기고글, 라이브러리 코멘트 - 페이지 34

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 시장 제품에 대한 올바른 설명을 작성하는 방법 가 게재되었습니다: MQL5 시장에는 판매할 제품이 많지만 일부 제품 설명에는 미흡한 점이 많습니다. 많은 텍스트는 일반 거래자들이 이해할 수 없기 때문에 개선이 필요한 것이 분명합니다. 이 글은 당신의 제품을 좋게 보는 데 도움이 될 것입니다. 저희의 권장사항을 사용하여 고객에게 귀사가 정확히 무엇을 판매하는지 쉽게 보여줄 수 있는 눈길을 끄는 설명을 작성하십시오. 로고는 고객이 가장 먼저 보는 것 중 하나입니다. 이것은 여러분과 여러분의 제품과 연관된 브랜드의 시각적

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

차이킨 변동성(CHV) : 차이킨 변동성 지표는 최고 가격과 최저 가격 사이의 스프레드를 계산합니다. 최대값과 최소값 사이의 진폭을 기준으로 변동성 값을 판단합니다. Average True Range와는 달리, 차이킨의 지표는 갭을 고려하지 않습니다. 작성자: MetaQuotes

새로운 기고글 MQL5 Cookbook: 다중 통화 Expert Advisor - 간단하고 깔끔하며 빠른 접근 가 게재되었습니다: 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. Expert Advisor의

새로운 기고글 Haiken-Ashi(평균족) 인디케이터에 기반한 매매 시스템 예시 가 게재되었습니다: 이 문서에서 우리는 매매에서 Haiken-Ashi 인디케이터를 쓰는 법에 대해 알아보겠습니다 . 이 인디케이터를 기반으로 간단한 매매 시스템을 고안해보고 MQL5 Expert Advisor를 하나 짜보겠습니다. 매매 작업은 표준 클래스 라이브러리의 클래스들을 기반으로 구현되었습니다. 검토된 매매 전략의 과거 기력을 기반으로한 시험 결과는 내장 MetaTrader 5 전략 테스터를 이용하여 이루어졌으며, 이 문서 내에서 확인하실 수

새로운 기고글 SQLite: MQL5로 SQL 데이터베이스의 처리 가 게재되었습니다: 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. MetaEditor에서 SQL 쿼리 디버깅 데이터베이스 작업을 위한 모든 함수는 코드가 실패한 경우 오류 코드를 반환합니다. 네 가지 간단한 규칙을 따르면 함수를

새로운 기고글 MetaTrader 5의 신호 거래: PAMM 계정에 대한 더 나은 대안! 가 게재되었습니다: MetaTrader 5가 이제 거래 신호를 제공하여 투자자와 관리자에게 강력한 도구를 제공하게 되었음을 알려드립니다. 성공적인 거래자의 거래를 추적하는 동안 터미널은 자동으로 귀하의 계정에서 거래를 재생산합니다! MetaTrader 5 터미널은 새로운 기능과 옵션이 추가됨에 따라 지속적으로 발전하고 있습니다. 그리고 거래 신호는 거래자에게 제공되는 또 다른 중요한 기능입니다. 다른 거래자의 거래를 자동으로 복제할 수 있는

새로운 기고글 MacOS에서 MetaTrader 5 가 게재되었습니다: 당사는 macOS용 MetaTrader 5 트레이딩 플랫폼 전용 설치 프로그램을 제공합니다. 이 프로그램은 애플리케이션을 기본적으로 설치할 수 있는 본격적인 마법사 기능을 합니다. 설치 프로그램은 시스템을 식별하고, 최신 Wine 버전을 다운로드하여 설치하고, 구성한 다음, 그 안에 메타트레이더를 설치하는 등 필요한 모든 단계를 수행합니다. 모든 단계는 자동화 모드로 완료되며 설치 후 즉시 플랫폼을 사용할 수 있습니다. 작성자: MetaQuotes

새로운 기고글 추가 버퍼를 사용하지 않고 중간 계산을 위한 평균 가격 시리즈 가 게재되었습니다: 이 문서는 가장 단순한 클래스와 단일 유형 클래스로 압축된 평균화의 전통적이고 특이한 알고리즘에 대해 설명합니다. 거의 모든 지표 개발에서 보편적으로 사용하기 위한 것입니다. 제안된 클래스가 사용자 지정 및 기술 지표의 '대량' 호출에 대한 좋은 대안이 되기를 바랍니다. 생성된 지표 MAx4.mq5의 성능을 기술 지표 iMA()를 사용하는 동일한 아날로그(iMAx4.mq5)와 비교하는 것은 매우 흥미로울 것입니다. 음, 우리가 테스트를

새로운 기고글 MQL5 간단하게 알아보기 가 게재되었습니다: 매매 전략 프로그래밍 언어인 MQL5를 배우기로 결심은 했는데 아무 것도 모르겠다고요? 초보 투자자의 입장에서 MQL5와 MetaTrader5를 이용해 보고 간단한 소개글을 남깁니다. 이 글은 MQL5를 이용해 할 수 있는 것들에 대한 설명 그리고 MetaEditor5와 MetaTrader5를 사용하는 데에 유용한 팁들을 포함하고 있습니다. MQL5를 배우면 뭐가 좋나요? 어쩌면 최신 OOP( 객체 지향 프로그래밍 ) 언어를 배우고 싶어하실 수도 있을텐데요 . MQL5를

새로운 기고글 RSI 기반의 트레이딩 시스템을 설계하는 방법 알아보기 가 게재되었습니다: 이 기사에서는 트레이딩의 세계에서 가장 인기 있고 일반적으로 사용되는 지표 중 하나인 RSI에 대해 공유합니다. 이 글에서 여러분은 이 지표를 사용하여 거래 시스템을 설계하는 방법을 배우게 됩니다. 이 부분에서는 RSI - 상대 강도 지수 - 지표를 사용하는 방법을 살펴보겠습니다. 이를 위해 우리는 다른 시장 방향에 따른 간단한 전략을 사용할 것입니다. 상승추세, 하락추세와 횡보 중에 RSI가 어떻게 사용될 수 있는지 알아보겠습니다. 용도는

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

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 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

새로운 기고글 최적화 몇 가지 아이디어 가 게재되었습니다: 최적화 프로세스는 여러분의 컴퓨터 리소스의 상당 부분을 필요로 합니다. MQL5 클라우드 네트워크 테스트 에이전트의 리소스까지 필요로 하는 경우도 있죠. 이번 글에서는 제가 이 과정을 용이하게 하기 위해, 또 MT5 전략 테스터르 개선하기 위해 이용하는 몇 가지 간단한 아이디어를 공유해 보겠습니다. 관련 자료 및 포럼 등을 통해 얻은 아이디어입니다. EA가 이용할 만한 적절한 전략을 찾아 EURUSD 차트에 적용했었죠? 동일한 전략이 다른 통화쌍에서 더 높은 수익률을 보일

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

새로운 기고글 하나의 차트에 여러 개의 지표 넣기(파트 02): 첫 번째 실험 가 게재되었습니다: 이전 기사 "하나의 차트에 여러 개의 지표 넣기"에서 저는 하나의 차트에 여러 개의 지표를 사용하는 방법과 관련한 개념과 기본적인 사항을 제시했습니다. 이 기사에서는 소스 코드를 제공하고 자세히 설명합니다. 이 두 함수는 위에서 설명한 것과 정확히 일치합니다: 일치하지 않는 데이터가 클래스의 내부 데이터의 일부가 되는 것을 방지하여 객체 클래스 내에서의 데이터의 무결성을 확립합니다. 이들 함수는 명령줄을 수신하고 미리 정의된 구문에

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

사용자 정의형 이동 평균 : 사용자 정의형 이동 평균은 맞춤식 보조 지표의 예입니다 - 이동 평균을 계산하고 표시합니다. 작성자: MetaQuotes

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

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 MQL5 쿡북: TradeTransaction 이벤트 프로세싱 가 게재되었습니다: MQL5에서 거래 이벤트를 컨트롤하는 방법을 소개하겠습니다. 해당 주제와 관련해 이미 몇 가지 아티클이 게시되어 있습니다. 'OnTrade() 함수를 이용한 EA 거래 이벤트 프로세싱' 도 그 중 하나인데요. 이미 다른 분들이 이용한 방법 대신 새로운 핸들러인 OnTradeTransaction ()을 사용하겠습니다. 다음 사항에 주의하셨으면 합니다. MQL5 현재 버전은 클라이언트 터미널 내 14개의 이벤트 핸들러를 포함합니다

새로운 기고글 지그재그 지표: 신선한 접근 방식과 새로운 솔루션 가 게재되었습니다: 이 글에서는 고급 ZigZag 지표를 만들 가능성을 검토합니다. 노드를 식별하는 아이디어는 Envelopes 지표의 사용을 기반으로 합니다. 우리는 모든 ZigZag 노드가 Envelopes 밴드의 범위 내에 있는 일련의 Envelopes에 대한 입력 매개변수의 특정 조합을 찾을 수 있다고 가정합니다. 결과적으로 우리는 새로운 노드의 좌표를 예측하려고 시도할 수 있습니다. 우리는 목표를 설정할 것입니다: 현재와 예측된 노드의 두 노드의 좌표를 찾는