記事、ライブラリコメント - ページ 5

新しい記事「 人工協調探索(ACS)アルゴリズム 」はパブリッシュされました: 人工協調探索(ACS)は、バイナリ行列と、相互主義的関係と協調に基づく複数の動的な個体群を用いて、最適解を迅速かつ正確に探索する革新的な手法です。捕食者と被食者に対するACS独自のアプローチにより、数値最適化問題で優れた結果を出すことができます。 ACSアルゴリズムは2013年にPinar Civiciogluによって提案され、信頼領域内の候補解を含む2つの基本母集団を用いて始まります。その後、このアルゴリズムはランダムステップとバイナリー行列を使って、初期の α 超個体群と β

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36回）：マルコフ連鎖を用いたQ学習 」はパブリッシュされました: 強化学習は、教師あり学習、教師なし学習と並んで、機械学習における3つの主要な考え方の1つです。そのため、最適制御、つまり目的関数に最も適した長期的な方針を学習することに関心があります。このような背景から、ウィザードが作成したEAのMLPの学習プロセスにおいて、MLPがどのような役割を果たす可能性があるのかを探ります。

新しい記事「 古典的な戦略を再構築する（第7回）：USDJPYにおける外国為替市場とソブリン債務分析 」はパブリッシュされました: 本日の記事では、今後の為替レートと国債の関係を分析します。債券は、最も人気のある固定利付証券の1つであり、今回の議論の焦点となります。AIを使用して従来の戦略を改善できるかどうかを一緒に検討しましょう。

新しい記事「 ニュース取引が簡単に（第2回）：リスク管理 」はパブリッシュされました: この記事では、以前のコードと新しいコードに継承を導入します。効率性を高めるために新しいデータベース設計が実装されます。さらに、取引量計算に取り組むためのリスク管理クラスも作成されます。 本連載の前回の 記事

新しい記事「 チャート上で取引を視覚化する（第1回）：分析期間の選択 」はパブリッシュされました: ここでは、取引エントリを分析するために取引の印刷画面のアンロードを簡素化するスクリプトをゼロから開発します。単一の取引に関するすべての必要な情報は、異なる時間枠を描画する機能を備えた1つのチャートに便利に表示されます。

新しい記事「 PythonとMQL5でロボットを開発する（第2回）：モデルの選択、作成、訓練、Pythonカスタムテスター 」はパブリッシュされました: PythonとMQL5で自動売買ロボットを開発する連載を続けます。今日は、モデルの選択と訓練、テスト、交差検証、グリッドサーチ、モデルアンサンブルの問題を解決します。 前回の 記事

新しい記事「 ニューラルネットワークが簡単に（第90回）：時系列の周波数補間(FITS) 」はパブリッシュされました: FEDformer法を研究することで、時系列表現の周波数領域への扉を開きました。この新しい記事では、私たちが始めたトピックを続けます。分析をおこなうだけでなく、特定の分野におけるその後の状態を予測することができる手法について考えてみたいと思います。 前回の記事では、周波数領域を用いて時系列パターンを検出する FEDformer 法について説明しました。しかし、この手法で用いられている Transformer

新しい記事「 多通貨エキスパートアドバイザーの開発（第12回）：プロップトレーディングレベルのリスクマネージャーの育成 」はパブリッシュされました: 開発中のEAには、ドローダウンを制御するための特定のメカニズムがすでに備わっています。しかし、これは過去の価格データに対するテストの結果に基づいているため、本質的には確率的です。したがって、ドローダウンは最大予想値を超える場合があります (ただし、確率は小さいです)。指定されたドローダウン レベルへの準拠を保証するメカニズムを追加してみましょう。 最近、「 手動取引のリスクマネージャー 」および「 アルゴリズム取引のリスクマネージャー

新しい記事「 ニューラルネットワークの実践：直線関数 」はパブリッシュされました: この記事では、データベース内のデータを表現できる関数を取得するためのいくつかの方法について簡単に説明します。統計や確率の研究を用いて結果を解釈する方法については詳細に触れません。この問題の数学的側面について深く知りたい方にお任せします。これらの問いを検討することは、ニューラルネットワークの研究において非常に重要です。ここでは、このテーマを冷静に掘り下げていきます。

新しい記事「 ニューラルネットワークが簡単に（第89回）：FEDformer (Frequency Enhanced Decomposition Transformer) 」はパブリッシュされました: これまで検討してきたすべてのモデルは、環境の状態を時系列として分析します。ただし、時系列は周波数特徴の形式で表現することもできます。この記事では、時系列の周波数成分を使用して将来の状態を予測するアルゴリズムを紹介します。 時系列の長期予測は、さまざまな応用問題を解決する上で長年の課題となっています。 Transformer

新しい記事「 リプレイシステムの開発（第48回）：サービスの概念を理解する 」はパブリッシュされました: 何か新しいことを学んでみませんか。この記事では、スクリプトをサービスに変換する方法と、それがなぜ便利なのかについて説明します。 リプレイ/シミュレーターシステムに関する本連載の初めに、私はサービスを利用してチャート上にコントロール指標を配置できるようにしようと時間を費やしました。最初は成功しませんでしたが、あきらめずに試行を続けました。何度も失敗し、この問題で成功することはありませんでした。しかし、プロジェクトを中止することはできなかったため、その時点で別の方法を取ることにしました。

新しい記事「 リプレイシステムの開発（第49回）：物事は複雑になる(I) 」はパブリッシュされました: この記事では、物事は少し複雑になります。前回の記事で紹介した内容を使用して、ユーザーが独自のテンプレートを使用できるようにテンプレート ファイルを開きます。ただし、MetaTrader 5の負荷を軽減するために指標を改良していく予定なので、変更は徐々におこなっていく予定です。 この記事では、「 リプレイシステムの開発（第48回）：:理解し、考えるべき概念

新しい記事「 リプレイシステムの開発（第50回）：物事は複雑になる(II) 」はパブリッシュされました: チャートIDの問題を解決すると同時に、ユーザーが希望する資産の分析とシミュレーションに個人用テンプレートを使用できるようにする機能を提供し始めます。ここで提示される資料は教育目的のみであり、提示される概念の学習および習得以外の目的には決して適用されないものとします。

新しい記事「 リプレイシステムの開発（第47回）：Chart Tradeプロジェクト(VI) 」はパブリッシュされました: ついに、Chart Trade指標はEAと相互作用を開始し、情報をインタラクティブに転送できるようにします。そこで今回は、この指標を改良し、どのEAでも使えるような機能的なものにします。これにより、Chart Trade指標にアクセスし、実際にEAに接続されているかのように操作できるようになります。しかし、以前よりもずっと興味深い方法でそれをおこなうつもりです。 前回の「 リプレイシステムの開発（第46回）：Chart Tradeプロジェクト(V)

新しい記事「 ニューラルネットワークの実践：最小二乗法 」はパブリッシュされました: この記事では、数式がコードで実装されたときよりも見た目が複雑になる理由など、いくつかのアイデアについて説明します。さらに、チャートの象限を設定する方法と、MQL5コードで発生する可能性のある1つの興味深い問題についても検討します。正直に言うと、まだどう説明すればいいのかよくわかりません。とにかく、コードで修正する方法を紹介します。 みなさんこんにちは。ニューラルネットワークに関する新しい記事へようこそ。 前の「 ニューラルネットワークの実践：割線

新しい記事「 行列分解：より実用的なモデリング 」はパブリッシュされました: 行と列ではなく列のみが指定されているため、行列モデリングが少し奇妙であることに気付かなかったかもしれません。行列分解を実行するコードを読むと、これは非常に奇妙に見えます。行と列がリストされていることを期待していた場合、因数分解しようとしたときに混乱する可能性があります。さらに、この行列モデリング方法は最適ではありません。これは、この方法で行列をモデル化すると、いくつかの制限に遭遇し、より適切な方法でモデル化がおこなわれていれば必要のない他の方法や関数を使用せざるを得なくなるためです。

新しい記事「 市場イベント予測のための因果ネットワーク分析(CNA)とベクトル自己回帰モデルの例 」はパブリッシュされました: この記事では、MQL5で因果ネットワーク分析(CNA: Causal Network Analysis)とベクトル自己回帰(VAR: Vector Autoregression)デルを使用した高度な取引システムを実装するための包括的なガイドを紹介します。これらの手法の理論的背景をカバーし、取引アルゴリズムにおける主要な機能を詳細に説明し、実装のためのサンプルコードも含んでいます。

新しい記事「 MQL5-Telegram統合エキスパートアドバイザーの作成（第4回）：関数コードのモジュール化による再利用性の向上 」はパブリッシュされました: の記事では、MQL5からTelegramへのメッセージおよびスクリーンショット送信に使用されている既存コードを、再利用可能なモジュール関数へと整理し、リファクタリングをおこないます。これによりプロセス全体が効率化され、複数インスタンスでの実行効率が高まるだけでなく、コードの管理も容易になります。 本連載第4部では、コードの モジュール化

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35回）：サポートベクトル回帰 」はパブリッシュされました: サポートベクトル回帰(SVR)は、2つのデータセット間の関係を最も適切に表現する関数または「超平面」を見つけるための理想的な手法です。本稿では、MQL5ウィザードのカスタムクラス内での時系列予測において、この手法を活用することを試みます。

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34回）：非従来型RBMによる価格の埋め込み 」はパブリッシュされました: 制限ボルツマンマシンは、1980年代半ば、計算資源が非常に高価だった時代に開発されたニューラルネットワークの一種です。当初は、入力された訓練データセットの次元を削減し、隠れた確率や特性を捉えるために、ギブスサンプリングとコントラストダイバージェンス（Contrastive Divergence）に依存していました。RBMが予測用の多層パーセプトロンに価格を「埋め込む」場合、バックプロパゲーションがどのように同様の性能を発揮できるかを検証します。

新しい記事「 取引におけるナッシュ均衡ゲーム理論のHMMフィルタリングの応用 」はパブリッシュされました: この記事では、ジョン・ナッシュのゲーム理論、特にナッシュ均衡の取引への応用について詳しく掘り下げます。トレーダーがPythonスクリプトとMetaTrader 5を活用し、ナッシュの原理を利用して市場の非効率性を特定し、活用する方法について解説します。また、この記事では、隠れマルコフモデル（HMM）や統計分析の利用を含むこれらの戦略を実行するためのステップバイステップのガイドを提供し、取引パフォーマンスの向上を目指します。

新しい記事「 MQL5-Telegram統合エキスパートアドバイザーの作成（第3回）：MQL5からTelegramにキャプション付きチャートのスクリーンショットを送信する 」はパブリッシュされました: この記事では、チャートのスクリーンショットを画像データとしてエンコードし、HTTPリクエストを通じてTelegramチャットに送信するMQL5のエキスパートアドバイザー(EA)を作成します。この画像のエンコードと送信の統合によって、既存のMQL5-Telegramシステムが強化され、Telegram上で直接視覚的な取引洞察を提供できるようになります。 前回の 第2回

新しい記事「 MQL5のパラボリックSARトレンド戦略による取引戦略の自動化:効果的なEAの作成 」はパブリッシュされました: この記事では、MQL5を使用してパラボリックSAR戦略を基にした取引戦略を自動化する方法について説明します。効果的なエキスパートアドバイザー(EA)を創り出します。このEAは、パラボリックSAR指標によって識別されたトレンドに基づいて取引を実行します。

新しい記事「 ダイナミックマルチペアEAの形成（第1回）：通貨相関と逆相関 」はパブリッシュされました: ダイナミックマルチペアEAは、相関戦略と逆相関戦略の両方を活用し、取引パフォーマンスの最適化を図ります。リアルタイムの市場データを分析することで、通貨ペア間の相関関係や逆相関関係を特定し、それらを取引に活かします。

新しい記事「 Candlestick Trend Constraintモデルの構築（第8回）：エキスパートアドバイザー(EA)の開発 (II) 」はパブリッシュされました: 独立したEAについて考えてみましょう。前回は、リスクとリターンのジオメトリを描くために独立したスクリプトと連携する、指標ベースのEAについて説明しました。今回は、すべての機能を1つのプログラムに統合したMQL5 EAのアーキテクチャについて解説します。

新しい記事 手動取引のサポーターを作成する はパブリッシュされました: 近年、為替市場の為のトレードロボットの数は、雪だるま式に増えています。これらのトレードロボットの中には、様々な概念や戦略がありますが、負けない人工知能の作成は誰も成し遂げていません。その為、多くのトレーダーは手動取引を支持しています。しかし、このようなスペシャリストの為に、トレードパネルと呼ばれるロボットアシスタントが作成されています。この記事では、トレードパネルの作成例を『ゼロから』ご紹介していきます。 白紙の紙を手に取り、取り入れる必要のある要素を全て配置しつつ、私達の未来のトレードパネルを描いていきましょう...

新しい記事「 MQL5で取引管理者パネルを作成する（第１回）：メッセージングインターフェイスの構築 」はパブリッシュされました: この記事では、システム管理者を対象に、プラットフォーム内で他のトレーダーと直接コミュニケーションを図るための、MetaTrader 5用メッセージングインターフェイスの作成について説明します。ソーシャルプラットフォームとMQL5との最近の統合により、さまざまなチャンネルに素早くシグナルをブロードキャストことができるようになりました。YESかNOのどちらかをクリックするだけで、送られてきたシグナルを検証できることをご想像ください。詳しくは本稿をご覧ください。

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33回）：ガウス過程カーネル 」はパブリッシュされました: ガウス過程カーネルは正規分布の共分散関数であり、予測において役割を果たす可能性があります。MQL5のカスタムシグナルクラスで、このユニークなアルゴリズムを探求し、プライムエントリシグナルやエグジットシグナルとして活用できるかを検証しました。 ガウス過程 カーネルは、時系列などのデータポイント間の関係を測定するためにガウス過程で使用される 共分散関数

新しい記事「 MQL5とデータ処理パッケージの統合（第2回）：機械学習と予測分析 」はパブリッシュされました: 本連載では、MQL5とデータ処理パッケージの統合について考察し、機械学習と予測分析の強力な組み合わせを深掘りします。MQL5と一般的な機械学習ライブラリをシームレスに接続することで、金融市場向けの高度な予測モデルを実現する方法を探ります。

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32回）：正則化 」はパブリッシュされました: 正則化とは、ニューラルネットワークの各層に適用される個々の重みに比例して、損失関数にペナルティを課す形式です。ウィザードで組み立てたEAを使ったテスト実行を通じて、さまざまな正則化形式が持つ重要性を見ていきます。 正規化