![単一チャート上の複数インジケータ(第04部): エキスパートアドバイザーに進む](https://c.mql5.com/2/49/Multiple-indicators-on-one-chart-lPart-04j-Advancing-to-an-Expert-Advisor_600x314.jpg)
単一チャート上の複数インジケータ(第04部): エキスパートアドバイザーに進む
以前の記事では、複数のサブウィンドウでインジケータを作成する方法を説明しました。これは、カスタムインジケータを使用するときに興味深いものになります。今回は、エキスパートアドバイザーに複数のウィンドウを追加する方法を説明します。
![MVCデザインパターンとその可能なアプリケーション(第2部): 3つのコンポーネント間の相互作用の図](https://c.mql5.com/2/44/MVC.png)
![MVCデザインパターンとその可能なアプリケーション(第2部): 3つのコンポーネント間の相互作用の図](https://c.mql5.com/i/articles/overlay.png)
MVCデザインパターンとその可能なアプリケーション(第2部): 3つのコンポーネント間の相互作用の図
本稿は、前の記事で説明したMQLプログラムのMVCパターンのトピックの続きです。この記事では、パターンの3つのコンポーネント間の可能な相互作用の図を検討します。
![さまざまな移動平均システムを設計する方法を学ぶ](https://c.mql5.com/2/45/why-and-how.png)
![さまざまな移動平均システムを設計する方法を学ぶ](https://c.mql5.com/i/articles/overlay.png)
さまざまな移動平均システムを設計する方法を学ぶ
この記事の主題である移動平均自体を使用する場合でも、任意のストラテジーに基づいて生成されたシグナルをフィルタリングするために使用できるストラテジーはたくさんあります。この記事の目的は、移動平均ストラテジーのいくつかと、アルゴリズム取引システムを設計する方法を共有することです。
![アルゴリズム取引システムを設計する理由と方法を学ぶ](https://c.mql5.com/2/49/learnhow_your_trading_system_600x314.jpg)
アルゴリズム取引システムを設計する理由と方法を学ぶ
この記事では、MQL5のいくつかの基本に言及した後で、単純なアルゴリズム取引システムを設計することによって初心者がアルゴリズム取引システム(エキスパートアドバイザー)を設計するためのMQLの基本を示します。
![マーケットからエキスパートアドバイザーを選択する正しい方法](https://c.mql5.com/2/49/choose_expert_from_market_600x314.jpg)
マーケットからエキスパートアドバイザーを選択する正しい方法
この記事では、エキスパートアドバイザーを購入する際に注意すべき重要なポイントのいくつかを検討します。また、利益を増やし、お金を賢く使ってこの支出から利益を得る方法を探します。また、記事を読み終われば、シンプルで無料の製品を使用しても収益を得られることがわかると思います。
![取引における数学:シャープレシオとソルティノレシオ](https://c.mql5.com/2/49/mathematics_sharpe_sortino_ratios_600x314.jpg)
取引における数学:シャープレシオとソルティノレシオ
投資収益率は、投資家や初心者のトレーダーが取引効率の分析に使用する最も明白な指標です。プロのトレーダーは、シャープレシオやソルティノレシオなどのより信頼性の高いツールを使用して、ストラテジーを分析します。
![MQL5の行列とベクトル](https://c.mql5.com/2/49/matrix_vectors_mql5_600x314.jpg)
MQL5の行列とベクトル
特別な「matrix」と「vector」データ型を使用すると、数学表記に非常に近いコードを作成することができます。行列とベクトルのメソッドを使用すると、計算でネストされたループを作成したり配列で正しいインデックスを作成したりする必要がなくなるため、複雑なプログラムの開発における信頼性と速度が向上します。
![固定プライスアクションストップロスまたは固定RSI(スマートストップロス)](https://c.mql5.com/2/49/smart_stop_loss_600x314.jpg)
固定プライスアクションストップロスまたは固定RSI(スマートストップロス)
ストップロスは、取引における資金管理に関する主要なツールです。ストップロス、テイクプロフィット、ロットサイズを効果的に使用することで、トレーダーは取引の一貫性を改善し、全体的に収益性を高めることができます。ストップロスは優れたツールですが、使用時に課題に遭遇することがあります。主要なものはストップロスハントです。この記事では、取引でのストップロスハントを減らす方法と、従来のストップロスの使用法と比較して収益性を判断する方法について説明します。
![MetaTrader用の高度なEAコンストラクター - BotBrains.app](https://c.mql5.com/2/43/avatar.png)
![MetaTrader用の高度なEAコンストラクター - BotBrains.app](https://c.mql5.com/i/articles/overlay.png)
MetaTrader用の高度なEAコンストラクター - BotBrains.app
この記事では、自動売買ロボットのためのノーコード開発プラットフォームであるBotBrains.appの機能を紹介します。自動売買ロボットを作成するために、コードを書く必要はありません。必要なブロックをスキームにドラッグアンドドロップし、パラメータを設定して、それらの間の接続を確立するだけです。
![マーケット価格予測に対する汎用回帰モデル(第2部): 自然、技術、社会の過渡関数](https://c.mql5.com/2/43/universal_regression__1.png)
![マーケット価格予測に対する汎用回帰モデル(第2部): 自然、技術、社会の過渡関数](https://c.mql5.com/i/articles/overlay.png)
マーケット価格予測に対する汎用回帰モデル(第2部): 自然、技術、社会の過渡関数
本稿は前稿からの論理的続編で、最初の記事で出された結論を確認する事実にハイライトを当てています。これらの事実は、その出版後10年以内に明らかになったもので、マーケット価格変化のパターンを説明する3つの検出された動的過渡関数を中心としています。
![MQL言語を使用したゼロからのディープニューラルネットワークプログラミング](https://c.mql5.com/2/49/Programming-a-Deep-Neural-Network-from-Scratch-using-MQL-Language_600x314.jpg)
MQL言語を使用したゼロからのディープニューラルネットワークプログラミング
この記事は、MQL4/5言語を使用してディープニューラルネットワークを最初から作成する方法を読者に教えることを目的としています。
![時間の取扱い(第2部): 関数](https://c.mql5.com/2/49/Dealing-with-Time-bPart-2g-The-Functions_600x314.jpg)
時間の取扱い(第2部): 関数
証券会社のオフセットとGMTを自動で特定します。おそらく不十分な答えしかくれない(欠如した時間について説明することはいとわないでしょうが)証券会社にサポートを求める代わりに、時間が変わる週に証券会社が価格をどのように計算するかを自分で見ます。結局のところ、私たちはPCを持っているので、面倒な手作業ではなくプログラムを使用します。
![手動のチャート作成および取引ツールキット(第III部)最適化と新しいツール](https://c.mql5.com/2/49/9914_manual_charting_trading_toolkit_003_600x314.jpg)
手動のチャート作成および取引ツールキット(第III部)最適化と新しいツール
この記事では、キーボードショートカットを使用してチャート上にグラフィカルオブジェクトを描画するというアイデアをさらに発展させます。ライブラリに新しいツールが追加されました。これには、任意の頂点を通る直線や、反転時間とレベルの評価を可能にする一連の長方形が含まれます。また、この記事では、パフォーマンス向上のためにコードを最適化する可能性を示しています。実装例が書き直され、他の取引プログラムと一緒にShortcutsを使用できるようになりました。初心者より少し上回るコード知識レベルが必要とされます。
![MQL5.communityでのチャネルとグループチャットの使用](https://c.mql5.com/2/43/chats.png)
![MQL5.communityでのチャネルとグループチャットの使用](https://c.mql5.com/i/articles/overlay.png)
MQL5.communityでのチャネルとグループチャットの使用
MQL5.com Webサイトには、世界中のトレーダーが集まっています。ユーザーは記事を公開し、無料コードを共有し、市場で製品を販売し、フリーランスの注文を実行し、取引シグナルをコピーできます。フォーラム、トレーダーチャット、MetaTraderチャネルでは彼らとコミュニケーションをとることができます。
![より優れたプログラマー(第02部): MQL5プログラマーとして成功するためにやめなければいけない5つのこと](https://c.mql5.com/2/43/Article_image.png)
![より優れたプログラマー(第02部): MQL5プログラマーとして成功するためにやめなければいけない5つのこと](https://c.mql5.com/i/articles/overlay.png)
より優れたプログラマー(第02部): MQL5プログラマーとして成功するためにやめなければいけない5つのこと
この記事は、プログラミングのキャリアを向上させたい人にとって必読です。本連載は、どんなに経験が豊富な読者でも最高のプログラマーになれることを目的としています。議論されたアイデアは、MQL5プログラミングの初心者だけでなくプロにも役立ちます。
![パターンと例(第I部): マルチトップ](https://c.mql5.com/2/42/gdij.png)
![パターンと例(第I部): マルチトップ](https://c.mql5.com/i/articles/overlay.png)
パターンと例(第I部): マルチトップ
これは、アルゴリズム取引の枠組みにおける反転パターンに関連する連載の最初の記事です。まず、最も興味深いパターンファミリーから始めます。これは、ダブルトップパターンとダブルボトムパターンに由来するものです。
![スワップ(第I部):ロックと合成ポジション](https://c.mql5.com/2/42/33201.png)
![スワップ(第I部):ロックと合成ポジション](https://c.mql5.com/i/articles/overlay.png)
スワップ(第I部):ロックと合成ポジション
この記事では、スワップ取引手法の古典的な概念を拡張しようとします。私が、この概念に特別な注意を払う価値があり、この概念が研究に絶対的に推奨されるという結論に達した理由を説明します。
![ニューラルネットワークが簡単に(第13回): Batch Normalization](https://c.mql5.com/2/49/Neural_networks_made_easy_003_600x314.jpg)
ニューラルネットワークが簡単に(第13回): Batch Normalization
前回の記事では、ニューラルネットワーク訓練の品質を向上させることを目的とした手法の説明を開始しました。本稿では、このトピックを継続し、別のアプローチであるデータのBatch Normalizationについて説明します。
![ニューラルネットワークが簡単に(第12回): ドロップアウト](https://c.mql5.com/2/49/Neural_networks_made_easy_002_600x314.jpg)
ニューラルネットワークが簡単に(第12回): ドロップアウト
ニューラルネットワークを研究する次のステップとして、ニューラルネットワークの訓練中に収束を高める手法を検討することをお勧めします。そのような手法はいくつかありますが、本稿では、それらの1つである「ドロップアウト」について考察します。
![組み合わせスキャルピング:過去の取引の分析による将来の取引パフォーマンスの向上](https://c.mql5.com/2/42/logo_01.png)
![組み合わせスキャルピング:過去の取引の分析による将来の取引パフォーマンスの向上](https://c.mql5.com/i/articles/overlay.png)
組み合わせスキャルピング:過去の取引の分析による将来の取引パフォーマンスの向上
本稿では、自動取引システムの公立を高めることを目的としたテクノロジーについて説明します。アイデアが簡単に説明され、その基盤、可能性、および欠点についてが説明されます。
![MVCデザインパターンとその可能なアプリケーション](https://c.mql5.com/2/42/MVC.png)
![MVCデザインパターンとその可能なアプリケーション](https://c.mql5.com/i/articles/overlay.png)
MVCデザインパターンとその可能なアプリケーション
本稿では、人気高いMVCパターンと、MQLプログラムでの使用の可能性、長所、短所について説明します。アイデアは、既存コードをモデル、ビュー、コントローラの3つの別々のコンポーネントに分割することです。
![ニューラルネットワークが簡単に(第11部): GPTについて](https://c.mql5.com/2/49/Neural_networks_made_easy_001_600x314.jpg)
ニューラルネットワークが簡単に(第11部): GPTについて
GPT-3は現在存在する言語ニューラルネットワークの中でおそらく最も高度なモデルの1つであり、その最大バリアントには1,750億個のパラメータが含まれています。もちろん、家庭にあるようなPCでそのような怪物を作成するつもりはありませんが、どのアーキテクチャソリューションを作業に使用し、それらからどのように利益を得ることができるかは確認することができます。
![パターン検索への総当たり攻撃アプローチ(第IV部): 最小限の機能](https://c.mql5.com/2/49/Brute_force_approach_to_pattern_search_004_600x314.jpg)
パターン検索への総当たり攻撃アプローチ(第IV部): 最小限の機能
本稿では、前の記事で設定した目標に基づいて改良された総当たり攻撃バージョンについてお話します。エキスパートアドバイザーをこの方法で取得した設定で使用して、このトピックをできるだけ広くカバーするようにします。新しいプログラムバージョンも添付されています。
![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。
![取引におけるニューラルネットワークの実用化(第2部)コンピュータービジョン](https://c.mql5.com/2/49/Practical_application_of_neural_networks_in_trading_001_600x314.jpg)
取引におけるニューラルネットワークの実用化(第2部)コンピュータービジョン
コンピュータービジョンを使用すると、価格チャートと指標の視覚的表現に関してニューラルネットワークを訓練できるようになります。この方法では、ニューラルネットワークにデジタルでフィードする必要がないため、テクニカル指標全体でより幅広い操作が可能になります。
![DoEasyライブラリでのその他のクラス(第66部): MQL5.comシグナルコレクションクラス](https://c.mql5.com/2/42/MQL5-avatar-doeasy-library__4.png)
![DoEasyライブラリでのその他のクラス(第66部): MQL5.comシグナルコレクションクラス](https://c.mql5.com/i/articles/overlay.png)
DoEasyライブラリでのその他のクラス(第66部): MQL5.comシグナルコレクションクラス
本稿では、シグナルを管理する関数を備えたMQL5.comシグナルサービスのシグナルコレクションクラスを作成します。さらに、DOMの売買取引高の合計を表示するように板情報スナップショットオブジェクトクラスを改善します。
![DoEasyライブラリでの価格(第65部): 板情報コレクションとMQL5.comシグナル操作クラス](https://c.mql5.com/2/42/MQL5-avatar-doeasy-library__3.png)
![DoEasyライブラリでの価格(第65部): 板情報コレクションとMQL5.comシグナル操作クラス](https://c.mql5.com/i/articles/overlay.png)
DoEasyライブラリでの価格(第65部): 板情報コレクションとMQL5.comシグナル操作クラス
本稿では、すべての銘柄の板情報コレクションクラスを作成し、シグナルオブジェクトクラスを作成することによってMQL5.comシグナルサービスを使用するための機能の開発を開始します。
![DoEasyライブラリでの価格(第64部): 板情報、DOMスナップショットのクラスおよびスナップショットシリーズオブジェクト](https://c.mql5.com/2/42/MQL5-avatar-doeasy-library__2.png)
![DoEasyライブラリでの価格(第64部): 板情報、DOMスナップショットのクラスおよびスナップショットシリーズオブジェクト](https://c.mql5.com/i/articles/overlay.png)
DoEasyライブラリでの価格(第64部): 板情報、DOMスナップショットのクラスおよびスナップショットシリーズオブジェクト
本稿では、2つのクラス(DOMスナップショットオブジェクトのクラスとDOMスナップショットシリーズオブジェクトのクラス)を作成し、DOMデータシリーズの作成をテストします。
![DoEasyライブラリでの価格(第63部): 板情報とその抽象リクエストクラス](https://c.mql5.com/2/42/MQL5-avatar-doeasy-library__1.png)
![DoEasyライブラリでの価格(第63部): 板情報とその抽象リクエストクラス](https://c.mql5.com/i/articles/overlay.png)
DoEasyライブラリでの価格(第63部): 板情報とその抽象リクエストクラス
本稿では、板情報を使用するための機能の開発を開始します。また、板情報抽象注文オブジェクトとその子孫のクラスも作成します。
![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)。
![自己適応アルゴリズム(第IV部):その他の機能とテスト](https://c.mql5.com/2/41/50_percents__4.png)
![自己適応アルゴリズム(第IV部):その他の機能とテスト](https://c.mql5.com/i/articles/overlay.png)
自己適応アルゴリズム(第IV部):その他の機能とテスト
引き続き、必要最小限の機能でアルゴリズムを実装して結果をテストします。収益性は非常に低いですが、連載では、完全に自動化された、根本的に異なる市場で取引される完全に異なる商品で収益性の高い取引モデルを示しています。
![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。
![ニューラルネットワークが簡単に(第10回): Multi-Head Attention](https://c.mql5.com/2/49/Neural_Networks_Easy_009_600x314.jpg)
ニューラルネットワークが簡単に(第10回): Multi-Head Attention
ニューラルネットワークにおける自己注意のメカニズムについては、以前に検討しました。実際には、最新のニューラルネットワークアーキテクチャは、いくつかの並列した自己注意スレッドを使用して、シーケンスの要素間のさまざまな依存関係を見つけます。このようなアプローチの実装を検討し、ネットワーク全体のパフォーマンスへの影響を評価しましょう。
![自己適応アルゴリズム(第III部):最適化の放棄](https://c.mql5.com/2/41/50_percents__3.png)
![自己適応アルゴリズム(第III部):最適化の放棄](https://c.mql5.com/i/articles/overlay.png)
自己適応アルゴリズム(第III部):最適化の放棄
履歴データに基づく最適化を使用してパラメータを選択する場合、真に安定したアルゴリズムを取得することは不可能です。安定したアルゴリズムは、常時、どんな取引商品で作業していても、必要なパラメータを認識している必要があります。予測や推測ではなく、確実に知っているべきです。
![自己適応アルゴリズムの開発(第II部): 効率の向上](https://c.mql5.com/2/41/50_percents__2.png)
![自己適応アルゴリズムの開発(第II部): 効率の向上](https://c.mql5.com/i/articles/overlay.png)
自己適応アルゴリズムの開発(第II部): 効率の向上
この記事では、以前に作成したアルゴリズムの柔軟性を向上させることでトピックの開発を続けます。アルゴリズムは、分析期間内のローソク足の数の増加または上昇/下降ローソク足超過率のしきい値の増加によって、より安定しました。分析のためにより大きなサンプルサイズを設定するかより高いローソク足の超過率を設定して、妥協する必要がありました。
![CatBoostアルゴリズムを使用した外国為替市場の季節によるパターンの特定](https://c.mql5.com/2/49/finding_seasonal_patterns_catboost_600x314.jpg)
CatBoostアルゴリズムを使用した外国為替市場の季節によるパターンの特定
本稿では、時間フィルタを使用した機械学習モデルの作成について検討し、このアプローチの有効性について説明します。人的要因はモデルに特定の曜日の特定の時間に取引するように指示するだけで排除できるようになっています。パターン検索は、別のアルゴリズムで提供できます。
![市場とそのグローバルパターンの物理学](https://c.mql5.com/2/40/5a55ed9f370f2c15608b457b.png)
![市場とそのグローバルパターンの物理学](https://c.mql5.com/i/articles/overlay.png)
市場とそのグローバルパターンの物理学
本稿では、市場を少しでも理解してるシステムはどれでも世界規模で運用できるという前提を試してみます。理論やパターンは発明せずに既知の事実のみを使用し、これらの事実を徐々に数学的分析の言語に翻訳していきます。
![自己適応アルゴリズムの開発(第I部):基本的なパターンの検索](https://c.mql5.com/2/41/50_percents__1.png)
![自己適応アルゴリズムの開発(第I部):基本的なパターンの検索](https://c.mql5.com/i/articles/overlay.png)
自己適応アルゴリズムの開発(第I部):基本的なパターンの検索
この連載では、ほとんどの市場要因を考慮した自己適応アルゴリズムの開発を示すとともに、これらの状況を体系化してロジックで説明し、取引活動で考慮に入れる方法を示します。非常に単純なアルゴリズムから始めて、徐々に理論を習得し、非常に複雑なプロジェクトに進化していきます。