기고글, 라이브러리 코멘트

새로운 기고글 트레이딩 전문가 어드바이저를 처음부터 개발하기(27부): 다음을 향해(II) 가 게재되었습니다: 차트에서 좀 더 완전한 주문 시스템을 살펴보겠습니다. 이 글에서는 주문 시스템을 수정하거나 오히려 더 직관적으로 만드는 방법을 보여드리겠습니다. 다음 동영상에서는 새로운 주문 시스템이 어떻게 작동하는지 보여드립니다. 포지션 지표는 변경될 수 없지만 펜딩 오더는 추가 수정이 가능하기 때문에 저는 펜딩 오더에 집중했습니다. 서버에서 제공한 위치 관련 데이터만 표시됩니다. 이 시스템은 실용적이지만 기능을 최대한 활용하려면

새로운 기고글 Expert Advisor 개발 기초부터(26부): 미래를 향해(I) 가 게재되었습니다: 오늘은 주문 시스템을 한 단계 더 발전시켜 보겠습니다. 하지만 그 전에 우리는 몇 가지 문제를 해결해야 합니다. 우리가 어떻게 하고 싶은지, 거래일 동안 우리가 어떤 일을 할 것인지와 관련된 몇 가지 질문이 있습니다. 강조 표시된 줄을 제외하고는 코드가 완벽합니다. 현재로서는 이 문제를 해결할 수 있는 방법이 없습니다. 클래스 자체를 변경해야 하므로 이 작업은 다음 글에서 다룰 예정입니다. 아래 동영상은 변경된 결과를 보여줍니다

새로운 기고글 프랙탈로 트레이딩 시스템 설계하는 방법 알아보기 가 게재되었습니다: 이 글은 가장 인기 있는 보조지표를 기반으로 트레이딩 시스템을 설계하는 방법에 대한 시리즈의 새로운 글입니다. 우리는 프랙탈 지표인 새로운 지표에 대해 배우고 이를 기반으로 MetaTrader 5 터미널에서 실행될 거래 시스템을 설계하는 방법을 알아볼 것입니다. 1. 프랙탈의 고점과 저점 이 전략을 기반으로 우리는 fracUpvalue 및 fracDownValue를 지속적으로 확인하여 Fractals 지표의 고점들과 저점들을 차트에 주석으로 반환하는

새로운 기고글 모집단 최적화 알고리즘: 침입성 잡초 최적화(IWO) 가 게재되었습니다: 다양한 조건에서 살아남는 잡초의 놀라운 능력은 강력한 최적화 알고리즘을 만들기 위한 아이디어가 되었습니다. IWO는 앞서 검토한 알고리즘 중 가장 우수한 알고리즘 중 하나입니다. 침입성 위드 알고리즘은 글로벌 검색에 적합합니다. 이 알고리즘은 좋은 성능을 보이지만 모집단의 최상위 멤버가 사용되지는 않습니다. 그리고 국부적 극단에서 잠재적인 고착화를 방지하는 메커니즘이 없습니다. 알고리즘의 연구와 활용 사이에 균형은 없지만 이것이 알고리즘의

"MQL5를 이용한 알고리즘 트레이딩을 위한 신경망" 책의 예시 : "MQL5를 이용한 알고리즘 트레이딩을 위한 신경망"은 인공지능과 신경망의 이론적 기초와 이를 MQL5 프로그래밍 언어를 사용한 금융 트레이딩에 적용하는 실용적인 측면을 모두 다루는 종합 가이드입니다. 작성자: MetaQuotes

새로운 기고글 클래스에서 ONNX 모델 래핑하기 가 게재되었습니다: 객체 지향 프로그래밍을 사용하면 읽기 쉽고 수정하기 쉬운 보다 간결한 코드를 작성할 수 있습니다. 여기서는 세개의 ONNX 모델에 대한 예제를 살펴보겠습니다. 과반수 득표는 <총 득표수>/2 + 1이라는 공식에 따라 계산됩니다. 총 3표 중 과반수는 2표입니다. 이를 이른바 '하드 투표'라고 합니다. 테스트 결과는 여전히 동일한 설정으로 한 것입니다. 세 가지 모델의 작업, 즉 수익성 있는 거래와 수익성 없는 거래의 수를 개별적으로 다시 살펴 보겠습니다. 첫 번째

새로운 기고글 Expert Advisor 개발 기초부터(25부): 시스템 견고성 확보(II) 가 게재되었습니다: 이 글에서는 EA의 성능을 향상하기 위한 마지막 단계를 밟아보겠습니다. 그러니 오랫동안 읽을 준비를 하세요. Expert Advisor의 신뢰성을 높이기 위해 우리는 코드에서 모든 것을 제거합니다. 이 코드는 거래 시스템의 일부가 아닌 코드입니다. 이 함수에서는 아무것도 생성되지 않는다는 점이 매우 흥미롭습니다. 어쨋든 EA가 컴파일 되고 실행되면 서버에 주문 상태를 표시하는 고스트가 생성됩니다. 이를 이해하려면 다음

새로운 기고글 회귀 메트릭을 사용하여 ONNX 모델 평가하기 가 게재되었습니다: 회귀는 레이블이 지정되지 않은 예제에서 실제의 값을 예측하는 작업입니다. 회귀 메트릭은 회귀 모델 예측의 정확도를 평가하는 데 사용됩니다. 회귀는 레이블이 지정되지 않은 예제에서 실제의 값을 예측하는 작업입니다. 회귀 분석의 예로서 잘 알려진 것은 크기, 무게, 색상, 투명도 등의 특성을 기반으로 다이아몬드의 가치를 추정하는 것입니다. 회귀 메트릭 회귀 모델 예측의 정확도를 평가하는 데 사용됩니다. 유사한 알고리즘에도 불구하고 회귀 지표는 손실 함수

새로운 기고글 MQL5에서 ONNX 모델을 앙상블하는 방법의 예시 가 게재되었습니다: ONNX(Open Neural Network eXchange)는 신경망을 위해 만들어진 개방형 형식입니다. 이 글에서는 하나의 Expert Advisor에서 두 개의 ONNX 모델을 동시에 사용하는 방법을 소개하겠습니다. 안정적인 트레이딩을 위해서는 일반적으로 거래하는 상품과 트레이딩 전략을 다양화할 것을 권장합니다. 머신 러닝 모델도 마찬가지입니다: 하나의 복잡한 모델보다 여러 개의 간단한 모델을 만드는 것이 더 쉽습니다. 하지만 이러한 모델을

새로운 기고글 MQL5에서 행렬 및 벡터: 활성화 함수 가 게재되었습니다: 여기서는 머신 러닝에서의 활성화 함수에 대해서만 설명하겠습니다. 인공 신경망에서 뉴런 활성화 함수는 입력 신호 또는 입력 신호 세트의 값을 기반으로 출력 신호의 값을 계산합니다. 우리는 이 프로세스의 내부의 작동 방식에 대해 자세히 살펴볼 것입니다. 활성화 함수와 그 도함수의 그래프는 그림과 같이 -5에서 5까지 단조롭게 증가하는 순서로 준비되었습니다. 가격 차트에 함수 그래프를 표시하는 스크립트도 개발되었습니다. Page Down 키를 누르면 저장된

새로운 기고글 Expert Advisor 개발 기초부터(24부): 시스템 견고성(I) 가 게재되었습니다: 이 글에서 우리는 시스템을 더욱 안정적으로 만들고 강력하고 안전하게 사용할 수 있도록 하겠습니다. 이러한 견고성을 달성하는 방법 중 하나는 코드를 가능한 한 많이 재사용하여 다양한 경우에 지속적으로 테스트하는 것입니다. 하지만 이것은 여러 방법 중 하나일 뿐입니다. 또 다른 하나는 OOP를 사용하는 것입니다. 어떤 사람들은 간단하다고 생각할지 모르지만 여러가지가 그렇게 간단하지는 않습니다. 주문 시스템도 그중 하나입니다. 많은

새로운 기고글 앨리게이터로 트레이딩 시스템 설계 방법 알아보기 가 게재되었습니다: 이번 글이 가장 인기 있는 보조지표를 기반으로 트레이딩 시스템을 설계하는 방법에 대한 시리즈의 마지막 기사입니다. 우리는 앨리게이터 지표를 기반으로 트레이딩 시스템을 만드는 방법을 배워볼 것입니다. 이 전략에 따르면 우리는 다음의 값을 지속적으로 확인하여 강세 또는 약세 신호를 생성하는 트레이딩 시스템을 만들어야 합니다: 입술 값 이빨 값 턱 값 이를 바탕으로 적절한 신호를 생성하려면 트레이딩 시스템이 이러한 값의 위치를 결정하도록 해야 합니다. 입술

MQL5 Programming for Traders – 책의 소스 코드. 파트 7 : 책의 마지막 일곱 번째 부분에서는 MetaTrader 5용 프로그램을 개발할 때 유용한 MQL5 API의 고급 기능에 대해 설명합니다. 여기에는 맞춤형 종목 심볼, 내장된 경제 달력 이벤트에 대해서는 물론 네트워킹, 데이터베이스, 암호화와 같은 범용적인 기술이 포함됩니다. 작성자: MetaQuotes

MQL5 Programming for Traders - 책의 소스 코드. 파트 6 : "MQL5 Programming for Traders" 파트 6에서는 MQL5 언어의 핵심인 트레이딩 자동화에 대해 알아볼 것입니다. 우리는 금융상품 사양 및 트레이딩 계좌 설정과 같은 기본적인 것들부터 시작하게 될 것입니다. 이는 Expert Advisors를 제대로 운영하기 위한 전제 조건입니다. 작성자: MetaQuotes

MQL5 Programming for Traders - 책의 소스 코드. 파트 5 : 책의 파트 5에서는 금융 데이터 분석 및 처리, 차트 시각화, 자동화, 사용자 상호작용 등 알고리즘 트레이딩과 관련된 API에 대해 자세히 알아볼 것입니다. 작성자: MetaQuotes

MQL5 Programming for Traders - 책의 소스 코드. 파트 4 : 이 책의 네 번째 파트에서는 기본 제공 함수(MQL5 API)를 마스터하는 데 중점을 둘 것입니다. 그리고 이후 점차 전문화된 하위 시스템을 살펴볼 것입니다. 모든 MQL5 프로그램은 다양한 기술과 기능을 활용할 수 있게 합니다. 따라서 여러분은 대부분의 프로그램에서 활용할 수 있는 가장 간단하고 유용한 기능부터 시작하는 것이 좋습니다. 작성자: MetaQuotes

MQL5 Programming for Traders - 책의 소스 코드. 파트 3 : 3부 “MQL5에서는 객체 지향 프로그래밍”에서 MQL5 언어에서의 객체 지향 프로그래밍(OOP)의 세계에 대해 자세히 알아봅니다. 소프트웨어 개발에는 여러 요소의 관리와 관련된 복잡함이 수반되는 경우가 많기 때문에 프로그래밍의 편의성과 생산성 및 품질을 개선하기 위한 고급 기술이 필요합니다. 작성자: MetaQuotes

MQL5 Programming for Traders - 책의 소스 코드. 파트 2 : 파트2 'MQL5 프로그래밍 기본'에서는 이 프로그래밍 언어의 주요 개념을 소개합니다. 이 파트에서는 데이터 유형, 식별자, 변수, 표현식 및 연산자에 대해 설명합니다. 여러분은 다양한 명령어를 결합하여 프로그램 로직을 구성하는 방법을 배우게 될 것입니다. 작성자: MetaQuotes

MQL5 Programming for Traders - 책의 소스 코드. 파트 1 : 이 책의 첫 번째 장에서는 MQL5 언어와 개발 환경에 대해 소개합니다. MQL4(MetaTrader 4 언어)와 비교하여 MQL5 언어에 도입된 새로운 기능 중 하나는 MQL5 언어는 객체지향 프로그래밍(OOP)을 지원하여 C++와 유사하다는 점입니다. 작성자: MetaQuotes

새로운 기고글 엑셀러레이터 오실레이터를 사용하여 거래 시스템을 설계하는 방법을 알아보세요 가 게재되었습니다: 이 기사는 인기 있는 기술 지표를 기반으로 거래 시스템을 설계하는 방법과 관련한 시리즈의 새로운 글입니다. 우리는 엑셀러레이터 오실레이터 지표라는 새로운 지표에 대해 알아보고 이를 활용하여 거래 시스템을 설계하는 방법을 알아볼 것입니다. 전략 1: AC 제로 교차 이 전략에 따르면 두 가지 값을 지속적으로 비교하여 강세 또는 약세 신호를 자동으로 차트에 생성할 수 있는 거래 시스템을 만들어야 하며 이 시스엠은 적절한 신호를

ONNX 모델을 사용하여 손으로 쓴 숫자를 인식하는 법 예시 : 이 Expert Advisor는 거래를 하지 않습니다. 표준 캔버스 라이브러리를 사용하여 구현된 간단한 패널을 사용하면 여러분은 마우스로 숫자를 그릴 수 있습니다. 학습된 mnist.onnx 모델은 숫자를 인식하는 데 사용됩니다. 작성자: Slava

새로운 기고글 모집단 최적화 알고리즘: 박쥐 알고리즘(BA) 가 게재되었습니다: 이 기사에서는 부드러운 함수에서 좋은 수렴을 보이는 박쥐 알고리즘(BA)에 대해 알아볼 것입니다. BA 알고리즘을 구현할 때 저는 많은 곳에서 기사 작성자가 알고리즘을 완전히 다른 방식으로 설명한다는 사실을 발견했습니다. 차이는 핵심 사항을 설명할 때나 기본적인 알고리즘 기능에 대해 설명할 때 사용하는 용어에 있었습니다. 여기서는 제가 이러한 것들을 어떻게 이해했는지를 설명하겠습니다. 반향 위치 측정의 기본이 되는 물리적 원리는 알고리즘에 상당한

새로운 기고글 모집단 최적화 알고리즘: 반딧불이 알고리즘(FA) 가 게재되었습니다: 이 글에서는 반딧불이 알고리즘(FA) 최적화 방법에 대해 살펴보겠습니다. 수정을 통해 알고리즘은 주변부의 존재에서평점 테이블의 실제 리더가 되었습니다. 반딧불이 알고리즘에는 반딧불이의 실제 깜박임 특성에 기반한 세 가지 규칙이 있습니다. 규칙은 다음과 같습니다: 모든 반딧불이는 더 매력적이고 더 밝은 반딧불이를 향해 움직입니다. 반딧불이의 인력의 정도는 밝기에 비례하며 다른 반딧불이와의 거리가 멀어질수록 감소합니다. 이는 공기가 빛을 흡수하기

새로운 기고글 MQL5에서 ONNX 모델을 사용하는 방법 가 게재되었습니다: ONNX(Open Neural Network Exchange)는 머신 러닝 모델을 나타내기 위해 구축된 개방형 형식입니다. 이 기사에서는 금융 시계열을 예측하기 위해 CNN-LSTM 모델을 만드는 방법에 대해 살펴보겠습니다. 또한 MQL5 Expert Advisor에서 생성된 ONNX 모델을 사용하는 방법도 보여드리겠습니다. 모델을 생성하는 방법에는 두 가지가 있습니다. OnnxCreate를 사용하여 onnx 파일에서 모델을 생성하거나

새로운 기고글 Expert Advisor 개발 기초부터(23부): 새로운 주문 시스템(VI) 가 게재되었습니다: 이제 주문 시스템을 더욱 유연하게 만들어 볼 것입니다. 여기서는 포지션 스톱 레벨을 훨씬 더 빠르게 변경할 수 있도록 코드를 더 유연하게 변경하는 방법을 알아보겠습니다. 아래 동영상을 통해 변경된 내용을 보다 명확하게 파악할 수 있습니다. 이제 주문 시스템의 측면에서 EA를 완전히 완성하려면 몇 가지 세부 사항만 더 추가하면 된다는 것을 알 수 있습니다. 작성자: Daniel Jose

새로운 기고글 모집단 최적화 알고리즘: 물고기 떼 검색(FSS) 가 게재되었습니다: 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. 물고기들이 같은 속도와 같은 방향으로 동시에 헤엄칠 때 떼는 매우 엄격하게 조직됩니다. 이는 같은 종, 같은 나이, 같은 크기의 물고기가 서로 일정한 거리를 두고 움직이기 때문입니다

새로운 기고글 Expert Adviso 개발 기초부터(22부): 새로운 주문 시스템(V) 가 게재되었습니다: 오늘은 새로운 주문 시스템을 계속 개발할 예정입니다. 새로운 시스템을 구현하는 것은 그리 쉬운 일이 아닙니다. 프로세스를 복잡하게 만드는 문제가 종종 발생하기 때문입니다. 이러한 문제가 나타나면 우리는 개발을 멈추고 우리의 개발 방향에 대해 다시 분석해야 합니다. 아래 비디오는 시스템이 실제로 어떻게 작동하는지 보여 줍니다. 값에 주목하세요. ​차트와 도구 상자에 나오는 값에 주목 하세요. 작성자: Daniel Jose

새로운 기고글 어썸 오실레이터로 트레이딩 시스템 설계하는 방법 알아보기 가 게재되었습니다: 이번 글에서는 트레이딩에 유용하게 사용될 수 있는 새로운 기술 도구에 대해 알아보겠습니다. 그것은 어썸 오실레이터(AO) 지표입니다. 이 지표로 거래 시스템을 설계하는 방법에 대해 알아볼 것입니다. 전략 1: AO 제로 크로스오버 이 전략에 따르면 두 가지 값을 지속적으로 비교하여 강세 또는 약세 신호를 생성할 수 있는 거래 시스템을 만들어야 하며 현재 AO 값과 AO 지표의 제로 레벨을 비교하여 각 값의 위치를 결정하고 시장의 상태를