![知っておくべきMQL5ウィザードのテクニック(第12回):ニュートン多項式](https://c.mql5.com/2/70/MQL5_Wizard_Techniques_you_should_know_Part_12_Newton_Polynomial_600x314.jpg)
知っておくべきMQL5ウィザードのテクニック(第12回):ニュートン多項式
ニュートン多項式は、数点の集合から二次方程式を作るもので、時系列を見るには古風だが興味深いアプローチです。この記事では、このアプローチをトレーダーがどのような面で役立てることができるかを探るとともに、その限界についても触れてみたいと思います。
![ウィリアムズPRによる取引システムの設計方法を学ぶ](https://c.mql5.com/2/49/learnhow_williams_pr_600x314.jpg)
ウィリアムズPRによる取引システムの設計方法を学ぶ
MetaTrader 5で使用される最も人気のあるテクニカル指標によってMQL5で取引システムを設計する方法を学ぶ連載の新しい記事です。今回は、ウィリアムズの%R指標による取引システムの設計方法について学びます。
![データサイエンスと機械学習(第13回):主成分分析(PCA)で金融市場分析を改善する](https://c.mql5.com/2/52/pca_600x314.jpg)
データサイエンスと機械学習(第13回):主成分分析(PCA)で金融市場分析を改善する
主成分分析(Principal component analysis、PCA)で金融市場分析に革命を起こしましょう。この強力な手法がどのようにデータの隠れたパターンを解き放ち、潜在的な市場動向を明らかにし、投資戦略を最適化するかをご覧ください。この記事では、PCAが複雑な金融データを分析するための新しいレンズをどのように提供できるかを探り、従来のアプローチでは見逃されていた洞察を明らかにします。金融市場データにPCAを適用することで競争力を高め、時代を先取りする方法をご覧ください。
![MQL5の圏論(第20回):セルフアテンションとTransformerへの回り道](https://c.mql5.com/2/58/Category-Theory-p20_600x314.jpg)
MQL5の圏論(第20回):セルフアテンションとTransformerへの回り道
ちょっと寄り道して、chatGPTのアルゴリズムの一部について考えてみたいとおもいます。自然変換から借用した類似点や概念はあるのでしょうか。シグナルクラス形式のコードを用いて、これらの疑問やその他の質問に楽しく答えようと思います。
![フェアバリューギャップ(FVG)/不均衡取引方法をステップバイステップで学ぶ:スマートマネーコンセプトのアプローチ](https://c.mql5.com/2/78/Learn_how_to_trade_the_Fair_Value_Gap_600x314.jpg)
フェアバリューギャップ(FVG)/不均衡取引方法をステップバイステップで学ぶ:スマートマネーコンセプトのアプローチ
フェアバリューギャップ(FVG)取引戦略に基づいて、MQL5で自動売買アルゴリズムを作成して実装するためのステップバイステップのガイドです。初心者にも経験豊富なトレーダーにも役立つエキスパートアドバイザー(EA)の作成に関する詳細なチュートリアルです。
![DoEasyライブラリの時系列(第51部): 複数銘柄・複数期間の複合標準指標](https://c.mql5.com/2/49/doeasy_051_600x314.jpg)
DoEasyライブラリの時系列(第51部): 複数銘柄・複数期間の複合標準指標
本稿では、 複数銘柄・複数期間標準指標のオブジェクトの開発を完結します。一目均衡表標準指標の例を使用して、チャートにデータを表示するための補助描画バッファを持つ複合カスタム指標の作成を分析します。
![一からの取引エキスパートアドバイザーの開発(第27部):未来に向かって(II)](https://c.mql5.com/2/49/Developing_a_trading_Expert_Advisor_006_600x314.jpg)
一からの取引エキスパートアドバイザーの開発(第27部):未来に向かって(II)
チャート上直接の発注システムをより完全にしましょう。この記事では、発注システムを修正する方法、またはより直感的にする方法を示します。
![アラン・アンドリュースとその時系列分析手法](https://c.mql5.com/2/0/Alan_Andrews_600x314.jpg)
アラン・アンドリュースとその時系列分析手法
アラン・アンドリュースは、取引の分野において、現代世界で最も有名な「教育者」の一人です。彼の「ピッチフォーク」は、現代のほとんどの相場分析プログラムに搭載されています。しかし、ほとんどのトレーダーは、このツールが提供するチャンスのほんの一部も利用していません。その上、アンドリュースのオリジナルのトレーニングコースには、ピッチフォークだけでなく(ピッチフォークが主要な道具であることに変わりはないが)、他のいくつかの便利な構造についても説明があります。この記事では、アンドリュースがオリジナルのコースで教えていた驚異的なチャート分析法を紹介しています。画像がたくさん出てきますのでご注意ください。
![ソフトウェア開発とMQL5におけるデザインパターン(第4回):振る舞いパターン2](https://c.mql5.com/2/63/midjourney_image_13876_57_514_5_600x314.jpg)
ソフトウェア開発とMQL5におけるデザインパターン(第4回):振る舞いパターン2
デザインパターンには、生成デザインパターン、構造デザインパターン、振る舞いデザインパターンの3タイプがあることを説明しました。コードをクリーンにしながらオブジェクト間の相互作用の方法を設定するのに役立つ、残りの振る舞いタイプのパターンの説明を完成させます。
![MQL5の圏論(第11回):グラフ](https://c.mql5.com/2/55/Category-Theory-p11_600x314.jpg)
MQL5の圏論(第11回):グラフ
この記事は、MQL5での圏論の実装を考察する連載の続きです。ここでは、取引システムへのクローズアウト戦略を開発する際に、グラフ理論をモノイドやその他のデータ構造とどのように統合できるかを検討します。
![一からの取引エキスパートアドバイザーの開発(第12部):Times and Trade (I)](https://c.mql5.com/2/49/Developing_a_trading_Expert_Advisor_from_scratch_003_600x314.jpg)
一からの取引エキスパートアドバイザーの開発(第12部):Times and Trade (I)
今日は、注文の流れを読むために、高速な解釈を持つTimes & Tradeを作成します。これは、システムを構築していくうえで最初の部分です。次回は、足りない情報を補って、システムを完成させる予定です。この新しい機能を実装するために、エキスパートアドバイザー(EA)のコードにいくつかの新しいものを追加する必要があります。
![MQL5を使ったシンプルな多通貨エキスパートアドバイザーの作り方(第5回): ケルトナーチャネルのボリンジャーバンド—指標シグナル](https://c.mql5.com/2/61/rj-article-images_600x314.jpg)
MQL5を使ったシンプルな多通貨エキスパートアドバイザーの作り方(第5回): ケルトナーチャネルのボリンジャーバンド—指標シグナル
この記事の多通貨エキスパートアドバイザー(EA)は、1つの銘柄チャートからのみ複数の銘柄ペアの取引(注文を出す、注文を決済する、トレーリングストップロスとトレーリングプロフィットなどで注文を管理するなど)ができるEAまたは自動売買ロボットです。この記事では、2つの指標、この場合はケルトナーチャネルのボリンジャーバンド®からのシグナルを使用します。
![知っておくべきMQL5ウィザードのテクニック(第04回):線形判別分析](https://c.mql5.com/2/50/linear_discriminant_analysis_600x314.jpg)
知っておくべきMQL5ウィザードのテクニック(第04回):線形判別分析
今日のトレーダーは哲学者であり、ほとんどの場合、新しいアイデアを探して試し、変更するか破棄するかを選択します。これは、かなりの労力を要する探索的プロセスです。この連載では、MQL5ウィザードがこの取り組みにおけるトレーダーの主力であるべきであることを示しています。
![Rebuyのアルゴリズム:多通貨取引シミュレーション](https://c.mql5.com/2/54/Multicurrency_Trading_Simulation_600x314.jpg)
Rebuyのアルゴリズム:多通貨取引シミュレーション
本稿では、多通貨の価格設定をシミュレートする数理モデルを作成し、前回理論計算から始めた取引効率を高めるメカニズム探求の一環として、分散原理の研究を完成させます。
![MQL5における圏論(第12回):順序](https://c.mql5.com/2/56/Category-Theory-p12_600x314.jpg)
MQL5における圏論(第12回):順序
この記事は、MQL5でのグラフの圏論実装に従う連載の一部であり、順序について詳しく説明します。2つの主要な順序タイプを検討することで、順序理論の概念が取引の意思決定に情報を提供する上で、モノイド集合をどのようにサポートできるかを検証します。
![一からの取引エキスパートアドバイザーの開発(第24部):システムの堅牢性の提供(I)](https://c.mql5.com/2/49/Developing_a_trading_Expert_Advisor_003_600x314.jpg)
一からの取引エキスパートアドバイザーの開発(第24部):システムの堅牢性の提供(I)
この記事では、堅牢で安全な使用を保証するために、システムの信頼性を高めます。望ましい堅牢性を実現する方法の1つは、コードを可能な限り再利用して、常にさまざまな場合にテストされるようにすることです。しかし、これは方法の1つにすぎません。もう1つは、OOPを使用することです。
![ニューラルネットワークが簡単に(第31部):進化的アルゴリズム](https://c.mql5.com/2/50/Neural_Networks_are_Simple-_Part_31_600x314.jpg)
ニューラルネットワークが簡単に(第31部):進化的アルゴリズム
前回の記事では、非勾配最適化手法の調査を開始しました。遺伝的アルゴリズムについて学びました。今日は、このトピックを継続し、進化的アルゴリズムの別のクラスを検討します。
![ニューラルネットワークが簡単に (第42回):先延ばしのモデル、理由と解決策](https://c.mql5.com/2/54/NN_Simple_Part_42_procrastination_600x314.jpg)
ニューラルネットワークが簡単に (第42回):先延ばしのモデル、理由と解決策
強化学習の文脈では、モデルの先延ばしにはいくつかの理由があります。この記事では、モデルの先延ばしの原因として考えられることと、それを克服するための方法について考察しています。
![単一チャート上の複数インジケータ(第06部):MetaTrader 5をRADシステムに変える(II)](https://c.mql5.com/2/49/Multiple-indicators-on-one-chart-mPart-06d-Turning-MetaTrader-5-into-a-RAD-system-2IIi_600x314.jpg)
単一チャート上の複数インジケータ(第06部):MetaTrader 5をRADシステムに変える(II)
前回の記事では、MetaTrader 5のオブジェクトを使ってChart Tradeを作成し、プラットフォームをRADシステムに変える方法を紹介しました。このシステムは非常によく機能しており、読者の多くは、提案されたシステムの機能を拡張できるようなライブラリを作成することをお考えになったのではないでしょうか。これに基づいて、より直感的で使い勝手の良いEAを開発することも可能でしょう。
![リプレイシステムの開発 - 市場シミュレーション(第19回):必要な調整](https://c.mql5.com/2/56/replay_p19_600x314.jpg)
リプレイシステムの開発 - 市場シミュレーション(第19回):必要な調整
ここでは、コードに新しい関数を追加する必要がある場合に、スムーズかつ簡単に追加できるように基礎を整えます。現在のコードでは、有意義な進歩を遂げるために必要な事柄の一部をまだカバーまたは処理できません。最小限の労力で特定のことを実装できるようにするには、すべてを構造化する必要があります。すべてを正しくおこなえば、対処が必要なあらゆる状況に非常に簡単に適応できる、真に普遍的なシステムを得ることができます。
![自動で動くEAを作る(第13回):自動化(V)](https://c.mql5.com/2/51/aprendendo_construindo_013_600x314.jpg)
自動で動くEAを作る(第13回):自動化(V)
フローチャートとは何かご存じでしょうか。使い方はご存じですか。フローチャートは初心者向けだとお考えでしょうか。この新しい記事では、フローチャートの操作方法を説明します。
![リプレイシステムの開発 - 市場シミュレーション(第12回):シミュレーターの誕生(II)](https://c.mql5.com/2/54/replay-p12_600x314.jpg)
リプレイシステムの開発 - 市場シミュレーション(第12回):シミュレーターの誕生(II)
シミュレーターの開発は、見た目よりもずっと面白いものです。事態はさらに面白くなってきているため、今日は、この方向にもう少し踏み込んでみましょう。
![OBVによる取引システムの設計方法を学ぶ](https://c.mql5.com/2/49/learnhow_obv_600x314.jpg)
OBVによる取引システムの設計方法を学ぶ
今回は、初心者向けのシリーズとして、人気のあるいくつかの指標をもとに取引システムを設計する方法について、新しい記事をお届けします。今回は、新しい指標であるOBV (On Balance Volume)を学び、その使い方とそれに基づいた取引システムの設計を学びます。
![DoEasyライブラリでの価格(第62部): ティックシリーズをリアルタイムで更新して板情報で作業するための準備](https://c.mql5.com/2/42/MQL5-avatar-doeasy-library.png)
![DoEasyライブラリでの価格(第62部): ティックシリーズをリアルタイムで更新して板情報で作業するための準備](https://c.mql5.com/i/articles/overlay.png)
DoEasyライブラリでの価格(第62部): ティックシリーズをリアルタイムで更新して板情報で作業するための準備
この記事では、ティックデータの更新をリアルタイムで実装し、板情報を操作するための銘柄オブジェクトクラスを準備します(DOM自体は次の記事で実装されます)。
![ニューラルネットワークが簡単に(第35回):ICM(Intrinsic Curiosity Module、内発的好奇心モジュール)](https://c.mql5.com/2/50/Neural_Networks_Made_035_600x314.jpg)
ニューラルネットワークが簡単に(第35回):ICM(Intrinsic Curiosity Module、内発的好奇心モジュール)
強化学習アルゴリズムの研究を続けます。これまで検討してきたすべてのアルゴリズムでは、あるシステム状態から別の状態への遷移ごとに、エージェントがそれぞれの行動を評価できるようにするための報酬方策を作成する必要がありました。しかし、この方法はかなり人工的なものです。実際には、行動と報酬の間には、ある程度の時間差があります。今回は、行動から報酬までの様々な時間の遅れを扱うことができるモデル訓練アルゴリズムに触れてみましょう。
![ニューラルネットワークの実験(第7回):指標の受け渡し](https://c.mql5.com/2/59/Experiments_with_neural_networks_7_600x314.jpg)
ニューラルネットワークの実験(第7回):指標の受け渡し
指標をパーセプトロンに渡す例。この記事では、一般的な概念について説明し、最も単純な既製のエキスパートアドバイザー(EA)と、それに続く最適化とフォワードテストの結果を紹介します。
![MQL5を使ったシンプルな多通貨エキスパートアドバイザーの作り方(第2回):指標シグナル:多時間枠放物線SAR指標](https://c.mql5.com/2/58/Parabolic_SAR_MTF_600x314.jpg)
MQL5を使ったシンプルな多通貨エキスパートアドバイザーの作り方(第2回):指標シグナル:多時間枠放物線SAR指標
この記事の多通貨エキスパートアドバイザー(EA)は、1つの銘柄チャートからのみ複数の銘柄ペアの取引(注文を出す、注文を決済する、トレーリングストップロスとトレーリングプロフィットなどで注文を管理するなど)ができるEAまたは自動売買ロボットです。今回は、PERIOD_M15からPERIOD_D1までの多時間枠でパラボリックSARまたはiSARという1つの指標のみを使用します。
![ニューラルネットワークが簡単に(第52回):楽観論と分布補正の研究](https://c.mql5.com/2/57/optimistic-actor-critic_600x314.jpg)
ニューラルネットワークが簡単に(第52回):楽観論と分布補正の研究
経験再現バッファに基づいてモデルが訓練されるにつれて、現在のActor方策は保存されている例からどんどん離れていき、モデル全体としての訓練効率が低下します。今回は、強化学習アルゴリズムにおけるサンプルの利用効率を向上させるアルゴリズムについて見ていきます。
![DoEasyライブラリでの価格(第61部): 銘柄ティックシリーズのコレクション](https://c.mql5.com/2/41/MQL5-avatar-doeasy-library__5.png)
![DoEasyライブラリでの価格(第61部): 銘柄ティックシリーズのコレクション](https://c.mql5.com/i/articles/overlay.png)
DoEasyライブラリでの価格(第61部): 銘柄ティックシリーズのコレクション
プログラムでは作業に異なる銘柄を使用する可能性があるため、それぞれに個別のリストを作成する必要があります。本稿では、そのようなリストを組み合わせてティックデータコレクションにします。実際、これは、CObjectクラスのインスタンスへのポインタの動的配列のクラスおよび標準ライブラリの子孫に基づく通常のリストになります。
![MFIによる取引システムの設計方法を学ぶ](https://c.mql5.com/2/49/learnhow_mfi_600x314.jpg)
MFIによる取引システムの設計方法を学ぶ
最も人気のあるテクニカル指標に基づいて取引システムを設計する連載のこの新しい記事では、新しくマネーフローインデックス(Money Flow Index、MFI)テクニカル指標を考察します。その詳細を学び、MQL5によって簡単な取引システムを開発し、MetaTrader 5で実行します。
![リプレイシステムの開発 - 市場シミュレーション(第11回):シミュレーターの誕生(I)](https://c.mql5.com/2/54/Desenvolvendo_um_sistema_de_Replay_Parte_11_600x314.jpg)
リプレイシステムの開発 - 市場シミュレーション(第11回):シミュレーターの誕生(I)
バーを形成するデータを使うためには、リプレイをやめてシミュレーターの開発に着手しなければなりません。難易度が最も低い1分バーを使用します。
![勢力指数による取引システムの設計方法を学ぶ](https://c.mql5.com/2/49/learnhow_force_index_600x314.jpg)
勢力指数による取引システムの設計方法を学ぶ
最も人気のあるテクニカル指標によって取引システムを設計する方法についての連載の新しい記事へようこそ。今回は、新しく、勢力指数(Force Index)テクニカル指標と、この指標を使った取引システムの作り方についてご紹介します。
![ニューラルネットワークが簡単に(第56回):核型ノルムを研究の推進力に](https://c.mql5.com/2/57/nuclear_norm_utilization_600x314.jpg)
ニューラルネットワークが簡単に(第56回):核型ノルムを研究の推進力に
強化学習における環境の研究は喫緊の課題です。いくつかのアプローチについてすでに見てきました。この記事では、核型ノルムの最大化に基づくもう一つの方法について見てみましょう。これにより、エージェントは新規性と多様性の高い環境状態を特定することができます。
![デマーカーによる取引システムの設計方法を学ぶ](https://c.mql5.com/2/49/Learn-how-to-design-a-trading-system-by-DeMarker_600x314.jpg)
デマーカーによる取引システムの設計方法を学ぶ
最も人気のあるテクニカル指標によって取引システムを設計する方法についての連載の新しい記事へようこそ。今回は、デマーカー(DeMarker)指標による取引システムの作り方を紹介します。
![MQL5での価格バーの並べ替え](https://c.mql5.com/2/59/Permuting_price_bars_600x314.jpg)
MQL5での価格バーの並べ替え
この記事では、価格バーを並べ替えるアルゴリズムを紹介し、EAの潜在的な購入者を欺くためにストラテジーのパフォーマンスが捏造された事例を認識するために並べ替えテストをどのように使用できるかを詳述します。
![初心者のためのMetaTrader 5とRによるアルゴリズム取引](https://c.mql5.com/2/64/Algorithmic_Trading_With_MetaTrader_5_And_R_For_Beginners_600x314.jpg)
初心者のためのMetaTrader 5とRによるアルゴリズム取引
RとMetaTrader 5をシームレスに統合する技術を解き明かしながら、金融分析とアルゴリズム取引が出会う魅力的な探求に乗り出しましょう。この記事は、MetaTrader 5の強力な取引機能とRの精巧な分析の領域を橋渡しするためのガイドです。
![ニューラルネットワークが簡単に(第20部):オートエンコーダ](https://c.mql5.com/2/49/Neural_Networks_Easy_012_600x314.jpg)
ニューラルネットワークが簡単に(第20部):オートエンコーダ
教師なし学習アルゴリズムの研究を続けます。読者の中には、最近の記事とニューラルネットワークの話題の関連性について疑問を持つ人もいるかもしれません。この新しい記事では、ニューラルネットワークの研究に戻ります。