記事、ライブラリコメント - ページ 5

新しい記事「 プッシュ通知による取引の監視：MetaTrader 5サービスの例 」はパブリッシュされました: この記事では、取引結果をスマートフォンに通知するサービスアプリの作成について説明します。標準ライブラリオブジェクトのリストを処理して、必要なプロパティごとにオブジェクトの選択を整理する方法を学習します。 金融市場で取引をおこなう場合、過去の一定期間におこなわれた取引の結果に関する情報が利用可能かどうかが重要な要素となります。

新しい記事「 取引におけるニューラルネットワーク：Adam-mini最適化によるメモリ消費量の削減 」はパブリッシュされました: モデルの訓練と収束プロセスの効率を向上させるためのアプローチの1つが、最適化手法の改良です。Adam-miniは、従来のAdamアルゴリズムを改良し、より効率的な適応型最適化を実現することを目的とした手法です。 ニューラルネットワークについて学び始めたとき、モデルパラメータを 最適化するためのさまざまなアプローチ

新しい記事「 初級から中級へ：変数(I) 」はパブリッシュされました: 多くの初心者プログラマーは、自分のコードが期待どおりに動作しない理由を理解するのに苦労します。コードを正しく機能させるためには、さまざまな要素が関わります。ただ関数や操作を組み合わせるだけでは、コードが適切に動作するとは限りません。今日は、単にコードをコピー＆ペーストするのではなく、実際に正しくコードを書く方法を学んでみましょう。ここで提供される資料は教育目的のみに使用されるべきです。いかなる状況においても、提示された概念を学習し習得する以外の目的でアプリケーションを閲覧することは避けてください。

新しい記事「 リプレイシステムの開発（第59回）：新たな未来 」はパブリッシュされました: さまざまなアイデアを適切に理解することで、より少ない労力でより多くのことを実現できます。この記事では、サービスがチャートと対話する前にテンプレートを構成する必要がある理由について説明します。また、マウスポインタを改良し、より多くの機能を持たせることについても考察します。 前回の「 リプレイシステムの開発（第58回）:サービス業務への復帰

新しい記事「 カスタムインジケーター:ネット口座の部分的なエントリー、エグジット、リバーサル取引のプロット 」はパブリッシュされました: この記事では、MQL5でインジケーターを作成する非標準的な方法について説明します。トレンドやチャートパターンに注目するのではなく、部分的なエントリーやエグジットを含めた独自のポジション管理を目的とします。取引履歴やポジションに関連する動的マトリックスと、いくつかの取引機能を広範に活用し、これらの取引がおこなわれた場所をチャート上に表示します。

新しい記事「 リプレイシステムの開発（第58回）：サービスへの復帰 」はパブリッシュされました: リプレイ/シミュレーターサービスの開発と改良を一時中断していましたが、再開することにしました。ターミナルグローバルのようなリソースの使用をやめたため、いくつかの部分を完全に再構築しなければなりません。ご心配なく。このプロセスを詳細に説明することで、誰もが私たちのサービスの進展についていけるようにします。 前回の「 リプレイシステムの開発（第57回）：テストサービスの内訳

新しい記事「 リプレイシステムの開発（第57回）：テストサービスについて 」はパブリッシュされました: 注意点が1つあります。この記事にはサービスコードは含まれておらず、次の記事でのみ提供されます。ただし、実際の開発の出発点として同じコードを使用するため、この記事ではその説明をおこないます。ですので、注意深く、そして忍耐強く読んでください。毎日、すべてがさらに面白くなっていきますので、次の記事を楽しみにお待ちください。 前回の「 リプレイシステムの開発（第56回）：モジュールの適応

新しい記事「 PythonとMQL5による多銘柄分析（第2回）：ポートフォリオ最適化のための主成分分析 」はパブリッシュされました: 取引口座のリスク管理は、すべてのトレーダーにとっての課題です。MetaTrader 5で、さまざまな銘柄に対して高リスク、中リスク、低リスクモードを動的に学習する取引アプリケーションを開発するにはどうすればよいでしょうか。PCA（主成分分析）を使用することで、ポートフォリオの分散をより効果的に管理できるようになります。MetaTrader 5から取得した市場データを基に、これら3つのリスクモードを学習するアプリケーションの作成方法を説明します。

新しい記事「 PythonとMQL5を使用した特徴量エンジニアリング（第1回）：長期AIモデルの移動平均の予測 」はパブリッシュされました: 移動平均は、AIモデルが予測するのに最適な指標です。しかし、データを慎重に変換することで、さらなる精度向上が可能です。本記事では、現在の手法よりもさらに先の未来を、高い精度を維持しながら予測できるAIモデルの構築方法を解説します。移動平均がこれほど有用な指標であることには驚かされます。 前回の 記事

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45回）：モンテカルロ法による強化学習 」はパブリッシュされました: モンテカルロは、ウィザードで組み立てられたエキスパートアドバイザー(EA)における実装を検討するために取り上げる、強化学習の4つ目の異なるアルゴリズムです。ランダムサンプリングに基づいていますが、多様なシミュレーション手法を活用できる点が特徴です。 本記事では、強化学習のさらなる考察として、 モンテカルロ 法を取り上げます。このアルゴリズムは、Q学習やSARSAと非常に類似しており、実際には

新しい記事「 MQL5での暗号化の探索：ステップごとのアプローチ 」はパブリッシュされました: この記事では、MQL5内での暗号化の統合について探り、取引アルゴリズムのセキュリティと機能を強化する方法を紹介します。主要な暗号化手法と、それらを自動取引に実際に実装する方法について説明します。 技術的な側面に進む前に、アルゴリズム取引において暗号化がなぜ重要なのかを理解することが大切です。暗号化は本質的に、情報を保護する科学であり、データの機密性、完全性、そして真正性を確保することを目的としています。取引アルゴリズムの文脈において、暗号化は次のような複数の目的を果たします。 知的財産の保護

新しい記事「 適応型社会行動最適化(ASBO)：二段階の進化 」はパブリッシュされました: 生物の社会的行動と、それが新しい数学モデルであるASBO（適応型社会的行動最適化）の開発に与える影響について、引き続き考察していきます。今回は、二段階の進化プロセスを詳しく分析し、アルゴリズムをテストした上で結論を導き出します。自然界において生物の集団が生存のために協力するのと同様に、ASBOも集団行動の原理を活用し、複雑な最適化問題を解決します。 前の記事

新しい記事「 取引におけるカオス理論（第1回）：金融市場における導入と応用、リアプノフ指数 」はパブリッシュされました: カオス理論は金融市場に適用できるでしょうか。この記事では、従来のカオス理論とカオスシステムがビル・ウィリアムズが提案した市場のカオスの概念とどのように異なるかについて考察します。

新しい記事「 多通貨エキスパートアドバイザーの開発（第15回）：実際の取引のためのEAの準備 」はパブリッシュされました: 既製のエキスパートアドバイザー(EA)の完成に徐々に近づくにつれ、取引戦略のテスト段階では二次的に思える問題にも注意を払う必要があります。これらの問題は、実際の取引に移行する際に重要となります。 では、ある時点でEAの動作を一時停止してみましょう。テスト実行後の結果は、休止なしのケースとまったく同じでした。つまり、EAは短期間の停止後も正常にステータスを回復し、動作を継続できていることが確認できました。 では、その違いをより明確にするために、

新しい記事「 適応型社会行動最適化(ASBO):Schwefel、ボックス=ミュラー法 」はパブリッシュされました: この記事は、生物の社会的行動の世界と、それが新たな数学モデルであるASBO（適応型社会的行動最適化、Adaptive Social Behavior Optimization）の構築に与える影響について、興味深い洞察を提供します。生物社会におけるリーダーシップ、近隣関係、協力の原則が、革新的な最適化アルゴリズムの開発にどのように着想を与えるのかを探ります。

新しい記事「 人工電界アルゴリズム(AEFA) 」はパブリッシュされました: この記事では、クーロンの静電気力の法則に触発された人工電界アルゴリズム(AEFA: Artificial Electric Field Algorithm)を紹介します。このアルゴリズムは、荷電粒子とその相互作用を利用して複雑な最適化問題を解決するために電気現象をシミュレートします。AEFAは、自然法則に基づいた他のアルゴリズムと比較して、独自の特性を示します。

新しい記事「 取引におけるニューラルネットワーク：時空間ニューラルネットワーク(STNN) 」はパブリッシュされました: この記事では、時空間変換を活用し、今後の価格変動を効果的に予測する手法について解説します。STNNの数値予測精度を向上させるために、データの重要な側面をより適切に考慮できる連続アテンションメカニズムが提案されています。 この多変量データの複雑性に対処するため、遅延埋め込み定理に基づいた時空間情報( STI )変換方程式が開発されました。 STI

新しい記事「 取引におけるニューラルネットワーク：二重アテンションベースのトレンド予測モデル 」はパブリッシュされました: 前回の記事で取り上げた時系列の区分線形表現の活用について、引き続き議論します。本日は、この手法を他の時系列分析手法と組み合わせることで、価格動向の予測精度を向上させる方法を探ります。

新しい記事「 ボラティリティを予測するための計量経済学ツール：GARCHモデル 」はパブリッシュされました: この記事では、条件付き異分散性(GARCH)という非線形モデルの特性について説明します。また、このモデルを基に、一歩先のボラティリティを予測するためのiGARCHインジケーターを構築しました。モデルのパラメータ推定には、ALGLIB数値解析ライブラリを使用しています。

新しい記事「 取引におけるニューラルネットワーク：時系列の区分線形表現 」はパブリッシュされました: 本記事は、これまでの公開記事とはやや異なる内容となっています。本記事では、時系列データの代替的な表現について解説します。時系列の区分的線形表現とは、小さな区間ごとに線形関数を用いて時系列データを近似する手法です。

新しい記事「 ニューラルネットワークが簡単に（第97回）：MSFformerによるモデルの訓練 」はパブリッシュされました: さまざまなモデルアーキテクチャの設計を検討する際、モデルの訓練プロセスには十分な注意が払われないことがよくあります。この記事では、そのギャップを埋めることを目指します。

新しい記事「 多通貨エキスパートアドバイザーの開発（第14回）：リスクマネージャーにおける適応型ボリューム変更 」はパブリッシュされました: 以前開発されたリスクマネージャーには基本的な機能のみが含まれていました。取引戦略のロジックに干渉することなく取引結果を向上させるために、どのような開発の可能性があるかを検討してみましょう。 本連載の 以前

新しい記事「 初心者からプロまでMQL5をマスターする（第3回）：複雑なデータ型とインクルードファイル 」はパブリッシュされました: これはMQL5プログラミングの主な側面を説明する連載の第3回目です。この記事では、前回の記事で触れなかった複雑なデータ型について説明します。具体的には、構造体、共用体、クラス、および「関数」データ型を扱います。また、#includeプリプロセッサディレクティブを使ってプログラムにモジュール性を加える方法についても解説します。 この 記事では、プログラマーが複雑なデータ型を作成する方法について説明します。 構造体 共用体 クラス（初心者向け）

新しい記事「 季節性を利用した外国為替スプレッド取引 」はパブリッシュされました: この記事では、外国為替取引におけるスプレッド取引時に季節性要因を利用したレポートデータの生成および提供の可能性について検討します。 ここでは、統計的な関係を探し、利用可能なツールについて考察するとともに、従来の単一通貨取引と比較したペア取引アプローチの可能性について説明します。 市場に対する戦略の中立性とは、戦略の収益性が個別の銘柄の価格変動の方向に直接依存しないことを意味します。これは、2つ以上の銘柄間でヘッジポジションを作成し、その利益と損失が相互に相殺されることによって実現されます。

新しい記事「 ニューラルネットワークの実践：擬似逆行列(II) 」はパブリッシュされました

新しい記事「 リプレイシステムの開発（第56回）：モジュールの適応 」はパブリッシュされました: モジュール同士はすでに適切に連携していますが、リプレイサービスでマウスポインタを使用しようとするとエラーが発生します。次のステップに進む前に、この問題を修正する必要があります。さらに、マウスインジケーターのコードにある別の問題も修正します。この修正によって、今回のバージョンは最終的に安定し、洗練されたものになります。 前回の記事「 リプレイシステムの開発（第55回）：コントロールモジュール

新しい記事「 リプレイシステムの開発（第55回）：コントロールモジュール 」はパブリッシュされました: この記事では、開発中のメッセージシステムに統合できるように、コントロールインジケーターを実装します。それほど難しくはありませんが、このモジュールの初期化について理解しておくべき細かい点がいくつかあります。ここで提示される資料は教育目的のみに使用されます。示された概念を学習し習得する以外の目的での利用は決して想定されていません。

新しい記事「 MQL5経済指標カレンダーを使った取引（第1回）：MQL5経済指標カレンダーの機能をマスターする 」はパブリッシュされました: この記事では、まず、MQL5経済指標カレンダーの基本機能を理解し、それを取引に活用する方法を探ります。次に、MQL5で経済指標カレンダーの主要機能を実装し、取引の判断に役立つニュースを取得する方法を説明します。最後に、この情報を活用して取引戦略を効果的に強化する方法を紹介します。

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44回）：ATR (Average True Range)テクニカル指標 」はパブリッシュされました: ATRオシレーターは、特に外国為替市場において、ボラティリティの代理として機能する非常に人気のあるインジケーターです。これは、特にボリュームデータが不足している市場で広く活用されています。以前のインジケーターと同様に、パターンに基づいて分析をおこない、MQL5ウィザードライブラリのクラスとアセンブリを活用して、戦略およびテストレポートを共有します。 Average True Range

新しい記事「 主成分を用いた特徴量選択と次元削減 」はパブリッシュされました: この記事では、Luca Puggini氏とSean McLoone氏による論文「Forward Selection Component Analysis: Algorithms and Applications」に基づき、修正版のForward Selection Component Analysis (FSCA)アルゴリズムの実装について詳しく解説します。