記事、ライブラリコメント - ページ 2

新しい記事「 ニューラルネットワークが簡単に（第84回）：RevIN (Reversible Normalization) 」はパブリッシュされました: 入力データの前処理がモデル訓練の安定性に大きく寄与することは、すでに広く知られています。オンラインで「生」の入力データを処理するために、バッチ正規化層が頻繁に使用されますが、時には逆の手順が求められる場合もあります。この記事では、この問題を解決するための1つのアプローチについて解説します。

新しい記事「 ブレインストーム最適化アルゴリズム(第2部）：マルチモーダリティ 」はパブリッシュされました: 記事の第2部では、BSOアルゴリズムの実用的な実装に移り、テスト関数のテストを実施し、BSOの効率を他の最適化手法と比較します。 第１部 では、ブレインストーミングにヒントを得たこの革新的な手法の基本原理を明らかにするブレインストーム最適化(BSO)アルゴリズムで最適化の世界を掘り下げました。その論理構造を学ぶとともに、クラスタリング手法であるK-MeansとK-Means++の議論にも踏み込みました。ブレインストーム最適化(BSO: Brain Storm

新しい記事「 多通貨エキスパートアドバイザーの開発（第8回）：新しいバーの負荷テストと処理 」はパブリッシュされました: 進歩に伴い、1つのEAでより多くの取引戦略インスタンスを同時に実行するようになりました。リソースの限界に達する前に、どのくらいのインスタンスが利用可能かを検討することが重要です。 最初の 記事 では、2つの取引戦略を備えたEAを開発しました。 2回目

新しい記事「 ブレインストーム最適化アルゴリズム(第1部）：クラスタリング 」はパブリッシュされました: この記事では、「ブレインストーミング」と呼ばれる現象にヒントを得た、BSO (Brain Storm Optimization)と呼ばれる革新的な最適化手法を見ていきます。また、BSO法が適用するマルチモーダル最適化問題を解くための新しいアプローチについても説明します。これにより、部分集団の数を事前に決定することなく、複数の最適解を見つけることができるのです。K-MeansとK-Means++のクラスタリング法も検討します。 ブレインストーム最適化(BSO: Brain Storm

新しい記事「 ニューラルネットワークが簡単に（第83回）：「Conformer」Spatio-Temporal Continuous Attention Transformerアルゴリズム 」はパブリッシュされました: この記事では、天気予報を目的に開発されたConformerアルゴリズムについて紹介します。天気の変動性や予測の難しさは、金融市場の動きとしばしば比較されます。Conformerは、Attentionモデルと常微分方程式の利点を組み合わせた高度な手法です。

新しい記事「 リプレイシステムの開発（第45回）：Chart Tradeプロジェクト(IV) 」はパブリッシュされました: この記事の主な目的は、C_ChartFloatingRADクラスの紹介と説明です。Chart Trade指標は、非常に興味深い方法で機能しています。チャート上のオブジェクトの数はまだ少ないものの、期待通りの機能を実現しています。指標の値は編集可能ですが、その実現方法については疑問が残るかもしれません。この記事を読めば、これらの疑問が解消されるでしょう。 前回の「 リプレイシステムの開発（第44回）：Chart Tradeプロジェクト(III) 」では、Chart

新しい記事「 因果推論における時系列クラスタリング 」はパブリッシュされました: 機械学習におけるクラスタリングアルゴリズムは、元データを類似した観察結果を持つグループに分けることができる重要な教師なし学習法です。これらのクラスタを用いることで、特定の市場クラスタを分析したり、新しいデータを基に最も安定したクラスタを探索したり、因果関係を推定したりすることが可能です。本稿では、Pythonによる時系列クラスタリングのための独自の手法を提案します。

新しい記事「 ニューラルネットワークが簡単に（第82回）：常微分方程式モデル(NeuralODE) 」はパブリッシュされました: この記事では、環境状態のダイナミクスを研究することを目的とした別のタイプのモデルについて説明します。

新しい記事「 DoEasy - サービス関数（第2回）：はらみ線パターン 」はパブリッシュされました: 今回は、引き続きDoEasyライブラリの価格パターンを見ていきましょう。また、プライスアクションフォーメーションのはらみ線パターンクラスも作成します。 引き続き時系列データに基づいて形成されたパターンを開発します。 パターン連載の最初の記事

新しい記事「 リプレイシステムの開発（第4４回）：Chart Tradeプロジェクト（III） 」はパブリッシュされました: 前回の記事では、OBJ_CHARTで使用するテンプレートデータの操作方法について解説しました。ただし、あの記事ではトピックの概要に焦点を当て、詳細な部分には触れていませんでした。これは、説明をよりシンプルにするために、非常に簡略化された手法を用いたからです。物事は一見シンプルに見えることが多いですが、実際にはそうではないケースもあり、全体を正確に理解するためには、まず最も基本的な部分をしっかり押さえる必要があります。 前回の「

新しい記事「 行列分解：基本 」はパブリッシュされました: ここでの目的は教訓を得ることなので、できるだけシンプルに話を進めたいと思います。具体的には、必要な行列の乗算だけを実装します。行列とスカラーの乗算をシミュレートするにはこれで十分であることが今日わかるでしょう。行列分解を実装する際に多くの人が直面する最大の課題は、スカラーの分解と異なり、因子の順序が結果に影響を与えるため、行列の場合はその点に注意が必要だということです。 皆さん、教育的な内容の私の新しい記事へようこそ。

新しい記事「 MQL5でのもみ合いレンジブレイクアウト戦略に基づくエキスパートアドバイザー(EA)の開発 」はパブリッシュされました: この記事では、もみ合い期間後の価格ブレイクアウトを活用したエキスパートアドバイザー(EA)の作成手順を説明します。トレーダーは、もみ合いレンジを特定し、ブレイクアウトレベルを設定することで、この戦略に基づいて取引判断を自動化できます。EAは、誤ったブレイクアウトを回避しつつ、明確なエントリポイントとエグジットポイントを提供することを目的としています。 Strategy Blueprint To easily understand the concept

新しい記事「 MQL5入門（第8回）：初心者のためのEA構築ガイド(II) 」はパブリッシュされました: この記事では、MQL5フォーラムでよく見られる初心者からの質問を取り上げ、実践的な解決策を紹介します。売買やローソク足の価格取得、取引限度額の設定、取引期間や利益/損失の閾値の管理といった基本的なタスクを自動売買で実行する方法を学びます。MQL5でのこれらの概念の理解と実装を強化するため、ステップごとのガイダンスも提供します。

新しい記事「 初心者のためのMQL5におけるファンダメンタル分析とテクニカル分析戦略の組み合わせ 」はパブリッシュされました: この記事では、トレンドフォローとファンダメンタル分析の原則を1つのエキスパートアドバイザー(EA)にシームレスに統合し、より強固な取引戦略を構築する方法について説明します。MQL5を活用して、誰でも簡単にカスタマイズされた取引アルゴリズムを作成できることを紹介します。

新しい記事「 PythonとMQL5によるポートフォリオ最適化 」はパブリッシュされました: この記事では、MetaTrader 5を使ったPythonとMQL5による高度なポートフォリオ最適化技術を紹介します。データ分析、資産配分、売買シグナル生成のためのアルゴリズム開発方法を示し、現代の金融管理やリスク軽減におけるデータ主導の意思決定の重要性を強調します。

新しい記事「 MQL5でインタラクティブなグラフィカルユーザーインターフェイスを作成する（第2回）：コントロールと応答性の追加 」はパブリッシュされました: ダイナミックな機能でMQL5のGUIパネルを強化することで、ユーザーの取引体験を大幅に向上させることができます。インタラクティブな要素、ホバー効果、リアルタイムのデータ更新を取り入れることで、パネルは現代のトレーダーにとって強力なツールとなるでしょう。

新しい記事「 データサイエンスと機械学習(第26回)：時系列予測における究極の戦い - LSTM対GRUニューラルネットワーク 」はパブリッシュされました: 前回の記事では、データの長期的な依存関係をうまく捉えられないにもかかわらず、利益を上げる戦略を構築できる単純RNNについて説明しました。この記事では、LSTM (Long-Short Term Memory)とGRU (Gated Recurrent Unit)の両方について説明します。この2つは、単純RNNの欠点を克服し、それを凌駕するために紹介されました。 LSTM (Long Short-Term Memory) とGRU

新しい記事「 MetaTrader 5のEMAクロスオーバーに基づくカスケード注文取引戦略 」はパブリッシュされました: この記事は、MetaTrader 5のEMAクロスオーバーに基づく自動化アルゴリズムのデモをガイドしています。価格帯の動作分析からリスク管理まで、MQL5のエキスパートアドバイザー(EA)を示し、MetaTrader 5でテストするためのあらゆる側面に関する詳細情報を含みます。 以下は、移動平均線と価格データをプロットしたグラフです。プロットには、価格シリーズ、高速移動平均（10日EMA）、低速移動平均（20日EMA）が含まれます。

新しい記事「 Candlestick Trend Constraintモデルの構築（第6回）：オールインワン統合 」はパブリッシュされました: 一つの大きな課題は、異なる機能を持つ同じプログラムを、同じ通貨ペアに対して複数のチャートウィンドウで実行し、管理することです。この問題を解決するには、複数の機能を一つのメインプログラムに統合する方法を検討する必要があります。さらに、プログラムの設定を操作ログに出力する方法や、成功したシグナルのブロードキャストをチャートインターフェイス上に表示する方法についても解説します。連載が進むにつれ、この記事でさらに詳しい情報を提供していきます。

新しい記事「 初心者のためのMQL5によるSP500取引戦略 」はパブリッシュされました: MQL5を活用してS&P500指数を正確に予測する方法をご紹介します。古典的なテクニカル分析とアルゴリズム、そして長年の経験に裏打ちされた原理を組み合わせることで、安定性を高め、確かな市場洞察力を得られます。

新しい記事「 スマートマネーコンセプト(BOS)とRSI指標をEAに統合する方法 」はパブリッシュされました: 市場構造に基づいた情報に基づく自動売買の意思決定を可能にするためには、スマートマネーコンセプト(Break Of Structure: BOS)とRSI指標の組み合わせが有効です。 ペースの速い外国為替取引の世界では、信頼性が高く効率的な取引システムを持つことが成功の鍵です。取引にはさまざまな用語や概念、戦略が存在し、特に、まだ取引業界で足場を固めようとしている新人トレーダーにとっては、圧倒されることもしばしばです。 スマートマネーコンセプト(Smart Money Concept

新しい記事「 知っておくべきMQL5ウィザードのテクニック（第27回）：移動平均と迎角 」はパブリッシュされました: 迎角はよく引用される指標で、その急勾配は優勢なトレンドの強さと強い相関があると理解されています。一般的にどのように使用され、理解されているかを調べ、それを使用する取引システムの利益のために、その測定方法に導入可能な変更があるかどうかを検討します。

新しい記事「 固有ベクトルと固有値：MetaTrader 5での探索的データ分析 」はパブリッシュされました: この記事では、データ内の特異な関係性を明らかにするために、固有ベクトルと固有値を探索的データ分析にどのように応用できるかを探ります。 主成分分析(PCA)は、データ探索における次元削減の役割で広く知られています。しかし、その可能性は大規模なデータセットを削減するだけにとどまりません。PCAの中核にあるのは固有値と固有ベクトルであり、これらはデータ内に潜む関係性を解明するための重要な手段です。この記事では、固有構造を活用してこうした隠れた関係を明らかにするテクニックを探ります。

新しい記事「 Pythonを使ったEAとバックテストのための感情分析とディープラーニング 」はパブリッシュされました: この記事では、EAで使用するPythonによる感情分析とONNXモデルを紹介します。あるスクリプトはTensorFlowで学習させたONNXモデルをディープラーニング予測用に実行し、別のスクリプトはニュースのヘッドラインを取得し、AIを使用して感情を数値化します。 ディープラーニングと感情分析をMetaTrader 5

新しい記事「 知っておくべきMQL5ウィザードのテクニック（第26回）：移動平均とハースト指数 」はパブリッシュされました: ハースト指数は、時系列データが長期間にわたってどれだけ自己相関しているかを示す指標です。ハースト指数は、時系列データの長期的な特性を捉えることがわかっているため、経済や金融に限らず、幅広い時系列分析において重要な役割を果たします。本稿では、ハースト指数を移動平均線と組み合わせることで、トレーダーにとって有用なシグナルをどのように得られるかを検討し、その潜在的なメリットに焦点を当てます。

新しい記事「 MQL5で日次ドローダウンリミッターEAを作成する 」はパブリッシュされました: この記事では、取引アルゴリズムに基づくエキスパートアドバイザー(EA)の作成方法を、詳細な観点から解説しています。これはMQL5のシステムを自動化し、デイリードローダウンをコントロールするのに役立ちます。

新しい記事「 多通貨エキスパートアドバイザーの開発（第7回）：フォワード期間に基づくグループの選択 」はパブリッシュされました: 以前は、個々のインスタンスの最適化が実施されたのと同じ期間においてのみ、共同運用の結果を改善する目的で、取引戦略インスタンスグループの選択を評価しました。フォワード期間中に何が起こるか見てみましょう。 標準的なMetaTrader

新しい記事「 MQLプロジェクトでJSON Data APIを使用する 」はパブリッシュされました: MetaTraderにはないデータを使用できることを想像してみてください。価格分析とテクニカル分析による指標からデータを得るだけです。取引力を一段と高めるデータにアクセスできることを想像してみてください。APIデータを通して他のソフトウェア、マクロ分析手法、超高度ツールの出力をMetaTraderを通じてミックスすれば、MetaTraderソフトウェアのパワーを倍増させることができます。この記事では、APIの使い方を教え、便利で価値のあるAPIデータサービスを紹介します。

新しい記事「 非定常過程と偽回帰 」はパブリッシュされました: この記事では、モンテカルロシミュレーションを用いて非定常過程に回帰分析を適用しようとすると、偽回帰が発生することを示しています。

新しい記事「 母集団最適化アルゴリズム：群鳥アルゴリズム(BSA) 」はパブリッシュされました: 本稿では、自然界における鳥の群れの集団的な相互作用に着想を得た、鳥の群れに基づくアルゴリズム(BSA)を探求します。飛行、警戒、採餌行動の切り替えなど、BSAの個体にはさまざまな探索戦略があるため、このアルゴリズムは多面的なものとなっています。鳥の群れ、コミュニケーション、適応性、先導と追随の原理を利用し、効率的に最適解を見つけます。 群鳥アルゴリズム(Bird Swarm Algorithm