コード
書籍「MQL5を使用したアルゴリズム取引のためのニューラルネットワーク」からの例 MetaTrader 5のため
本書「MQL5を使用したアルゴリズム取引のためのニューラルネットワーク」は、人工知能とニューラルネットワークの理論的基礎と、MQL5プログラミング言語を使った金融取引への応用の実践的側面の両方を網羅した包括的なガイドブックです。
トレーダーのためのMQL5プログラミング - 書籍からのソースコード。第7部 MetaTrader 5のため
本書最後となる第7部では、MetaTrader 5のプログラムを開発する際に役立つMQL5 APIの高度な機能について説明します。これには、カスタム金融銘柄、組み込みの経済指標カレンダーイベント、およびネットワーキング、データベース、暗号化などの汎用テクノロジーが含まれます。
トレーダーのためのMQL5プログラミング - 書籍からのソースコード。第6部 MetaTrader 5のため
『トレーダーのためのMQL5プログラミング』の第6部では、MQL5言語の重要な要素である取引の自動化について学びます。まず、金融商品の仕様や取引口座の設定など、基本的なエンティティについて説明します。これらはエキスパートアドバイザー(EA)を適切に動作させるための前提条件です。
トレーダーのためのMQL5プログラミング - 書籍からのソースコード。第5部 MetaTrader 5のため
本書の第5部では、金融データの分析・処理、チャートの視覚化、自動化、ユーザーとのインタラクションなど、アルゴリズム取引に関連するAPIについて掘り下げていきます。
トレーダーのためのMQL5プログラミング - 書籍からのソースコード。第4部 MetaTrader 5のため
本書の第4部では、組み込み関数(MQL5 API)のマスターに焦点を当て、徐々に特殊なサブシステムに踏み込んでいきます。どんなMQL5プログラムでも、多くのテクノロジーと機能を利用することができます。したがって、ほとんどのプログラムで利用できる最もシンプルで便利な機能から始めるのが理にかなっています。
トレーダーのためのMQL5プログラミング - 書籍からのソースコード。第3部 MetaTrader 5のため
第3部「MQL5でのオブジェクト指向プログラミング」では、MQL5言語によるオブジェクト指向プログラミング(OOP)の世界に浸ることができます。ソフトウェア開発には、複数のエンティティの管理に関連する複雑さが伴うことが多く、プログラミングの利便性、生産性、品質を向上させる高度な技術が必要とされます。
トレーダーのためのMQL5プログラミング - 書籍からのソースコード。第2部 MetaTrader 5のため
第2部「MQL5プログラミングの基礎」では、このプログラミング言語の主要な概念を紹介します。本書のこの部分では、データ型、識別子、変数、式、および演算子について説明します。さまざまな命令を組み合わせてプログラムロジックを形成する方法を学びます。
トレーダーのためのMQL5プログラミング - 書籍からのソースコード。第1部 MetaTrader 5のため
本書の第1章では、MQL5言語と開発環境を紹介しています。MQL4（MetaTrader 4言語）と比較してMQL5言語で導入された新機能の1つは、オブジェクト指向プログラミング(OOP)のサポートです。これはC++に似ています。
Zigzag R MetaTrader 4のため
An optimized version of the Zigzag indicator, which was included in the MT4 delivery of 2005 (and in MT3.83)
ALGLIB - 数値分析ライブラリ MetaTrader 4のため
ALGLIB 算術関数ライブラリ (v. 3.5.0) MQL4に移植
記事
フリーランスサービスでトレーダーから受注して収入を得る方法 MetaTrader 5のため
MQL5フリーランスは、開発者がトレーダー顧客のために取引アプリケーションを作成して報酬を得ることができるオンラインサービスです。このサービスは2010年以来成功裏に運営されており、これまでに10万件以上のプロジェクトが完了し、その総額は700万ドルに達しています。ご覧の通り、相当な額の資金が絡んでいます。
float16およびfloat8形式のONNXモデルを扱う MetaTrader 5のため
機械学習モデルの表現に使用されるデータ形式は、その有効性に決定的な役割を果たします。近年、深層学習モデルを扱うために特別に設計された新しい型のデータがいくつか登場しています。この記事では、現代のモデルで広く採用されるようになった2つの新しいデータ形式に焦点を当てます。
Regression models of the Scikit-learn Library and their export to ONNX MetaTrader 5のため
In this article, we will explore the application of regression models from the Scikit-learn package, attempt to convert them into ONNX format, and use the resultant models within MQL5 programs. Additionally, we will compare the accuracy of the original models with their ONNX versions for both float
初めてのMetaTrader VPS：ステップバイステップ MetaTrader 5のため
自動売買ロボットやコピー取引を利用していると必ず、遅かれ早かれ、取引プラットフォーム用に信頼できる24時間365日のホスティングサーバーをレンタルする必要性を認識するようになります。様々な理由から、MetaTrader VPSの使用が推奨されます。このサービスの支払いとサブスクリプションはMQL5.communityのアカウントで管理できます。
Scikit-Learnライブラリの分類器モデルとONNXへの書き出し MetaTrader 5のため
この記事では、Scikit-Learnライブラリで利用可能なすべての分類器モデルを適用して、フィッシャーのIrisデータセットの分類タスクを解決する方法について説明します。これらのモデルをONNX形式に変換し、その結果得られたモデルをMQL5プログラムで利用してみます。さらに、完全なIrisデータセットで元のモデルとONNXバージョンの精度を比較します。
MQL5のALGLIB数値解析ライブラリ MetaTrader 5のため
この記事では、ALGLIB3.19数値分析ライブラリ、その応用、金融データ分析の効率を向上させる新しいアルゴリズムについて簡単に説明します。
回帰指標を用いたONNXモデルの評価 MetaTrader 5のため
回帰とは、ラベル付けされていない例から実際の値を予測するタスクのことです。いわゆる回帰メトリクスは、回帰モデルの予測精度を評価するために使用されます。
MQL5における行列とベクトル：活性化関数 MetaTrader 5のため
ここでは、機械学習の一側面である活性化関数についてのみ説明します。人工ニューラルネットワークでは、ニューロンの活性化関数は、入力シグナルまたは入力シグナルのセットの値に基づいて出力シグナル値を計算します。その内幕に迫ります。
ONNXモデルをクラスでラップする MetaTrader 5のため
オブジェクト指向プログラミングは、読みやすく修正しやすい、よりコンパクトなコードの作成を可能にします。ここでは3つのONNXモデルの例を見てみましょう。
MQL5でONNXモデルをアンサンブルする方法の例 MetaTrader 5のため
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。
フォーラム
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)」についてのディスカッション
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)
記事「ニューラルネットワークの実践：最小二乗法」についてのディスカッション
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
記事「行列分解：より実用的なモデリング」についてのディスカッション
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。
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」についてのディスカッション
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。
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」についてのディスカッション
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
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」についてのディスカッション
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。
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」についてのディスカッション
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。
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」についてのディスカッション
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。
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」についてのディスカッション
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
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」についてのディスカッション
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。