![リプレイシステムの開発—市場シミュレーション(第1回):最初の実験(I)](https://c.mql5.com/2/52/replay-p1_600x314.jpg)
リプレイシステムの開発—市場シミュレーション(第1回):最初の実験(I)
市場がしまっているときに研究したり、市場の状況をシミュレーションしたりできるシステムを作成してはどうでしょうか。ここで、このトピックを扱う新しい連載を開始します。
![ニューラルネットワークが簡単に(第16部):クラスタリングの実用化](https://c.mql5.com/2/49/Neural_networks_made_easy_006_600x314.jpg)
ニューラルネットワークが簡単に(第16部):クラスタリングの実用化
前回は、データのクラスタリングをおこなうためのクラスを作成しました。今回は、得られた結果を実際の取引に応用するためのバリエーションを紹介したいと思います。
![プロのプログラマーからのヒント(第III部): ロギングSeqログ収集および分析システムへの接続](https://c.mql5.com/2/49/10475_tips_logging_600x314.jpg)
プロのプログラマーからのヒント(第III部): ロギングSeqログ収集および分析システムへの接続
エキスパートログに出力されるメッセージを統合および構造化するためのLoggerクラスの実装。Seqログ収集および分析システムへの接続。オンラインでのログメッセージの監視。
![DoEasyライブラリの時系列(第44部): 指標バッファオブジェクトのコレクションクラス](https://c.mql5.com/2/39/MQL5-avatar-doeasy-library.png)
![DoEasyライブラリの時系列(第44部): 指標バッファオブジェクトのコレクションクラス](https://c.mql5.com/i/articles/overlay.png)
DoEasyライブラリの時系列(第44部): 指標バッファオブジェクトのコレクションクラス
この記事では、指標バッファオブジェクトのコレクションクラスの作成について説明しています。指標用の任意の数のバッファを作成して操作する機能をテストします(MQL指標で作成できるバッファの最大数は512です)。
![DoEasyライブラリの時系列(第55部): 指標コレクションクラス](https://c.mql5.com/2/49/doeasy_055_600x314.jpg)
DoEasyライブラリの時系列(第55部): 指標コレクションクラス
本稿では、指標オブジェクトクラスとそのコレクションの開発を続けます。指標オブジェクトごとに、その説明と正しいコレクションクラスを作成して、エラーなしのストレージを作成し、コレクションリストから指標オブジェクトを取得します。
![DoEasyライブラリの時系列(第48部): 単一サブウィンドウでの単一バッファ複数銘柄・複数期間指標](https://c.mql5.com/2/40/MQL5-avatar-doeasy-library.png)
![DoEasyライブラリの時系列(第48部): 単一サブウィンドウでの単一バッファ複数銘柄・複数期間指標](https://c.mql5.com/i/articles/overlay.png)
DoEasyライブラリの時系列(第48部): 単一サブウィンドウでの単一バッファ複数銘柄・複数期間指標
本稿では、単一の指標バッファを使用して、指標サブウィンドウを構築および操作するための複数銘柄・複数期間標準指標の作成例について説明します。プログラムのメインウィンドウで動作し、データを表示するための複数のバッファを持つ標準指標を操作するためのライブラリクラスを準備します。
![MQL5でのARIMAトレーニングアルゴリズムの実装](https://c.mql5.com/2/54/Implementing_an_ARIMA_training_algorithm_in_MQL5_600x314.jpg)
MQL5でのARIMAトレーニングアルゴリズムの実装
この記事では、関数最小化のPowell法を使用して、ボックス・ジェンキンス法の自己回帰和分移動平均モデルを適用するアルゴリズムを実装します。ボックスとジェンキンスは、ほとんどの時系列は2つのフレームワークの一方または両方でモデル化できると述べました。
![母集団最適化アルゴリズム:蟻コロニー最適化(ACO)](https://c.mql5.com/2/50/popular_algorithm_ant_colony_optimization_600x314.jpg)
母集団最適化アルゴリズム:蟻コロニー最適化(ACO)
今回は、蟻コロニー最適化アルゴリズムについて解析します。このアルゴリズムは非常に興味深く、複雑です。この記事では、新しいタイプのACOの作成を試みます。
![DoEasyライブラリの時系列(第54部): 抽象基本指標の子孫クラス](https://c.mql5.com/2/49/doeasy_054_600x314.jpg)
DoEasyライブラリの時系列(第54部): 抽象基本指標の子孫クラス
本稿では、基本抽象指標の子孫オブジェクトのクラスの作成について検討しています。このようなオブジェクトは、指標EAを作成し、さまざまな指標と価格のデータ値統計を収集および取得する機能へのアクセスを備えています。また、プログラムで作成された各指標のプロパティとデータにアクセスできる指標オブジェクトコレクションを作成します。
![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。
![ニューラルネットワークが簡単に(第15部):MQL5によるデータクラスタリング](https://c.mql5.com/2/49/Neural_networks_made_easy_005_600x314.jpg)
ニューラルネットワークが簡単に(第15部):MQL5によるデータクラスタリング
クラスタリング法について引き続き検討します。今回は、最も一般的なk-meansクラスタリング手法の1つを実装するために、新しいCKmeansクラスを作成します。テスト中には約500のパターンを識別することができました。
![パターン検索への総当たり攻撃アプローチ(第VI部):循環最適化](https://c.mql5.com/2/57/bruteforce_approach_cyclic_optimization_600x314.jpg)
パターン検索への総当たり攻撃アプローチ(第VI部):循環最適化
この記事では、MetaTrader 4および5の取引の自動化チェーン全体を完成するだけでなく、より興味深いことができるようになった改善の最初の部分を示します。今後、このソリューションにより、EAの作成と最適化の両方を完全に自動化し、効果的な取引構成を見つけるための人件費を最小限に抑えることができます。
![データサイエンスと機械学習(第09回):K近傍法(KNN)](https://c.mql5.com/2/50/k_nearest_neighbors_algorithm_knn_600x314.jpg)
データサイエンスと機械学習(第09回):K近傍法(KNN)
これは、訓練データセットから学習しない遅延アルゴリズムです。代わりにデータセットを保存し、新しいサンプルが与えられるとすぐに動作します。シンプルでありながら、実世界でさまざまなケースに応用されています。
![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。
![MQL5の圏論(第1回)](https://c.mql5.com/2/50/Category-Theory-001_600x314.jpg)
MQL5の圏論(第1回)
圏論は数学の一分野であり、多様な広がりを見せていますが、MQLコミュニティではまだ比較的知られていない分野です。この連載では、その概念のいくつかを紹介して考察することで、コメントや議論を呼び起こし、トレーダーの戦略開発におけるこの注目すべき分野の利用を促進することを目的としたオープンなライブラリを確立することを目指しています。
![外国為替市場の季節性から利益を得る](https://c.mql5.com/2/59/Seasonal_analysis-up_600x314__1.jpg)
外国為替市場の季節性から利益を得る
例えば、冬になると新鮮な野菜の値段が上がったり、霜が降りると燃料の値段が上がったりすることはよく知られていますが、同じようなパターンが外国為替市場にもあることを知っている人は少ないです。
![EAを用いたリスクとキャピタルの管理](https://c.mql5.com/2/49/risk_and_capital_management_using_exper_advisor_600x314.jpg)
EAを用いたリスクとキャピタルの管理
この記事では、バックテストレポートでは見えないこと、自動売買ソフトを使用する際の注意点、エキスパートアドバイザー(EA)を使用している場合の資金管理、自動売買をおこなっている場合に取引活動を続けるために大きな損失をカバーする方法について説明します。
![ONNXをマスターする:MQL5トレーダーにとってのゲームチェンジャー](https://c.mql5.com/2/59/Mastering_ONNX_up_600x314__1.jpg)
ONNXをマスターする:MQL5トレーダーにとってのゲームチェンジャー
機械学習モデルを交換するための強力なオープン標準形式であるONNXの世界に飛び込んでみましょう。ONNXを活用することでMQL5のアルゴリズム取引にどのような変革がもたらされ、トレーダーが最先端のAIモデルをシームレスに統合し、戦略を新たな高みに引き上げることができるようになるかがわかります。クロスプラットフォーム互換性の秘密を明らかにし、MQL5取引の取り組みでONNXの可能性を最大限に引き出す方法を学びましょう。ONNXをマスターするためのこの包括的なガイドで取引ゲームを向上させましょう。
![一からの取引エキスパートアドバイザーの開発(第30部):指標としてのCHART TRADE?](https://c.mql5.com/2/49/Developing_a_trading_Expert_Advisor_010_600x314.jpg)
一からの取引エキスパートアドバイザーの開発(第30部):指標としてのCHART TRADE?
今日は再びChart Tradeを使用しますが、今回はチャート上に存在する場合と存在しない場合があるオンチャート指標になります。
![一からの取引エキスパートアドバイザーの開発(第17部):Web上のデータにアクセスする(III)](https://c.mql5.com/2/49/Developing_a_trading_Expert_Advisor_from_scratch_008_600x314.jpg)
一からの取引エキスパートアドバイザーの開発(第17部):Web上のデータにアクセスする(III)
今回は、Webからデータを取得し、エキスパートアドバイザー(EA)で使用する方法について引き続き考えていきます。今回は、代用できるシステムの開発に進みます。
![データサイエンスと機械学習(第07回)::多項式回帰](https://c.mql5.com/2/49/Data_Science_and_Machine_Learning_Part_07_Polynomial_Regression_600x314.jpg)
データサイエンスと機械学習(第07回)::多項式回帰
線形回帰とは異なり、多項式回帰は、線形回帰モデルでは処理できないタスクをより適切に実行することを目的とした柔軟なモデルです。MQL5で多項式モデルを作成し、そこから何か良いものを作る方法を見つけてみましょう。
![MQL5の圏論(第15回):関手とグラフ](https://c.mql5.com/2/57/Category-Theory-p15_600x314.jpg)
MQL5の圏論(第15回):関手とグラフ
この記事はMQL5における圏論の実装に関する連載を続け、関手について見ていきますが、今回はグラフと集合の間の橋渡しとして関手を見ていきます。カレンダーデータを再検討します。ストラテジーテスターでの使用には限界がありますが、相関性の助けを借りて、ボラティリティを予測する際に関手を使用するケースを説明します。
![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。
![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。
![DoEasyライブラリの時系列(第50部): シフト付き複数銘柄・複数期間標準指標](https://c.mql5.com/2/49/doeasy_050_600x314.jpg)
DoEasyライブラリの時系列(第50部): シフト付き複数銘柄・複数期間標準指標
本稿では、複数銘柄・複数期間標準指標を正しく表示するためのライブラリメソッドを改善して、設定されたシフトによってシフトされたラインが現在の銘柄チャートに表示されるようにします。また、標準指標を使用するメソッドを整理し、最終的な指標プログラムのライブラリにある冗長なコードを削除します。
![MQL5の圏論(第2回)](https://c.mql5.com/2/51/Category-Theory-part-2_600x314.jpg)
MQL5の圏論(第2回)
圏論は数学の一分野であり、多様な広がりを見せていますが、MQL5コミュニティではまだ比較的知られていません。この連載では、その概念のいくつかを紹介し、考察することで、コメントや議論を呼び起こし、トレーダーの戦略開発におけるこの注目すべき分野の利用を促進することを目的としたオープンなライブラリを確立することを目指しています。
![知っておくべきMQL5ウィザードのテクニック(第18回):固有ベクトルによるニューラルアーキテクチャの探索](https://c.mql5.com/2/77/MQL5_Wizard_Techniques_you_should_know_5Part_187_600x314.jpg)
知っておくべきMQL5ウィザードのテクニック(第18回):固有ベクトルによるニューラルアーキテクチャの探索
ニューラルアーキテクチャー探索は、理想的なニューラルネットワーク設定を決定するための自動化されたアプローチで、多くのオプションや大規模なテストデータセットに直面したときにプラスになります。固有ベクトルをペアにすることで、この過程がさらに効率的になることを検証します。
![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。
![知っておくべきMQL5ウィザードのテクニック(第07回):樹状図](https://c.mql5.com/2/59/Dendrograms_600x314.jpg)
知っておくべきMQL5ウィザードのテクニック(第07回):樹状図
分析や予測を目的としたデータの分類は、機械学習の中でも非常に多様な分野であり、数多くのアプローチや手法があります。この作品では、そのようなアプローチのひとつである「凝集型階層分類」を取り上げます。
![時系列マイニングのためのデータラベル(第6回):ONNXを使用したEAへの応用とテスト](https://c.mql5.com/2/64/Data_label_for_time_series_mining_wPart_6v_Apply_and_Test_in_EA_Using_ONNX_600x314.jpg)
時系列マイニングのためのデータラベル(第6回):ONNXを使用したEAへの応用とテスト
この連載では、ほとんどの人工知能モデルに適合するデータを作成できる、時系列のラベル付け方法をいくつかご紹介します。ニーズに応じて的を絞ったデータのラベル付けをおこなうことで、訓練済みの人工知能モデルをより期待通りの設計に近づけ、モデルの精度を向上させ、さらにはモデルの質的飛躍を助けることができます。
![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。
![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。
![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。
![一からの取引エキスパートアドバイザーの開発(第15部):Web上のデータにアクセスする(I)](https://c.mql5.com/2/49/Developing_a_trading_Expert_Advisor_from_scratch_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15部):Web上のデータにアクセスする(I)
MetaTrader5ではどのようにオンラインデータにアクセスするのでしょうか。Web上にはたくさんのサイトや場所があり、膨大な量の情報が掲載されています。知るべきことは、どこを調べて、この情報をどのように使用するのが最善かということです。
![DoEasyライブラリの時系列(第58部): 指標バッファデータの時系列](https://c.mql5.com/2/49/doeasy_058_600x314.jpg)
DoEasyライブラリの時系列(第58部): 指標バッファデータの時系列
時系列の操作に関するトピックのしめくくりとして、指標バッファに格納されているストレージ、検索、およびデータの並べ替えを整理します。これにより、プログラムでライブラリベースで作成される指標の値に基づいて分析をさらに実行できます。ライブラリのすべてのコレクションクラスの一般的な概念により、対応するコレクションで必要なデータを簡単に見つけることができます。それぞれ、今日作成されたクラスでも同じことが可能です。
![DoEasyライブラリでのその他のクラス(第72部): コレクション内のチャートオブジェクトパラメータの追跡と記録](https://c.mql5.com/2/42/MQL5-avatar-doeasy-library__10.png)
![DoEasyライブラリでのその他のクラス(第72部): コレクション内のチャートオブジェクトパラメータの追跡と記録](https://c.mql5.com/i/articles/overlay.png)
DoEasyライブラリでのその他のクラス(第72部): コレクション内のチャートオブジェクトパラメータの追跡と記録
本稿では、チャートオブジェクトクラスとそのコレクションの操作を完成します。また、チャートプロパティとそのウィンドウの変更の自動追跡を実装し、オブジェクトプロパティに新しいパラメータを保存します。このような変更により、を将来チャートコレクション全体のイベント機能実装できるようになります。