의 이동평균들도 있으며 이 글에서는 이러한 유형을 식별하고 각각의 유형과 가장 인기있는 단순 이동평균 유형을 간단히 비교하여 어떤 유형이 최상의 결과를 보여줄 수 있는지 알아볼 것입니다.
Python과 MQL5로 로봇 개발하기(2부): 모델 선택, 생성 및 훈련, Python 사용자 지정 테스터
파이썬과 MQL5로 트레이딩 로봇을 개발하는 방법에 대한 시리즈 기사를 계속 이어갑니다. 오늘 우리는 모델 선택 및 훈련, 테스트, 교차 검증, 그리드 검색 구현, 모델 앙상블 문제를 해결해 보겠습니다.
파이썬, ONNX 및 MetaTrader 5: RobustScaler 및 PolynomialFeatures 데이터 전처리를 사용하여 RandomForest 모델 만들기
이 글에서는 Python으로 랜덤 포레스트 모델을 만들고 모델을 학습시킨 다음 데이터 전처리를 통해 ONNX 파이프라인으로 저장하는 방법을 살펴봅니다. 그 후 우리는 MetaTrader 5 터미널에서 이 모델을 사용할 것입니다.
모집단 최적화 알고리즘: 전자기 유사 알고리즘(ЕМ)
이 문서에서는 다양한 최적화 문제에서 전자기 알고리즘을 사용하는 원리, 방법 및 그 가능성에 대해 알아봅니다. EM 알고리즘은 대량의 데이터와 다차원 함수를 다룰 수 있는 효율적인 최적화 도구입니다.
모집단 최적화 알고리즘: 묘목 파종 및 성장(SSG)
묘목 파종 및 성장(SSG) 알고리즘은 다양한 조건에서 뛰어난 생존 능력을 발휘하는 지구상에서 가장 탄력적인 유기체 중 하나로부터 영감을 받은 것입니다.
MQL5 전략 테스터를 이해하고 효과적으로 사용하기
MQL5 프로그래머나 개발자는 중요하고 가치 있는 도구를 마스터해야 합니다. 이러한 도구 중 하나가 전략 테스터입니다. 이 글은 MQL5의 전략 테스터를 이해하고 효과적으로 사용하기 위한 실용적인 가이드입니다.
모집단 최적화 알고리즘: 원숭이 알고리즘(MA)
이 글에서는 원숭이 알고리즘(MA) 최적화 알고리즘에 대해 알아보겠습니다. 원숭이들이 어려운 장애물을 극복하고 가장 접근하기 어려운 나무 꼭대기에 도달하는 능력은 MA 알고리즘의 아이디어의 기초가 되었습니다.
재구매 알고리즘: 다중 통화 거래 시뮬레이션
이 기사에서 우리는 다중 통화 가격 시뮬레이션을 위한 수학적 모델을 만들고 이전 기사에서 이론적인 계산으로 시작한 거래 효율성을 높이기 위한 메커니즘 탐색의 일환으로 다각화 원칙에 대한 연구를 완료할 것입니다.
Expert Advisor를 선택하는 방법 트레이딩 봇을 선택하지 않을 20가지 강력한 기준
이 글에서는 올바른 Expert Advisor를 어떻게 선택할 수 있을지에 대한 질문에 답하고자 합니다. 우리 포트폴리오에 가장 적합한 트레이딩 봇은 무엇이며 시중에 나와 있는 기나긴 트레이딩 봇의 목록을 어떻게 필터링할 수 있을까요? 이 글에서는 거부해야 할 Expert Advisor에 대해 20가지의 명확하고 강력한 기준을 제시합니다. 각 기준이 제시되고 잘 설명되어 있어 여러분이 결정을 내리고 수익성 높은 Expert Advisor 컬렉션을 만드는 데 도움이 될 것입니다.
MetaTrader의 MetaTrader: 하나의 차트에서 여러 로봇 실행하기
이 글에서는 개별 차트에서 각 로봇의 인스턴스를 구성할 필요 없이 하나의 차트에만 연결하면 여러 차트에서 사용할 수 있는 범용 MetaTrader 로봇을 만들기 위한 간단한 템플릿을 살펴보겠습니다.
Expert Advisor 개발 기초부터(30부): 차트 트레이드(Chart Trade)를 지표로 사용하시나요?
오늘 우리는 차트 트레이드(Chart Trade)를 다시 사용하겠습니다. 그러나 이번에는 차트 트레이드가 차트에 표시되거나 표시되지 않을 수도 있는 차트상의 지표가 될 것입니다.
트레이딩을 위한 조합론과 확률 이론(1부): 기본 사항
이번 시리즈에서는 거래와 가격 책정 과정을 설명하기 위해 확률 이론을 실제로 적용하는 방법에 대해 알아보겠습니다. 첫 번째 기사에서는 조합론과 확률의 기초를 살펴볼 것입니다. 그리고 확률 이론의 틀에서 프랙탈을 적용하는 방법의 첫 번째 예를 분석할 것입니다.
시장 수학: 수익, 손실 및 비용
이 글에서는 수수료와 스왑을 포함한 모든 거래의 총 손익을 계산하는 방법을 보여드리겠습니다. 저는 가장 정확한 수학적 모델을 제공하고 이를 사용하여 코드를 작성하고 표준과 비교할 것입니다. 또한 수익을 계산하고 종목 사양의 모든 값에 접근하고 활용하기 위해 주요 MQL5 함수의 내부에 들어갈 것입니다.
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: 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: 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.
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: 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.
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.
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.
MQL5 Coobook: 지정된 기준에 따라 Expert Advisor의 최적화 결과 저장
MQL5 프로그래밍에 대한 글 시리즈를 계속합니다. 이번에는 Expert Advisor 매개변수 최적화 중에 각 최적화 패스의 결과를 얻는 방법을 살펴보겠습니다. 구현은 외부 매개변수에 지정된 조건이 충족되면 해당 통과 값이 파일에 기록되도록 수행됩니다. 테스트 값 외에도 그러한 결과를 가져온 매개변수도 저장합니다.
MQL5 클라우드 네트워크: 아직도 계산 중입니까?
MQL5 클라우드 네트워크가 출시된 지 곧 1년 반이 됩니다. 이 최첨단 이벤트는 알고리즘 거래의 새로운 시대를 열었습니다. 이제 몇 번의 클릭으로 거래자는 거래 전략의 최적화를 위해 수백 수천 개의 컴퓨팅 코어를 마음대로 사용할 수 있습니다.
MQL5 프로그램 디버깅
이 글은 주로 언어를 이미 배웠지만 아직 프로그램 개발을 완전히 마스터하지 못한 프로그래머를 대상으로 합니다. 그것은 몇 가지 디버깅 기술을 보여주고 저자와 다른 많은 프로그래머의 결합된 경험을 보여줍니다.
MQL5 Cookbook: 과적합의 영향 줄이기 및 따옴표 부족 처리
어떤 거래 전략을 사용하든 항상 미래의 이익을 보장하기 위해 어떤 매개변수를 선택해야 하는지에 대한 질문이 있을 것입니다. 이 글에서는 동시에 여러 기호 매개변수를 최적화할 수 있는 Expert Advisor의 예를 제공합니다. 이 방법은 매개변수 과적합의 영향을 줄이고 단일 기호의 데이터가 연구에 충분하지 않은 상황을 처리하기 위한 것입니다.
MQL5 Cookbook: 파일에 거래 내역 쓰기 및 Excel의 각 기호에 대한 대차 대조표 생성
다양한 포럼에서 커뮤니케이션할 때 Microsoft Excel 차트의 스크린샷으로 표시되는 테스트 결과의 예를 자주 사용했습니다. 그러한 차트를 만드는 방법을 설명하라는 요청을 여러 번 받았습니다. 마지막으로, 이제 이 글에서 모든 것을 설명할 시간이 있습니다.
MQL5 Cookbook: 매개변수 수에 제한이 없는 다중 통화 Expert Advisor 개발
이 글에서는 무제한의 매개변수를 허용하면서 거래 시스템 최적화를 위해 단일 매개변수 세트를 사용하는 패턴을 만들 것입니다. 기호 목록은 표준 텍스트 파일(*.txt)로 생성됩니다. 각 기호에 대한 입력 매개변수도 파일에 저장됩니다. 이렇게 하면 Expert Advisor의 입력 매개변수 수에 대한 터미널 제한을 피할 수 있습니다.
MQL5 Cookbook: 다중 통화 Expert Advisor - 간단하고 깔끔하며 빠른 접근
이 글에서는 다중 통화 Expert Advisor에 적합한 간단한 접근 방식의 구현에 대해 설명합니다. 이는 동일한 조건에서 각 기호에 대해 다른 매개변수를 사용하여 테스트/거래를 위해 Expert Advisor를 설정할 수 있음을 의미합니다. 예를 들어, 필요한 경우 코드를 약간 변경하여 추가 기호를 추가할 수 있는 방식으로 두 개의 기호에 대한 패턴을 만들 것입니다.
MQL5 Cookbook: 트리플 스크린 전략에 기반한 거래 시스템을 위한 프레임워크 개발
이 글에서는 MQL5의 Triple Screen 전략을 기반으로 하는 거래 시스템의 프레임워크를 개발할 것입니다. Expert Advisor는 처음부터 개발되지 않습니다. 대신에 이미 우리의 목적에 실질적으로 부합하는 이전 글 "MQL5 Cookbook: 지표를 사용하여 Expert Advisors에서 거래 조건 설정"에서 프로그램을 수정하기만 하면 됩니다. 따라서 이 글에서는 기성 프로그램의 패턴을 쉽게 수정할 수 있는 방법도 보여줍니다.
MQL5 Cookbook: 지표를 사용하여 Expert Advisor의 거래 조건 설정
이 글에서는 MQL5 Cookbook 시리즈의 이전 글에서 작업한 Expert Advisor를 계속 수정할 것입니다. 이번에는 Expert Advisor가 포지션 개방 조건을 확인하는 데 사용할 값의 지표로 향상됩니다. 재미를 더하기 위해 외부 매개변수에 드롭다운 목록을 만들어 세 가지 거래 지표 중 하나를 선택할 수 있습니다.
MQL5 Cookbook: 거래의 역사 및 직위 속성 가져오기를 위한 기능 라이브러리
포지션 속성에 대한 이전 글에서 제공한 정보를 간략하게 요약할 시간입니다. 이 글에서는 거래 내역에 액세스한 후에만 얻을 수 있는 속성을 가져오는 몇 가지 추가 함수를 만듭니다. 또한 보다 편리한 방법으로 포지션 및 기호 속성에 액세스할 수 있는 데이터 구조에 익숙해질 것입니다.
MQL5 Cookbook: 거래 수준을 설정/수정할 때 오류를 피하는 방법
"MQL5 Cookbook: MetaTrader 5 Strategy Tester의 포지션 속성 분석" 시리즈의 이전 글에서 Expert Advisor에 대한 작업을 계속하면서 많은 유용한 기능으로 기존의 기능들과 더불어 이를 개선하고 최적화할 것입니다. Expert Advisor는 이번에 MetaTrader 5 전략 테스터에서 최적화할 수 있는 외부 매개변수를 가지며 어떤 면에서는 단순한 거래 시스템과 유사합니다.
MQL5 Cookbook: MetaTrader 5 전략 테스터의 포지션 속성 분석
이전 글 "MQL5 Cookbook: 사용자 지정 정보 패널의 포지션 속성"에서 수정된 버전의 Expert Advisor를 소개합니다. 우리가 다룰 문제 중 일부는 바에서 데이터 가져오기, 파일에 대한 표준 라이브러리의 거래 클래스를 포함하여 현재 기호에 대한 새로운 바 이벤트 확인, 거래 신호를 검색하는 기능 및 거래 작업을 실행하는 기능 만들기를 포함합니다. OnTrade() 함수에서 거래 이벤트를 결정하는 것 외에도 말이죠.