記事、ライブラリコメント - ページ 16

新しい記事「 フィボナッチによる取引システムの設計方法を学ぶ 」はパブリッシュされました: 最も人気のあるテクニカル指標を使用して取引システムを設計する方法についての連載を続けます。今回の新しいテクニカルツールはフィボナッチです。このテクニカル指標に基づいて取引システムを設計する方法を学びます。

新しい記事「 MQL5の圏論（第3回） 」はパブリッシュされました: 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コミュニティでは今のところ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て考察することで、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。

新しい記事「 MQL5行列を使用した誤差逆伝播法によるニューラルネットワーク 」はパブリッシュされました: この記事では、行列を使用してMQL5で誤差逆伝播法（バックプロパゲーション）アルゴリズムを適用する理論と実践について説明します。スクリプト、インジケータ、エキスパートアドバイザー(EA)の例とともに、既製のクラスが提示されます。 以下で説明するように、MQL5には組み込み活性化関数の大規模なセットがあります。関数は、特定の問題（回帰、分類）に基づいて選択する必要があります。通常、いくつかの関数を選択し、実験的に最適なものを見つけることができます。 良く知られている活性化関数

新しい記事「 母集団最適化アルゴリズム：ハーモニーサーチ(HS) 」はパブリッシュされました: 今回は、完璧な音のハーモニーを見つける過程に着想を得た、最も強力な最適化アルゴリズムであるハーモニーサーチ(HS)を研究し、検証してみます。私たちの評価でトップになるのはどのアルゴリズムでしょうか。

新しい記事「 MQL5でONNXモデルをアンサンブルする方法の例 」はパブリッシュされました: ONNX (Open Neural Network eXchange)は、ニューラルネットワークを表現するために構築されたオープンフォーマットです。この記事では、1つのエキスパートアドバイザー(EA)で2つのONNXモデルを同時に使用する方法を示します。

新しい記事「 MQL5でONNXモデルを使用する方法 」はパブリッシュされました: ONNX (Open Neural Network Exchange)は、機械学習モデルを表現するために構築されたオープンフォーマットです。この記事では、CNN-LSTMモデルを作成して金融時系列を予測する方法を検討します。MQL5エキスパートアドバイザー(EA)で作成されたONNXモデルを使用する方法も示します。 モデルを作成するには、次の2つの方法があります。 OnnxCreate を使用してonnxファイルからモデルを作成するか、 OnnxCreateFromBuffer

新しい記事「 ニューラルネットワークが簡単に（第36回）：関係強化学習 」はパブリッシュされました: 前回の記事で説明した強化学習モデルでは、元のデータ内のさまざまなオブジェクトを識別できる畳み込みネットワークのさまざまなバリアントを使用しました。畳み込みネットワークの主な利点は、場所に関係なくオブジェクトを識別できることです。同時に、畳み込みネットワークは、オブジェクトやノイズのさまざまな変形がある場合、常にうまく機能するとは限りません。これらは、関係モデルが解決できる問題です。

新しい記事「 ビル・ウィリアムズのMFIによる取引システムの設計方法を学ぶ 」はパブリッシュされました: これは、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方法を学ぶための連載の新しい記事です。今回はビル・ウィリアムズの「マーケット・ファシリテーション・インデックス(BW MFI、Bill Williams' Market Facilitation Index)」を取り上げます。 戦略1：BW MFI - Movement Status この戦略では、ティックごとに4つの値を比較してすべての位置を決定するという指標の性質に従って指標のバーの色が決定され、それに基づいて、BW

新しい記事「 ニューラルネットワークの実験（第4回）：テンプレート 」はパブリッシュされました: この記事では、実験と非標準的な方法を使用して収益性の高い取引システムを開発し、ニューラルネットワークがトレーダーに役立つかどうかを確認します。ニューラルネットワークを取引に活用するための自給自足ツールとしてMetaTrader 5を使用します。簡単に説明します。

新しい記事「 自動で動くEAを作る（第10回）：自動化(II) 」はパブリッシュされました: 自動化は、そのスケジュールを制御できなければ意味がありません。1日24時間働く効率的な労働者はいません。しかし、多くの人は、自動化されたシステムは24時間稼働するべきだと考えています。しかし、EAの稼働時間範囲を設定する手段を持つことは常に良いことです。この記事では、このような時間範囲を適切に設定する方法を検討します。 ほとんどの場合、これは見かけよりもはるかに一般的な事実です。少し改善して、中間にとどまるようにします。 MetaTrader 5

新しい記事「 自動で動くEAを作る（第09回）：自動化(I) 」はパブリッシュされました: 自動EAの作成はそれほど難しい作業ではありませんが、必要な知識がないと多くの間違いを犯す可能性があります。この記事では、ブレイクイーブンとトレーリングストップレベルを作動させるトリガーの作成からなる自動化の最初のレベルを構築する方法について見ていきます。 下の動画は、このシステムが動作する様子を示したものです。何か違う、機能がない、と想像している方は、動画を見て結論を出してみてください。ただし、何が起こっているかを理解するためにおこなう最善のことは、EAをコンパイルし、 デモ口座

新しい記事「 母集団最適化アルゴリズム：モンキーアルゴリズム(MA) 」はパブリッシュされました: 今回は、最適化アルゴリズムであるモンキーアルゴリズム（MA、Monkey Algorithm）について考えてみたいと思います。この動物が難関を乗り越え、最もアクセスしにくい木のてっぺんまで到達する能力が、MAアルゴリズムのアイデアの基礎となりました。

新しい記事「 アラン・アンドリュースとその時系列分析手法 」はパブリッシュされました

新しい記事「 総合的なフクロウ取引戦略を構築する 」はパブリッシュされました: 私の戦略は、古典的な取引の基礎と、あらゆる種類の市場で広く使用されているインジケータの改良に基づいています。これは既製のツールで、提案された新しい収益性の高い取引戦略に従うことができます。

新しい記事 取引口座モニタリングは不可欠なトレーダーツールです。 はパブリッシュされました: 取引口座モニタリングでは、完了したすべての取引に関する詳細なレポートが提供されます。すべての取引統計は自動的に収集され、わかりやすい図やグラフとして提供されます。 作者: MetaQuotes Software Corp.

新しい記事「 母集団最適化アルゴリズム：重力探索アルゴリズム(GSA) 」はパブリッシュされました: GSAは、無生物から着想を得た母集団最適化アルゴリズムです。アルゴリズムに実装されたニュートンの重力の法則のおかげで、その物体の相互作用をモデル化する高い信頼性によって、惑星系や銀河団の魅惑的なダンスを観察することができます。今回は、最も興味深く、独創的な最適化アルゴリズムの1つを考えてみます。また、宇宙物体の移動シミュレータも提示されています。

新しい記事「 取引における道徳的期待値 」はパブリッシュされました: この記事は、道徳的期待値についてです。取引でのその使用のいくつかの例と、その助けを借りて達成できる結果を見ていきます。 これは理論でした。それでは、実際に何ができるか見てみましょう。それには、取引の実行をシミュレートするスクリプトを作成します。同時に、固定損切りと利食い、フローティング損切りとフローティング利食いの3つのオプションをチェックします。 一見すると、損切りと利食いが固定されたオプション（青い線）が勝ちです。

新しい記事「 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） 」はパブリッシュされました: 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。

新しい記事「 ニューラルネットワークが簡単に（第34部）：FQF（Fully Parameterized Quantile Function、完全にパラメータ化された分位数関数） 」はパブリッシュされました

新しい記事「 自動で動くEAを作る（第08回）：OnTradeTransaction 」はパブリッシュされました: 今回は、受注システムに関する問題を迅速かつ効率的に処理するためのイベント処理システムの使用方法について紹介します。このシステムにより、EAは必要なデータを常に検索する必要がなくなり、より速く動作するようになります。

新しい記事「 データサイエンスと機械学習（第10回）：リッジ回帰 」はパブリッシュされました: リッジ回帰は、モデルの複雑さを軽減し、単純な線形回帰に起因する過学習を防ぐためのシンプルな手法です。 すべてのデータを学習データとして使用した場合、モデルの性能は若干異なります。 出力を保存して同じ軸にプロットすると、次のようなグラフになります。 線形モデルと青色でマークされた予測因子の違いはほとんどわかりません。リッジ回帰がデータセットにうまく適合していないことがわかるだけです。両モデルを1つずつ訓練してテストしてみましょう。 作者: Omega J Msigwa

新しい記事「 MetaTrader 5におけるバイナリーオプション戦略のテストと最適化 」はパブリッシュされました: 今回は、MetaTrader5でのバイナリーオプション戦略の確認と最適化をおこないます。 平均化した場合のテスト結果です。ようやく成功しました。 次は、平均化した最適化結果です。 作者: Roman Poshtar

新しい記事「 MQL5クックブック - マクロ経済イベントデータベース 」はパブリッシュされました: この記事では、SQLiteエンジンに基づいてデータベースを処理する可能性について説明します。CDatabaseクラスは、OOP原則を便利かつ効率的に使用するために作成されました。その後、マクロ経済イベントのデータベースの作成と管理に関与しています。この記事では、CDatabaseクラスの複数のメソッドを使用する例を示します。 表に新しい列を追加することも、かなり一般的なタスクです。 COUNTRIES表を拡張し、カレンダーに含まれるマクロ経済イベントの数を含む列を追加する必要があるとします。

新しい記事「 自動で動くEAを作る（第07回）：口座の種類(II) 」はパブリッシュされました: 今日は、自動モードでシンプルかつ安全に動作するエキスパートアドバイザー(EA)を作成する方法を紹介します。トレーダーは、自動EAが何をしているのかを常に意識しておく必要があります。そうすれば、もしEAが「レールから外れた」場合、トレーダーはできるだけ早くチャートからEAを取り除き、状況をコントロールすることができます。 前回の「 自動で動くEAを作る（第06回）：口座の種類(I) 」稿で

新しい記事「 自動で動くEAを作る（第06回）：口座の種類（I） 」はパブリッシュされました: 今日は、自動モードでシンプルかつ安全に動作するエキスパートアドバイザー(EA)を作成する方法を紹介します。このEAは、現状ではどんな状況でも機能しますが、まだ自動化には至っていません。まだ、いくつかの点で工夫が必要です。

新しい記事「 ニューラルネットワークが簡単に（第33部）：分散型Q学習における分位点回帰 」はパブリッシュされました: 分散型Q学習の研究を続けます。今日は、この方法を反対側から見てみましょう。価格予測問題を解決するために、分位点回帰を利用する可能性を検討します。 NetCreator というツールを使って訓練モデルを作成しました。このモデルのアーキテクチャは、前回までの訓練 モデル のアーキテクチャと同じです。最後のSoftMaxの正規化層を削除して、モデル結果エリアが、使用された報酬方策のどの結果も再現できるようにしました。

新しい記事「 データサイエンスと機械学習（第11回）：単純ベイズ、取引における確率論 」はパブリッシュされました

新しい記事「 母集団最適化アルゴリズム：細菌採餌最適化(BFO) 」はパブリッシュされました: 大腸菌の採餌戦略は、科学者にBFO最適化アルゴリズムの作成を促しました。このアルゴリズムには、最適化に対する独自のアイデアと有望なアプローチが含まれており、さらに研究する価値があります。 細菌採餌最適化（Bacterial Foraging

新しい記事「 Murrayシステム再訪問 」はパブリッシュされました: グラフィカルな価格分析システムは、当然ながらトレーダーの間で人気があります。今回は、有名なレベルを含む完全なMurray（マレー）システム、および現在の価格ポジションを評価し、取引を決定するための有用な他のテクニックについて説明します。 レベル 突破 とは、 価格がレベルを超えて、固定された 状態のことです。 例えば、1本目のローソク足がレベルを下回り、2本目、3本目がレベルを上回った場合、そのレベルは突破されたと判断することができます。

新しい記事「 エキスパートアドバイザー(EA)の選び方：取引ボットを却下するための20の強力な基準 」はパブリッシュされました