Maxim Korshunitskiy / 프로필

많은 개발자가 동일한 문제에 직면하고 있습니다 - 안전하지 않은 DLL을 사용하지 않고 거래 터미널 샌드박스로 이동하는 방법. 가장 쉽고 안전한 방법 중 하나는 정상적인 파일 작업으로 작동하는 표준 명명된 파이프를 사용하는 것입니다. 프로그램 간의 프로세서 간 클라이언트-서버 통신을 구성할 수 있습니다. C++ 및 MQL5에서 서버, 클라이언트, 두 서버 간의 데이터 교환 및 성능 벤치마크를 포함하는 실용적인 예를 살펴 보십시오.

거래 전략의 개발은 주로 시장 진입과 퇴출을 위한 패턴을 찾는 것뿐만 아니라 포지션을 유지하는 것에 초점을 맞추고 있습니다. 만약 일부 패턴을 자동 트레이딩을 위한 공식으로 만들 수 있다면, 투자자는 자동 투자 모드에서 오픈 포지션을 보장하기 위해서 안전한 수준의 모기지 자금뿐만 아니라 포지션의 양, 마진의 크기를 계산해야하는 문제에 직면하게 됩니다. 이 글에서 우리는 그러한 계산을 할 수 있는 간단한 예시를 보이기 위해 MQL5 언어를 사용할 것입니다.

이 글에서는 명명된 파이프를 사용하여 MetaTrader 5 클라이언트 터미널 간의 프로세스 간 통신을 구현하는 방법을 설명합니다. 명명된 파이프를 사용하기 위해 CNamedPipes 클래스가 개발되었습니다. 사용을 테스트하고 연결 처리량을 측정하기 위해 눈금 인디케이터, 서버 및 클라이언트 스크립트가 제공됩니다. 실시간 따옴표에는 명명된 파이프를 사용하면 충분합니다.

이 글에서는 다양한 차트 옵션과 추가 기능을 갖춘 Kagi 차트 지표를 제안합니다. 또한 지표 차트 작성 원리와 MQL5 구현 기능을 고려합니다. 거래에서 가장 인기 있는 구현 사례가 표시됩니다. 음/양 교환 전략, 추세선에서 멀어지고 지속적으로 "어깨" 증가/"허리" 감소.

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.

이것은 처음부터 간단한 OO EA를 빌드하는 방법을 보여주고 객체 지향 프로그래밍에 대한 몇 가지 팁을 제공한 또 다른 MQL5 OOP 클래스 글의 연속입니다. 오늘은 뉴스를 거래할 수 있는 EA를 개발하는 데 필요한 기술적인 기본 사항을 보여 드리겠습니다. 제 목표는 계속해서 OOP에 대한 아이디어를 제공하고 파일 시스템으로 작업하는 이 일련의 글에서 새로운 주제를 다루는 것입니다.

이 글에서는 Renko 차트 작성의 예와 MQL5에서 지표로 구현하는 방법을 설명합니다. 이 지표를 수정하면 기존 차트와 구별됩니다. 지표 창과 메인 차트 모두에서 구성할 수 있습니다. 또한 지그재그 표시기가 있습니다. 차트 구현의 몇 가지 예를 찾을 수 있습니다.

이 기사는 스티브 니슨이 그의 책 "캔들스틱 그 너머"에서 제안한 3행 브레이크 차트(Three Line Break Chart)에 관한 것입니다. 이 차트의 가장 큰 장점은 이전 이동과 관련하여 가격의 사소한 변동을 필터링할 수 있다는 것입니다. 우리는 차트 구성의 원칙, 지표의 코드, 그리고 그것을 기반으로 한 거래 전략의 몇 가지 예를 논의할 것입니다.

이번 글에서는 MQL4와 MQL5로 프랙탈 인디케이터를 기반으로 하는 자동 추세선 플로팅에 관한 내용을 다룹니다. 두 언어의 솔루션을 서로 비교할 수 있도록 작성되었습니다. 추세선은 가장 마지막으로 생성된 두 개의 프랙탈을 기반으로 플로팅됩니다.

거래를 위한 특정 신경 네트워크 프로그램이 비싸고 복잡해 보이거나 반대로 너무 단순한 경우에는 NeuroPro를 사용해 보십시오. 그것은 무료이며 아마추어들을 위한 최적의 기능들을 포함하고 있습니다. 이 문서에서는 MetaTrader 5와 함께 사용하는 방법에 대해 설명합니다.

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.

이 문서에서는 모스크바 거래소의 파생 상품 시장 사례를 통하여 거래소 가격 책정 및 청산의 세부 이론에 대해 알아보겠습니다. 이 문서는 파생 상품 거래에 대한 첫 번째 교환 경험을 얻고자 하는 초보자와 중앙 집중식 교환 플랫폼에서 거래를 고려하고 있는 숙련된 외환 트레이더를 위한 포괄적인 문서입니다.