MQL5 programlama örnekleri içeren makaleler
MetaTrader platformu için MQL5 dilinde göstergelerin ve alım-satım robotlarının nasıl oluşturulacağını açıklayan kod örneklerine sahip çok sayıda makaleye erişin. Makalelere kaynak kodları eklenmiştir, böylece bu kodları MetaEditor'da açabilir ve nasıl çalıştığını görmek için çalıştırabilirsiniz.
Bu makaleler hem otomatik alım-satımı keşfetmeye yeni başlayanlar için hem de programlama deneyimine sahip profesyonel yatırımcılar için faydalı olacaktır. Yalnızca örnekler içermekle kalmazlar, aynı zamanda yeni fikirler de içerirler.
Yeni bir makale ekle
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
MQL5 - Siz de bu dilin ustası olabilirsiniz
Bu makale, MQL5 dilinde ilk adımlarımı nasıl attığımı anlatacağım bir tür kendimle röportaj niteliğinde olacaktır. Size nasıl harika bir MQL5 programcısı olabileceğinizi göstereceğim. Bu başarıya ulaşmanız için gerekli temelleri açıklayacağım. Tek ön koşul öğrenmeye istekli olmaktır.
Popülasyon optimizasyon algoritmaları: Armoni arama (Harmony Search, HS)
Bu makalede, mükemmel ses uyumunu bulma sürecinden esinlenen en güçlü optimizasyon algoritması olan armoni aramayı (HS) inceleyecek ve test edeceğiz. Peki şu anda sıralamamızda lider olan algoritma hangisi?
MacOS’ta MetaTrader 4
MacOS'ta MetaTrader 4 işlem platformu için özel bir yükleyici sağlıyoruz. Uygulamayı yerel olarak yüklemenizi sağlayan tam teşekküllü bir sihirbazdır. Yükleyici gerekli tüm adımları gerçekleştirir: sisteminizi tanımlar, en son Wine sürümünü indirir ve yükler, yapılandırır ve ardından MetaTrader'ı içine yükler. Tüm adımlar otomatik olarak tamamlanır ve kurulumdan hemen sonra platformu kullanmaya başlayabilirsiniz.
Popülasyon optimizasyon algoritmaları: Yerçekimsel arama algoritması (Gravitational Search Algorithm, GSA)
GSA, cansız doğadan ilham alan bir popülasyon optimizasyon algoritmasıdır. Algoritmada uygulanan Newton'un yerçekimi yasası sayesinde, fiziksel cisimlerin etkileşimini modellemenin yüksek güvenilirliği, gezegen sistemlerinin ve galaktik kümelerin büyüleyici dansını gözlemlememize olanak tanır. Bu makalede, en ilginç ve orijinal optimizasyon algoritmalarından birini ele alacağız. Uzay nesnelerinin hareket simülatörü de sağlanmıştır.
Popülasyon optimizasyon algoritmaları: Bakteri yiyecek arama optimizasyonu (Bacterial Foraging Optimization, BFO)
E. coli bakterisinin yiyecek arama stratejisi, bilim insanlarına BFO optimizasyon algoritmasını yaratmaları için ilham vermiştir. Algoritma, optimizasyona yönelik orijinal fikirler ve umut verici yaklaşımlar içermekte olup daha fazla çalışmaya değerdir.
MetaTrader'da çoklu robot: Tek bir grafikten birden fazla robot başlatma
Bu makalede, yalnızca bir grafiğe eklenerek birden fazla grafikte kullanılabilen evrensel bir MetaTrader robotu oluşturmak için basit bir şablonu inceleyeceğiz, böylece robotun her bir örneğini her bir grafikte yapılandırmaya gerek kalmayacaktır.
Sıfırdan bir alım-satım Uzman Danışmanı geliştirme (Bölüm 30): Bir gösterge olarak alım-satım arayüzü?
Bugün yine alım-satım arayüzünü kullanacağız, ancak bu sefer grafikte mevcut olabilecek veya olmayabilecek bir gösterge şeklinde olacaktır.
Sıfırdan bir alım-satım Uzman Danışmanı geliştirme (Bölüm 29): Konuşan platform
Bu makalede MetaTrader 5 platformunu nasıl konuşturacağımızı öğreneceğiz. Uzman Danışmanı daha eğlenceli hale getirmeye ne dersiniz? Finansal piyasalarda alım-satım yapmak genellikle çok monotondur, ancak bu süreci daha eğlenceli hale getirebiliriz. Bu projenin bağımlılık gibi sorunlar yaşayanlar için tehlikeli olabileceğini lütfen unutmayın. Genel olarak alım-satım sürecini daha keyifli hale getireceğiz.
Scikit-learn kütüphanesinin sınıflandırma modelleri ve bunların ONNX'e aktarılması
Bu makalede, Fisher'ın iris veri kümesinin sınıflandırma görevini çözmek için Scikit-learn kütüphanesinde bulunan tüm sınıflandırma modellerinin uygulanmasını inceleyeceğiz. Bu modelleri ONNX formatına dönüştürmeye ve elde edilen modelleri MQL5 programlarında kullanmaya çalışacağız. Ek olarak, orijinal modellerin doğruluğunu tam iris veri setindeki ONNX versiyonlarıyla karşılaştıracağız.
MQL5'te ALGLIB sayısal analiz kütüphanesi
Bu makalede, finansal veri analizinin verimliliğini artırabilecek ALGLIB 3.19 sayısal analiz kütüphanesini, uygulamalarını ve yeni algoritmalarını kısaca gözden geçireceğiz.
Piyasa matematiği: kâr, zarar ve maliyetler
Bu makalede, komisyon ve swap dahil olmak üzere herhangi bir işlemin toplam kâr veya zararını nasıl hesaplayacağınızı göstereceğim. En doğru matematiksel modeli sağlayacağım ve onu kodu yazmak ve standartla karşılaştırmak için kullanacağım. Ayrıca, kârı hesaplamak için olan ana MQL5 fonksiyonunun içerisine girmeye ve enstrüman özelliklerindeki gerekli tüm değerlerin özüne inmeye çalışacağım.
Sıfırdan bir ticaret Uzman Danışmanı geliştirme (Bölüm 28): Geleceğe doğru (III)
Emir sistemimizin hala yapamadığı bir görev var, ancak bunu nihayet çözeceğiz. MetaTrader 5, emir değerlerinin oluşturulmasına ve düzeltilmesine olanak tanıyan bir fiş sistemi sağlar. Fikir, aynı fiş sistemini daha hızlı ve daha verimli hale getirecek bir Uzman Danışmana sahip olmaktır.
Sıfırdan bir ticaret Uzman Danışmanı geliştirme (Bölüm 27): Geleceğe doğru (II)
Doğrudan grafik üzerinde daha eksiksiz bir emir sistemine geçiş yapıyoruz. Bu makalede, emir sistemini düzeltmenin, daha doğrusu daha kolay anlaşılır hale getirmenin bir yolunu göreceğiz.
Sıfırdan bir ticaret Uzman Danışmanı geliştirme (Bölüm 26): Geleceğe doğru (I)
Bugün emir sistemimizi bir üst seviyeye taşıyacağız. Ancak önce üzerinde durmamız gereken birkaç şey var. Şimdi, nasıl ticaret yapmak istediğimizle ilgili bazı çözülmesi gereken konulara odaklanacağız.
Popülasyon optimizasyon algoritmaları: İstilacı yabancı ot optimizasyonu (Invasive Weed Optimization, IWO)
Yabancı otların çok çeşitli koşullarda hayatta kalma konusundaki şaşırtıcı yeteneği, güçlü bir optimizasyon algoritması için bir fikir haline gelmiştir. IWO, daha önce incelenenler arasındaki en iyi algoritmalardan biridir.
ONNX modellerinin regresyon metrikleri kullanılarak değerlendirilmesi
Regresyon, etiketlenmemiş bir örnekten gerçek değeri tahmin etme görevidir. Regresyon metrikleri, regresyon modeli tahminlerinin doğruluğunu değerlendirmek için kullanılır.
ONNX modellerini sınıflara sarma
Nesne yönelimli programlama, okunması ve değiştirilmesi kolay olan daha kompakt bir kod oluşturulmasını sağlar. Burada üç ONNX modeli için örneğe bir göz atacağız.
MQL5'te matrisler ve vektörler: Aktivasyon fonksiyonları
Burada makine öğreniminin sadece bir yönünü - aktivasyon fonksiyonlarını - açıklayacağız. Yapay sinir ağlarında, bir nöron aktivasyon fonksiyonu, bir girdi sinyalinin veya bir dizi girdi sinyalinin değerlerine dayalı olarak bir çıktı sinyali değerini hesaplar. Sürecin iç işleyişini derinlemesine inceleyeceğiz.
Sıfırdan bir ticaret Uzman Danışmanı geliştirme (Bölüm 25): Sistemin sağlamlığını artırma (II)
Bu makalede, Uzman Danışmanın performansına yönelik son adımı atacağız. Bu yüzden uzun bir okumaya hazırlıklı olun. Uzman Danışmanımızı sağlam hale getirmek için, öncelikle ticaret sisteminin bir parçası olmayan her şeyi koddan kaldıracağız.
Popülasyon optimizasyon algoritmaları: Yarasa algoritması (Bat Algorithm, BA)
Bu makalede, düzgün fonksiyonlar üzerinde iyi yakınsama gösteren yarasa algoritmasını inceleyeceğiz.
Popülasyon optimizasyon algoritmaları: Ateş böceği algoritması (Firefly Algorithm, FA)
Bu makalede ateş böceği algoritması (Firefly Algorithm, FA) optimizasyon yöntemini ele alacağız. Yapılan değişiklik sayesinde algoritma, dışarıdan bakan bir oyuncudan gerçek bir derecelendirme tablosu liderine dönüştü.
Popülasyon optimizasyon algoritmaları: Balık sürüsü arama (Fish School Search, FSS)
Balık sürüsü arama (Fish School Search, FSS) algoritması, %80'e varan çoğunluğu türdeş organize topluluklar halinde yüzen balıkların sürü içerisindeki davranışlarından esinlenen yeni bir optimizasyon algoritmasıdır. Balık kümelerinin, yiyecek arama ve avcılardan korunma verimliliğinde önemli bir rol oynadığı kanıtlanmıştır.
Otomatik ticaret için faydalı ve ilginç teknikler
Bu makalede, otomatik ticaret için bazı çok ilginç ve faydalı teknikler göstereceğim. Bazıları size tanıdık gelebilir. En ilginç yöntemleri ele almaya çalışacağım ve neden kullanmaya değer olduklarını açıklayacağım. Ayrıca, bu tekniklerin pratikte ne şekilde kullanılabileceklerini göstereceğim. Uzman Danışmanlar oluşturacağız ve geçmiş fiyatlar üzerinde açıklanan tüm teknikleri test edeceğiz.
Popülasyon optimizasyon algoritmaları: Guguk kuşu optimizasyon algoritması (Cuckoo Optimization Algorithm, COA)
İnceleyeceğimiz bir sonraki algoritma, Levy uçuşlarını kullanan guguk kuşu arama optimizasyonudur. Bu, en yeni optimizasyon algoritmalarından biridir ve derecelendirme tablosunda yeni bir liderdir.
Popülasyon optimizasyon algoritmaları: Gri kurt optimizasyonu (Grey Wolf Optimizer, GWO)
Bu makalede en yeni modern optimizasyon algoritmalarından biri olan gri kurt optimizasyonunu ele alacağız. Test fonksiyonları üzerindeki orijinal davranışı, bu algoritmayı daha önce incelenenler arasında en dikkat çekici olanlardan biri haline getirmektedir. Bu, sinir ağlarının, çok değişkenli düzgün fonksiyonların eğitiminde kullanılan en iyi algoritmalardan biridir.
Popülasyon optimizasyon algoritmaları: Yapay arı kolonisi (Artificial Bee Colony, ABC)
Bu makalede, yapay arı kolonisi algoritmasını inceleyeceğiz ve bilgi birikimimizi fonksiyon uzaylarıyla çalışmanın yeni ilkeleriyle destekleyeceğiz. Ayrıca algoritmanın klasik versiyonuna yorumumuzu katarak değiştirilmiş bir versiyonunu uygulayacağız.
Popülasyon optimizasyon algoritmaları: Karınca kolonisi optimizasyonu (Ant Colony Optimization, ACO)
Bu sefer karınca kolonisi optimizasyonu algoritmasını analiz edeceğiz. Bu algoritma çok ilginç ve karmaşıktır. Makalede, yeni bir ACO türü oluşturma girişiminde bulunacağız.
Popülasyon optimizasyon algoritmaları: Parçacık sürüsü optimizasyonu (Particle Swarm Optimization, PSO)
Bu makalede, popüler parçacık sürüsü optimizasyonu (Particle Swarm Optimization, PSO) algoritmasını ele alacağız. Bir önceki makalede, optimizasyon algoritmalarının yakınsama, yakınsama oranı, kararlılık, ölçeklenebilirlik gibi önemli özelliklerini tartıştık, ayrıca bir test ortamı geliştirdik ve en basit RNG algoritmasını inceledik.
Popülasyon optimizasyon algoritmaları
Bu makale, optimizasyon algoritması sınıflandırmasına giriş niteliğinde bir makaledir. Makalede, optimizasyon algoritmalarını karşılaştırmaya ve belki de yaygın olarak bilinen algoritmalar arasından en evrensel olanını belirlemeye hizmet edecek bir test ortamı (bir fonksiyon kümesi) oluşturmaya odaklanılmaktadır.
Sıfırdan bir ticaret Uzman Danışmanı geliştirme (Bölüm 17): İnternetteki verilere erişme (III)
Bu makalede, internetten nasıl veri elde edileceğini ve Uzman Danışmanda nasıl kullanılacağını ele almaya devam ediyoruz. Bu kez alternatif bir sistem geliştireceğiz.
CCI göstergesi: Yeni hesaplama yöntemleri
Bu makalede, CCI göstergesini yeni hesaplama yöntemleriyle iyileştirmeye çalışacağız.
MQL5'te matrisler ve vektörlerle çalışma
Matematik problemlerinin verimli bir şekilde çözülebilmesi adına MQL5’e matrisler ve vektörler eklendi. Yeni türler, matematiksel gösterime yakın, öz ve anlaşılır kodlar yazmak için yerleşik metotlar sağlar. Diziler iyidir, ancak matrisler çok daha iyidir çünkü matrislerin çok daha verimli olduğu birçok durum vardır.
Görselleştirin! R dilinin plot fonksiyonuna benzer MQL5 grafik kütüphanesi
Ticaret modellerini incelerken grafikler şeklinde görselleştirme büyük önem taşımaktadır. R ve Python gibi bilim topluluğu arasında popüler olan programlama dilleri görselleştirme için özel plot fonksiyonuna sahiptir. Bu fonksiyon, ticaret modellerinin çizgiler, nokta dağılımları ve histogramlar şeklinde görselleştirilmesine olanak sağlar. MQL5’te de aynısı CGraphics sınıfı kullanılarak yapılabilir.
Sıfırdan bir ticaret Uzman Danışmanı geliştirme (Bölüm 08): Kavramsal sıçrama (I)
Yeni bir işlevselliği uygulamanın en kolay yolu nedir? Bu makalede, önce bir adım geri, sonra iki adım ileri gideceğiz.
Veri Bilimi ve Makine Öğrenimi (Bölüm 03): Matris Regresyonları
Bu sefer matrisleri kullanarak modeller oluşturacağız. Matrisler, modellere esneklik sağlar. Yalnızca beş bağımsız değişkeni değil, bilgisayarın hesaplama yeteneklerinin izin verdiği ölçüde çok sayıda değişkeni işleyebilen güçlü modeller oluşturmamıza olanak tanır.
Hareketli ortalamalar ile neler yapılabilir?
Bu makalemde hareketli ortalamalarla kullanılabilecek çeşitli fikirleri ele alıyorum. Makalede, çizgi analizi içeren her fikre, onu görselleştiren gösterge eşlik etmektedir. Burada sunulan fikirlerin çoğu saygın yazarlarına aittir. Benim bu makaledeki görevim ise bu fikirleri bir araya getirerek ana yaklaşımları görmenizi sağlamak ve böylece daha iyi ticaret kararları vermenizi mümkün kılmaktır. MQL5 bilgi seviyesi - başlangıç.
Bir grafikte birden fazla gösterge (Bölüm 03): Özel tanımlar geliştirme
Bugün gösterge sisteminin işlevselliğini ilk kez güncelleyeceğiz. Bir önceki makalede, bir grafik alt penceresinde birden fazla göstergenin kullanılmasına olanak sağlayan kodu ele aldık. Ancak sunulan şey, çok daha büyük bir sistemin yalnızca başlangıç temeliydi.
Bir grafikte birden fazla gösterge (Bölüm 02): Kodlamaya başlangıç
Bu makale serisinin bir önceki bölümünde, bir grafikte birden fazla göstergenin nasıl kullanılabileceğinin kavramlarından ve temellerinden bahsettim. Bu yazımda da kaynak kodunu detaylı olarak sunacağım ve anlatacağım.
Bir grafikte birden fazla gösterge (Bölüm 01): Kavramları anlama
Bugün, ayrı bir alan işgal etmeyecek şekilde grafiğe nasıl birkaç gösterge ekleyebileceğinizi inceleyeceğiz. Ticaret işlemi gerçekleştirirken, birçok yatırımcı aynı anda birden fazla göstergeyi (örneğin, RSI, STOCHASTIC, MACD, ADX vb.) ve hatta bazı durumlarda endeksi oluşturan farklı varlıkları takip ettiklerinde kendilerini daha güvende hissederler.
Linux'ta MetaTrader 4
Bu makalede, MetaTrader 4'i popüler Linux sürümleri olan Ubuntu ve Debian'a kolay bir şekilde nasıl kurabileceğinizi göstereceğiz. Bu sistemler yalnızca sunucularda değil, aynı zamanda yatırımcılar tarafından kişisel bilgisayarlarda da yaygın olarak kullanılmaktadır.