![標準ライブラリのトレーディングストラテジークラスの探求- ストラテジーのカスタマイズ](https://c.mql5.com/2/0/sl_article.png)
![標準ライブラリのトレーディングストラテジークラスの探求- ストラテジーのカスタマイズ](https://c.mql5.com/i/articles/overlay.png)
標準ライブラリのトレーディングストラテジークラスの探求- ストラテジーのカスタマイズ
この記事では、トレーディングストラテジークラスの標準ライブラリをどのように探求していくか、そして、カスタムストラテジーやフィルター/シグナルをMQL5ウィザードのパターン・モデルロジックを用いてどのように追加するかについて紹介したいと思います。最終的に、MetaTrader5の標準インジケーターを用いて独自の戦略を追加できるようになり、MQL5ウィザードがシンプルで強力なコードや、機能的なエキスパートアドバイザーを作成できるようになります。
![MQL5 コードの保護:パスワード保護、キージェネレータ、時間制限、リモートライセンス、高度 EA ライセンスキー暗号化技術](https://c.mql5.com/2/0/MQL5_protection_methods.png)
![MQL5 コードの保護:パスワード保護、キージェネレータ、時間制限、リモートライセンス、高度 EA ライセンスキー暗号化技術](https://c.mql5.com/i/articles/overlay.png)
MQL5 コードの保護:パスワード保護、キージェネレータ、時間制限、リモートライセンス、高度 EA ライセンスキー暗号化技術
開発者のほとんどは自分の書いたコードの保護を必要としています。本稿は MQL5 ソフトウェアを保護するいくつかの異なる方法を紹介します。 - MQL5 スクリプト、Expert Advisors、インディケータに対しライセンス機能を提供する手法を紹介します。パスワード保護、キージェネレータ、アカウントライセンス、時間制限判定、MQL5-RPC 呼び出しを使用するリモート保護も取り上げます。
![ユニバーサルEA:カスタムトレーリングストップ(その6)](https://c.mql5.com/2/23/63vov3f0bdp_1sl2.png)
![ユニバーサルEA:カスタムトレーリングストップ(その6)](https://c.mql5.com/i/articles/overlay.png)
ユニバーサルEA:カスタムトレーリングストップ(その6)
The sixth part of the article about the universal Expert Advisor describes the use of the trailing stop feature. The article will guide you through how to create a custom trailing stop module using unified rules, as well as how to add it to the trading engine so that it would automatically manage positions.
![可視化の可能性 Rのプロットに似たMQL5のグラフィックス ライブラリ](https://c.mql5.com/2/68/visualize_600x314.jpg)
可視化の可能性 Rのプロットに似たMQL5のグラフィックス ライブラリ
トレードロジックを勉強する際、チャートの視覚的な表現は非常に重要です。科学分野で人気のある数々のプログラミング言語 (R や Python など) は可視化のための関数”プロット”があります。これらは視覚化するために、線、点の分布、ヒストグラムなどを描くことができます。MQL5でも、CGraphics クラスを使用して、同じことができます。
![MQL5でのWinInet利用パート2:POSTリクエストとファイル](https://c.mql5.com/2/0/Wininet_partII.png)
![MQL5でのWinInet利用パート2:POSTリクエストとファイル](https://c.mql5.com/i/articles/overlay.png)
MQL5でのWinInet利用パート2:POSTリクエストとファイル
本稿では HTTP リクエストとサーバーとの情報交換を利用したインターネットとの連携原理の調査を続行します。そしてCMqlNet クラスの新しい関数、フォームからの情報送信方法、 POST リクエストを利用したファイル送信、Cookies を使用してログインしたウェブサイト上での承認について述べます。
![プロのプログラマーからのヒント(第I部): コードの保存、デバッグ、コンパイルプロジェクトとログの操作](https://c.mql5.com/2/49/9266_tips_storing_debugging_compiling_projects_logs_600x314.jpg)
プロのプログラマーからのヒント(第I部): コードの保存、デバッグ、コンパイルプロジェクトとログの操作
プログラミングを容易にする方法、テクニック、および補助ツールに関するプロのプログラマーからのヒントです。
![アルゴリズム取引から100万ドルを稼ぐ方法?MQL5.comサービスを使用してください](https://c.mql5.com/2/68/earn-million_600x314.jpg)
アルゴリズム取引から100万ドルを稼ぐ方法?MQL5.comサービスを使用してください
トレーダーは皆、最初の百万ドルを稼ぐことを目標に市場を訪れます。過度のリスクと初期予算なしでこれを行う方法は何でしょうか。MQL5サービスは、世界中の開発者やトレーダーにそのような機会を提供します。
![クロスプラットフォームEA: タイムフィルタ](https://c.mql5.com/2/28/Cross_Platform_Expert_Advisor__3.png)
![クロスプラットフォームEA: タイムフィルタ](https://c.mql5.com/i/articles/overlay.png)
クロスプラットフォームEA: タイムフィルタ
この記事では、クロスプラットフォームEAによるさまざまな時間フィルタリングメソッドの実装について説明します。 時間フィルタクラスは、特定の時間が一定の時間構成設定に該当するかどうかをチェックします。
![クロスプラットフォームEA: シグナル](https://c.mql5.com/2/28/Cross_Platform_Expert_Advisor.png)
![クロスプラットフォームEA: シグナル](https://c.mql5.com/i/articles/overlay.png)
クロスプラットフォームEA: シグナル
この記事では、クロスプラットフォームEAで使用される CSignal および CSignals クラスについて解説します。 MQL4 と MQL5 の違いについて、トレードシグナルの評価に必要なデータがどのようにアクセスされるかを調べ、記述されたコードが両方のコンパイラと互換性があることを確認します。
![時系列予測に対する ENCOG マシン学習へのMetaTrader 5インディケータ使用](https://c.mql5.com/2/0/brain.png)
![時系列予測に対する ENCOG マシン学習へのMetaTrader 5インディケータ使用](https://c.mql5.com/i/articles/overlay.png)
時系列予測に対する ENCOG マシン学習へのMetaTrader 5インディケータ使用
本稿ではMetaTrader 5 の ENCOGへの連携をご紹介します。これは発展したニューラルネットワークとマシン学習のフレームワークです。 標準的テクニカルインディケータを基にしたシンプルなニューラルネットワークインディケータとニューラルインディケータを基にしたExpert Advisor についても語ります。ソースコード、コンパイルされたバイナリ、 DLL、トレーニングされたネットワークはすべて添付があります。
![クロスプラットフォームEA:オーダー](https://c.mql5.com/2/24/Expert_Advisor_Introduction__3.png)
![クロスプラットフォームEA:オーダー](https://c.mql5.com/i/articles/overlay.png)
クロスプラットフォームEA:オーダー
MT4とMT5は、トレードリクエストで異なるルールを使用しています。この記事では、トレードプラットフォームとバージョンにかかわらず、クロスプラットフォームEAとして稼働する、クラスオブジェクトを使用します。
![フラクタル指数とハースト指数の財務時系列を予測する能力の評価](https://c.mql5.com/2/36/fraktal1.png)
![フラクタル指数とハースト指数の財務時系列を予測する能力の評価](https://c.mql5.com/i/articles/overlay.png)
フラクタル指数とハースト指数の財務時系列を予測する能力の評価
金融データのフラクタル行動の探索に関する研究は、経済時系列の一見混沌とした行動の背後に、参加者の集団行動の隠されたメカニズムがあることを前提にしています。 これらのメカニズムは、価格シリーズの特性を定義することができ、取引所の価格ダイナミクスの出現につながることができます。 これをトレーディングに適用すると、実際に関連するスケールと時間枠のフラクタルパラメータを効率的かつ確実に推定できるインジケータの恩恵を受けることができます。
![HTMLでのチャート、ダイヤグラム](https://c.mql5.com/2/0/html_Chart_MQL5.png)
![HTMLでのチャート、ダイヤグラム](https://c.mql5.com/i/articles/overlay.png)
HTMLでのチャート、ダイヤグラム
今日は、インストールされたウェブブラウザのないコンピューターはほとんどありません。長い間、ブラウザは進化し成長し続けてきました。この記事は、ブラウザに表示するための、MetaTrader4クライアントターミナルから取得された情報に基づくチャートやダイヤグラムの簡単で安全な作成方法を紹介します。
![グリッドおよびマーチンゲール取引システムでの機械学習 - あなたはそれに賭けますか](https://c.mql5.com/2/49/8826_ml_grid_martingale_600x314.jpg)
グリッドおよびマーチンゲール取引システムでの機械学習 - あなたはそれに賭けますか
本稿では、グリッドおよびマーチンゲール取引に適用される機械学習手法について説明します。驚いたことに、世界中のネットではこのアプローチはほとんどまたはまったくカバーされていません。記事を読んだ後は、自分自身の自動売買ボットを作成することができるでしょう。
![MetaTrader5の任意のシンボルでトレーディングアイデアをテスト!](https://c.mql5.com/2/29/MQL5_Custom_Symbols.png)
![MetaTrader5の任意のシンボルでトレーディングアイデアをテスト!](https://c.mql5.com/i/articles/overlay.png)
MetaTrader5の任意のシンボルでトレーディングアイデアをテスト!
カスタムシンボルを作成すると、トレーディングシステムと金融相場分析に役立ちます。 今日ではトレーダーは、無数のチャートやテストトレード戦略をプロットすることができます。
![ディープニューラルネットワーク(その4)ニューラルネットワークモデルの作成、訓練、テスト](https://c.mql5.com/2/48/Deep_Neural_Networks_04.png)
![ディープニューラルネットワーク(その4)ニューラルネットワークモデルの作成、訓練、テスト](https://c.mql5.com/i/articles/overlay.png)
ディープニューラルネットワーク(その4)ニューラルネットワークモデルの作成、訓練、テスト
本稿では、darchパッケージ(v.0.12.0)の新しい機能について考察し、異なるデータタイプ、構造及び訓練シーケンスを有するディープニューラルネットワーク訓練を説明します。訓練結果も含まれています。
![MQL5 標準ライブラリの拡張とコードの再利用](https://c.mql5.com/2/0/regular-polyhedra-02.png)
![MQL5 標準ライブラリの拡張とコードの再利用](https://c.mql5.com/i/articles/overlay.png)
MQL5 標準ライブラリの拡張とコードの再利用
MQL5 標準ライブラリによってみなさんの開発者としての生活は楽になります。しかしながらそれは世界中の開発者全員のすべてのニーズを実装するわけではありません。よってみなさんがカスタム的なものをもっと必要とするなら一歩先へすすんで拡張することができます。本稿は MetaQuotesの Zig-Zag テクニカルインディケータを標準ライブラリに統合する方法をご紹介します。私達はMetaQuotes の設計哲学により自分自身の目標を達成しようという気持ちになります。
![トレーダーのライフハック: インジケーターで作られたファストフード](https://c.mql5.com/2/30/LifeHack_MQL4.png)
![トレーダーのライフハック: インジケーターで作られたファストフード](https://c.mql5.com/i/articles/overlay.png)
トレーダーのライフハック: インジケーターで作られたファストフード
MQL5 に新たに切り替えた場合、この記事は役に立つでしょう。 まず、インジケーターデータとシリーズへのアクセスは、通常の MQL4 スタイルで行われます。 次に、このシンプルさを MQL5 に実装します。 すべての関数は、可能な限り明確であり、ステップバイステップのデバッグに最適です。
![クロスプラットフォームEA: カスタムストップ、ブレイクイーブン、トレーリング](https://c.mql5.com/2/30/Cross_Platform_Expert_Advisor__1.png)
![クロスプラットフォームEA: カスタムストップ、ブレイクイーブン、トレーリング](https://c.mql5.com/i/articles/overlay.png)
クロスプラットフォームEA: カスタムストップ、ブレイクイーブン、トレーリング
この記事では、クロスプラットフォームEAでのカスタムストップレベルの設定方法について説明します。 また、時間の経過とともにストップレベルを設定するメソッドについても説明します。
![トレーディングにおけるニューラルネットワークの実用化。 Python (パートI)](https://c.mql5.com/2/49/Practical_application_of_neural_networks_in_trading_003_600x314.jpg)
トレーディングにおけるニューラルネットワークの実用化。 Python (パートI)
今回は、Pythonによるディープニューラルネットワークのプログラミングに基づいたトレードシステムの実装を一つ一つ分析します。 Googleが開発した機械学習ライブラリ「TensorFlow」を使って行います。 また、ニューラルネットワークの記述にはKerasライブラリを使用します。
![クロスプラットフォームEA:MQL5標準ライブラリからコンポーネントの再利用](https://c.mql5.com/2/24/Expert_Advisor_Introduction__2.png)
![クロスプラットフォームEA:MQL5標準ライブラリからコンポーネントの再利用](https://c.mql5.com/i/articles/overlay.png)
クロスプラットフォームEA:MQL5標準ライブラリからコンポーネントの再利用
クロスプラットフォームEAはMQL4に有用であり、MQL5標準ライブラリ内に一部コンポーネントが存在します。 この記事では、MQL4コンパイラと互換性のあるMQL5標準ライブラリの特定コンポーネントを作るメソッドを取り扱います。
![ディープニューラルネットワーク(その5)DNNハイパーパラメータのベイズ最適化](https://c.mql5.com/2/48/Deep_Neural_Networks_05.png)
![ディープニューラルネットワーク(その5)DNNハイパーパラメータのベイズ最適化](https://c.mql5.com/i/articles/overlay.png)
ディープニューラルネットワーク(その5)DNNハイパーパラメータのベイズ最適化
本稿では、様々な訓練の変形によって得られたディープニューラルネットワークのハイパーパラメータにベイズ最適化を適用する可能性について検討します。様々な訓練の変形における最適なハイパーパラメータを有するDNNの分類の質が比較されます。DNN最適ハイパーパラメータの有効性の深さは、フォワードテストで確認されています。分類の質を向上させるための方向性が特定されています。
![MetaTrader 5とMATLABの連携](https://c.mql5.com/2/0/matlab.png)
![MetaTrader 5とMATLABの連携](https://c.mql5.com/i/articles/overlay.png)
MetaTrader 5とMATLABの連携
本稿はMetaTrader 5とMatLab数学的パッケージの連携について詳しく述べていきます。それは、データ変換のメカニズム、デスクトップMatLabとの連携のためのユニバーサルライブラリの開発手順をさします。またMatLab環境で生成されるDLLの使用についても述べていきます。本稿は C++ 言語とMQL5をご存じの経験者を対象としています。
![950のウェブサイトがメタクオーツの経済指標カレンダーをブロードキャスト](https://c.mql5.com/2/34/calendar_icon.png)
![950のウェブサイトがメタクオーツの経済指標カレンダーをブロードキャスト](https://c.mql5.com/i/articles/overlay.png)
950のウェブサイトがメタクオーツの経済指標カレンダーをブロードキャスト
このウィジェットによって、ウェブサイトには世界最大経済の500の指標と指数の詳細なリリーススケジュールが提供され、トレーダーは、ウェブサイトのメインコンテンツに加えて、説明やグラフとともに、重要なイベントの最新情報をすばやく受け取ることができます。
![最適化管理 (パート I): GUI の作成](https://c.mql5.com/2/36/mql5-avatar-opt_control.png)
![最適化管理 (パート I): GUI の作成](https://c.mql5.com/i/articles/overlay.png)
最適化管理 (パート I): GUI の作成
この記事では、MetaTrader ターミナルの拡張機能を作成するプロセスについて説明します。 このソリューションは、他のターミナルで最適化を実行する際、最適化プロセスを自動化するのに役立ちます。 このトピックに関する記事をいくつか書きます。 拡張機能は C# 言語とデザイン パターンを使用して開発されました。優先プログラミング言語の機能です。
![MQLプログラムをグラフィカルに表示するためのマークアップツールとしてのMQL(その3)。 フォームデザイナー](https://c.mql5.com/2/38/MQL5-avatar-dialog_form__2.png)
![MQLプログラムをグラフィカルに表示するためのマークアップツールとしてのMQL(その3)。 フォームデザイナー](https://c.mql5.com/i/articles/overlay.png)
MQLプログラムをグラフィカルに表示するためのマークアップツールとしてのMQL(その3)。 フォームデザイナー
本論文では、MQLの構造を利用してMQLプログラムのウィンドウインタフェースを構築する概念の説明をします。 特殊なグラフィカル・エディタでは、GUI要素の基本クラスで構成されるレイアウトをインタラクティブに設定し、MQLにエクスポートしてMQLプロジェクトで使用することができます。 本論文では、エディタの内部設計とユーザーガイドを紹介します。 ソースコードも添付します。
![トレーダーのハック: 定義と ForEach のブレンド (#define)](https://c.mql5.com/2/31/ForEachwdefine.png)
![トレーダーのハック: 定義と ForEach のブレンド (#define)](https://c.mql5.com/i/articles/overlay.png)
トレーダーのハック: 定義と ForEach のブレンド (#define)
この記事は、現在MQL4でコーディングしていて、MQL5に切り替えたいとは思っていない人のためのものです。 今回はMQL4のスタイルでコードを書く方法を模索していきます。 #define プリプロセッサのマクロ置換を見ていきます。
![クロスプラットフォームEA:序章](https://c.mql5.com/2/24/Expert_Advisor_Introduction.png)
![クロスプラットフォームEA:序章](https://c.mql5.com/i/articles/overlay.png)
クロスプラットフォームEA:序章
この記事では、クロスプラットフォームのEAを容易に開発できるメソッドを詳述します。提案メソッドは、両方のバージョンによって共有関数を統合し、互換性のない関数の派生クラスを分割します。
![OpenCL を使用したローソク足パターンのテスト](https://c.mql5.com/2/34/OpenCL_for_candle_patterns.png)
![OpenCL を使用したローソク足パターンのテスト](https://c.mql5.com/i/articles/overlay.png)
OpenCL を使用したローソク足パターンのテスト
この記事では、OpenCL ローソク足パターンテスターを "1 分 OHLC " モードで実装するアルゴリズムについて説明します。 また、高速かつ低速の最適化モードで起動したビルトインストラテジーテスターとの速度を比較します。
![ディープニューラルネットワーク(その7)ニューラルネットワークのアンサンブル: スタッキング](https://c.mql5.com/2/48/Deep_Neural_Networks_07.png)
![ディープニューラルネットワーク(その7)ニューラルネットワークのアンサンブル: スタッキング](https://c.mql5.com/i/articles/overlay.png)
ディープニューラルネットワーク(その7)ニューラルネットワークのアンサンブル: スタッキング
アンサンブルの構築を続けます。今回は、以前に作成したバギングアンサンブルに、訓練可能な結合器、つまりディープニューラルネットワークが追加されます。ニューラルネットワークの1つは、刈り込み後に7つの最良アンサンブル出力を組み合わせます。2つ目はアンサンブルの500個の出力をすべて入力として取り込み、刈り込んで結合します。ニューラルネットワークは、Python用のKeras/TensorFlowパッケージを使用して構築されます。このパッケージの特徴には簡単に触れます。テストが実行されて、バギングアンサンブルとスタッキングアンサンブルの分類品質が比較されます。
![EX5 ライブラリ使用による開発プロジェクトの促進](https://c.mql5.com/2/0/Use_ex5_libraries.png)
![EX5 ライブラリ使用による開発プロジェクトの促進](https://c.mql5.com/i/articles/overlay.png)
EX5 ライブラリ使用による開発プロジェクトの促進
.ex5 ファイルにクラス/関数の実装詳細を非表示にすることでノウハウアルゴリズムを他の開発者と共有し、共通のプロジェクトを設定し、ウェブ上でそれらを進めていくことができるようになります。そして MetaQuotes チームが ex5 ライブラリクラスの直接継承機能を実現することに全力を傾ける一方で、われわれはそれをいますぐ実装していこうとしているのです。
![PythonやRの知識が不要なYandexのCatBoost機械学習アルゴリズム](https://c.mql5.com/2/49/CatBoost-machine-learning-algorithm-from-Yandex-with-no-Python-or-R-knowledge-required_600x314.jpg)
PythonやRの知識が不要なYandexのCatBoost機械学習アルゴリズム
この記事では、具体的な例を用いて、機械学習プロセスのコードと主要な段階の説明をします。 このモデルを取得するためには、PythonやRの知識は必要ありません。 さらに、MQL5の基本的な知識があれば十分です - まさに私のレベルです。 したがって、この記事が、機械学習の評価やプログラムへの実装に興味のある人たちの手助けとなり、幅広い人たちの良いチュートリアルとなることを期待しています。
![制御された最適化: シミュレーティットアニーリング](https://c.mql5.com/2/31/icon__1.png)
![制御された最適化: シミュレーティットアニーリング](https://c.mql5.com/i/articles/overlay.png)
制御された最適化: シミュレーティットアニーリング
MetaTrader5トレーディングプラットフォームのストラテジーテスターは、パラメータと遺伝的アルゴリズムの完全な検索、つまり、2 つの最適化オプションのみを提供します。 この記事では、トレーディング戦略を最適化するための新しいメソッドを提案します (シミュレーティットアニーリング)。 このメソッドのアルゴリズム、実装、およびEAへの統合を考察します。 開発したアルゴリズムは移動平均 EA でテストします。
![メタトレーダー5のカスタムニュースフィードを作成する](https://c.mql5.com/2/30/Creating_a_Custom_news_feed.png)
![メタトレーダー5のカスタムニュースフィードを作成する](https://c.mql5.com/i/articles/overlay.png)
メタトレーダー5のカスタムニュースフィードを作成する
この記事では、ニュースの種類とまたその情報元の面でより多くのオプションを提供しています。柔軟なニュースフィードを作成する汎用性を考察します。 この記事では、web API を MetaTrader5 ターミナルと統合する方法について説明します。
![MQL5ソースコードに基づくドキュメントの作成](https://c.mql5.com/2/26/i0020rp.png)
![MQL5ソースコードに基づくドキュメントの作成](https://c.mql5.com/i/articles/overlay.png)
MQL5ソースコードに基づくドキュメントの作成
本稿では、必要なタグの自動マークアップから始まるMQL5コードのドキュメントの作成について考察し、Doxygenソフトウェアの使い方と正しい設定の仕方、html、HtmlHelp、PDFなどのさまざまな形式で結果を受け取る方法についても説明します。
![ディープニューラルネットワーク(その1)データの準備](https://c.mql5.com/2/48/Deep_Neural_Networks_01.png)
![ディープニューラルネットワーク(その1)データの準備](https://c.mql5.com/i/articles/overlay.png)
ディープニューラルネットワーク(その1)データの準備
この一連の記事では、取引を含んだ多くの分野で応用されているディープニューラルネットワーク(DNN)の探索を続けます。ここでは、実践的な実験によって新しい方法や概念をテストするとともにこのテーマの新しい次元を探求する予定です。シリーズの最初の記事は、DNNのデータを準備することを目的としています。
![クロスプラットフォームEA: オーダーマネージャ](https://c.mql5.com/2/28/Expert_Advisor_Introduction__2.png)
![クロスプラットフォームEA: オーダーマネージャ](https://c.mql5.com/i/articles/overlay.png)
クロスプラットフォームEA: オーダーマネージャ
この記事では、クロスプラットフォームEAのオーダーマネージャの作成について説明します。 オーダーマネージャは、EAによってエントリーされたオーダーと決済、および両方で独立した記録を保持します。