![회귀 분석으로 거시경제 데이터가 통화 가격 변동에 미치는 영향 알아보기](https://c.mql5.com/2/11/fundamental_analysis_statistica_MQL5_MetaTrader5.png)
![회귀 분석으로 거시경제 데이터가 통화 가격 변동에 미치는 영향 알아보기](https://c.mql5.com/i/articles/overlay.png)
회귀 분석으로 거시경제 데이터가 통화 가격 변동에 미치는 영향 알아보기
본문은 거시 경제 통계에 대한 다중 회귀 분석 적용법을 다룹니다. EURUSD를 이용해 환율 변동에 대한 통계의 영향에 대해서도 평가해 보겠습니다. 해당 평가를 통해 기본적 분석을 자동화하여 초보 투자자들도 이용할 수 있습니다.
![SQL 및 MQL5: SQLite 데이터베이스로 작업하기](https://c.mql5.com/2/0/MQL5_SQLite_avatar.png)
![SQL 및 MQL5: SQLite 데이터베이스로 작업하기](https://c.mql5.com/i/articles/overlay.png)
SQL 및 MQL5: SQLite 데이터베이스로 작업하기
이 문서는 프로젝트에서 SQL을 사용하는 데 관심이 있는 개발자를 대상으로 합니다. SQLite의 기능과 장점을 설명합니다. 이 문서에서는 SQLite 기능에 대한 특별한 지식이 필요하지 않지만 SQL에 대한 최소한의 이해만으로도 유용합니다.
![신경망 저렴하고 쾌활합니다 - NeuroPro와 MetaTrader 5의 연결](https://c.mql5.com/2/12/NeuroPro_MetaTrader4_neural_net.png)
![신경망 저렴하고 쾌활합니다 - NeuroPro와 MetaTrader 5의 연결](https://c.mql5.com/i/articles/overlay.png)
신경망 저렴하고 쾌활합니다 - NeuroPro와 MetaTrader 5의 연결
거래를 위한 특정 신경 네트워크 프로그램이 비싸고 복잡해 보이거나 반대로 너무 단순한 경우에는 NeuroPro를 사용해 보십시오. 그것은 무료이며 아마추어들을 위한 최적의 기능들을 포함하고 있습니다. 이 문서에서는 MetaTrader 5와 함께 사용하는 방법에 대해 설명합니다.
![MetaTrader 5의 연속 선물 계약](https://c.mql5.com/2/0/Futures_MQL5.png)
![MetaTrader 5의 연속 선물 계약](https://c.mql5.com/i/articles/overlay.png)
MetaTrader 5의 연속 선물 계약
선물 계약의 짧은 수명은 기술적 분석을 복잡하게 만듭니다. 짧은 차트를 기술적으로 분석하는 것은 어렵습니다. 예를 들어, UX-9.13 우크라이나 주가 지수 선물의 일 차트에 있는 바의 수는 100개 이상입니다. 따라서 거래자는 합성 선물 매수 계약을 생성합니다. 이 글은 MetaTrader 5 터미널에서 날짜가 다른 선물 계약을 연결하는 방법을 설명합니다.
![MQL5 프로그래밍 기본: 목록](https://c.mql5.com/2/0/Linked_List_MQL5.png)
![MQL5 프로그래밍 기본: 목록](https://c.mql5.com/i/articles/overlay.png)
MQL5 프로그래밍 기본: 목록
거래 전략 개발을 위한 프로그래밍 언어의 새 버전인 MQL[MQL5]은 이전 버전[MQL4]에 비해 더 강력하고 효과적인 기능을 제공합니다. 이점은 본질적으로 객체 지향 프로그래밍 기능에 있습니다. 이 글에서는 노드 및 목록과 같은 복잡한 사용자 지정 데이터 유형을 사용할 가능성을 조사합니다. 또한 MQL5의 실제 프로그래밍에서 목록을 사용하는 예를 제공합니다.
![2013년 3분기 MetaTrader AppStore 결과](https://c.mql5.com/2/0/avatar3.png)
![2013년 3분기 MetaTrader AppStore 결과](https://c.mql5.com/i/articles/overlay.png)
2013년 3분기 MetaTrader AppStore 결과
또 다른 분기가 지났고, 우리는 MetaTrader 플랫폼용 거래 로봇 및 기술 지표의 최대 매장인 MetaTrader AppStore의 결과를 요약하기로 결정했습니다. 보고된 분기 말까지 500개 이상의 개발자가 1200개 이상의 제품을 시장에 출시했습니다.
![2013년 2분기 MQL5 시장 결과](https://c.mql5.com/2/0/MQL5_Market_Results_2_2013.png)
![2013년 2분기 MQL5 시장 결과](https://c.mql5.com/i/articles/overlay.png)
2013년 2분기 MQL5 시장 결과
1.5년간 성공적으로 운영된 MQL5 Market은 거래 전략 및 기술 지표의 최대 거래처가 되었습니다. 전 세계 350여 명의 개발자가 제공하는 800여 개의 거래 애플리케이션을 제공합니다. 거래업체에서 이미 MetaTrader 5 터미널에 100,000개 이상의 거래 프로그램을 구입하여 다운로드했습니다.
![2013년 1분기 MQL5 시장 결과](https://c.mql5.com/2/0/MQL5_Market_Results.png)
![2013년 1분기 MQL5 시장 결과](https://c.mql5.com/i/articles/overlay.png)
2013년 1분기 MQL5 시장 결과
창립 이래 무역로봇과 기술지표 MQL5 마켓에는 이미 580여 개의 제품을 발행한 250여 명의 개발자가 몰렸습니다. 그들의 제품을 팔아서 아주 큰 수익을 올린 일부 MQL5 마켓 셀러에게는 2013년 1분기가 꽤 성공적인 것으로 나타났습니다.
![Jeremy Scott - 성공적인 MQL5 마켓 셀러](https://c.mql5.com/2/0/Johnnypasado.png)
![Jeremy Scott - 성공적인 MQL5 마켓 셀러](https://c.mql5.com/i/articles/overlay.png)
Jeremy Scott - 성공적인 MQL5 마켓 셀러
MQL5.community에서 Johnnypasado라는 닉네임으로 더 잘 알려진 Jeremy Scott은 저희의 MQL5 마켓 서비스에서 제품을 제공하는 것으로 유명해졌습니다. Jeremy는 이미 시장에서 수천 달러를 벌었고 그것이 한계는 아닙니다. 우리는 미래의 백만장자를 자세히 살펴보고 MQL5 마켓 셀러를 위한 몇 가지 조언을 받기로 했습니다.
![통계 캐리 거래 전략](https://c.mql5.com/2/0/ava_Carry_trade.png)
![통계 캐리 거래 전략](https://c.mql5.com/i/articles/overlay.png)
통계 캐리 거래 전략
원치 않는 가격 이동으로부터 오픈 퍼지티브 스왑 포지션을 통계적으로 보호하는 알고리즘. 이 자료에는 오픈 포지션이 아닌 다른 방향으로 가격 이동의 잠재적 위험을 보상할 수 있는 운송 거래 보호 전략의 변형이 수록되어 있습니다.
![경험적 모드 분해법의 기초](https://c.mql5.com/2/0/Empirical_Mode_Decomposition_MQL5.png)
![경험적 모드 분해법의 기초](https://c.mql5.com/i/articles/overlay.png)
경험적 모드 분해법의 기초
이 글은 경험적 모드 분해법(EMD)에 대한 설명입니다. 경험적 모드 분해는 힐베르트-황 변환의 기초가 되며 비정상 비선형 데이터 분석에 사용됩니다. EMD의 소프트웨어 구현 방법과 그 특징을 설명한 후 사용 예시를 함께 보겠습니다.
![일반화된 통계 분포의 구조 분석에 고유값 좌표계 적용하기](https://c.mql5.com/2/0/Eigencoordinates_Nonextensive_Statistical_Distributions_MQL5.png)
![일반화된 통계 분포의 구조 분석에 고유값 좌표계 적용하기](https://c.mql5.com/i/articles/overlay.png)
일반화된 통계 분포의 구조 분석에 고유값 좌표계 적용하기
응용통계학에 있어 가장 큰 문제는 가설 검증입니다. 아주 오랫동안 해결 불가능한 것으로 치부되어 왔죠. 하지만 고유값 좌표계가 나타나면서 상황이 바뀌었죠. 현대 응용통계학을 이용한 것보다 훨씬 효율적인 시그널 구조 연구가 가능해졌습니다. 본문은 고유값 좌표계의 실제 적용과 MQL5 구현을 다룹니다. Hilhorst와 Schehr가 소개한 분포를 예로 들어 함수 식별 문제에 대해서도 알아보겠습니다.
![미지의 확률 밀도 함수에 대한 커널 밀도 추정](https://c.mql5.com/2/0/Kernel_Density_Estimation_MQL5.png)
![미지의 확률 밀도 함수에 대한 커널 밀도 추정](https://c.mql5.com/i/articles/overlay.png)
미지의 확률 밀도 함수에 대한 커널 밀도 추정
이 글은 미지의 확률 밀도 함수에 대한 커널 밀도를 추정하는 프로그램 작성 방법을 다룹니다. 커널 밀도 추정 방법을 이용할 겁니다. 소프트웨어 구현 소스 코드 및 사용 예시와 설명이 포함되어 있습니다.
![통계의 기초](https://c.mql5.com/2/0/statistic.png)
![통계의 기초](https://c.mql5.com/i/articles/overlay.png)
통계의 기초
기본적 분석을 이용하는 투자자도 어느 정도의 통계적 연산은 필요로 합니다. 본문에서는 통계의 기초와 기본 구성 요소, 그리고 의사결정 과정에 있어 통계의 중요성을 알아보겠습니다.
![MQL5.community 회원 활동 기록](https://c.mql5.com/2/0/whoiswho.png)
![MQL5.community 회원 활동 기록](https://c.mql5.com/i/articles/overlay.png)
MQL5.community 회원 활동 기록
MQL5.com은 여러분 한 분 한 분을 기억하고 있답니다. 어떤 글을 썼는지, 게시글의 조회수는 얼마인지, 코드 베이스의 프로그램 다운로드 수는 몇 회인지까지도 모두 알고 있죠. 게다가 이건 일부일 뿐이랍니다. 개인 활동 기록은 프로필에서 확인 가능하지만 전체 회원의 활동 기록은 어떻게 확인할 수 있을까요? 이번에는 MQL5.community 회원 활동에 대해 알아보겠습니다.
![박스-칵스(Box-Cox) 변환](https://c.mql5.com/2/0/Cox-Box-transformation_MQL5.png)
![박스-칵스(Box-Cox) 변환](https://c.mql5.com/i/articles/overlay.png)
박스-칵스(Box-Cox) 변환
이 글은 박스-칵스 변환에 대한 설명입니다. 박스-칵스 변환 사용 관련 문제를 다루며 임의의 시퀀스와 실제 시세를 적용한 변환 효율성 평가 예제가 포함되어 있습니다.
![다중 선형 회귀 분석 올인원 전략 생성기와 전략 테스터](https://c.mql5.com/2/0/Multiple_Regression_Analysis_MQL5.png)
![다중 선형 회귀 분석 올인원 전략 생성기와 전략 테스터](https://c.mql5.com/i/articles/overlay.png)
다중 선형 회귀 분석 올인원 전략 생성기와 전략 테스터
이번 글에서는 매매 시스템 개발에 여러 방식으로 다중 선형 회귀 분석을 적용하는 방법을 다룹니다. 자동 전략 검색에 회귀 분석을 이용하는 방법을 알아보겠습니다. 프로그래밍에 대한 이해도가 높지 않아도 이용할 수 있는 회귀 방정식이 포함된 EA를 예로 들겠습니다.
![MQL5-RPC. MQL5에서의 원격 프로시져 호출(Remote Procedure Call): 재미와 돈을 위한 웹 서비스 접속과 XML-RPC ATC 분석기](https://c.mql5.com/2/0/mql5rpc.png)
![MQL5-RPC. MQL5에서의 원격 프로시져 호출(Remote Procedure Call): 재미와 돈을 위한 웹 서비스 접속과 XML-RPC ATC 분석기](https://c.mql5.com/i/articles/overlay.png)
MQL5-RPC. MQL5에서의 원격 프로시져 호출(Remote Procedure Call): 재미와 돈을 위한 웹 서비스 접속과 XML-RPC ATC 분석기
본 문서에서는 MQL5에서 원격 프로시져 호출(Remote Procedure Call)을 활성화시켜주는 MQL5-RPC 프레임워크에 대해 알아볼 것입니다. 우선 XML-RPC 기초로 시작하여, MQL5 구현을 짚고, 그 뒤엔 실용 예제 두개를 다뤄볼 것입니다. 첫 예제는 간단한 외부 웹 서비스를 이용하는 것이고 두번째 예제는 간단한 XML-RPC ATC 2011 분석기 서비스 클라이언트입니다. 만약 리얼타임으로 ATC 2011의 각기 다른 통계 자료를 구현하고 분석하는지 보고싶으시다면 이 문서는 바로 당신을 위한 것입니다.
![MetaTrader 5 시장 분석에 피셔 변환(Fisher Transform)과 인버스 피셔 변환 적용하기](https://c.mql5.com/2/0/Fisher_Transform_MQL5__1.png)
![MetaTrader 5 시장 분석에 피셔 변환(Fisher Transform)과 인버스 피셔 변환 적용하기](https://c.mql5.com/i/articles/overlay.png)
MetaTrader 5 시장 분석에 피셔 변환(Fisher Transform)과 인버스 피셔 변환 적용하기
시장 주기의 확률 밀도 함수(PDF)는 가우스 파 보다는 사인파의 PDF와 비슷해보는데, 대부분의 인디케이터는 시장 주기 PDF가 가우스파라고 가정합니다. 우리는 이를 "수정"할 수 있는 방법이 필요합니다. 해법은 피셔 변환을 사용하는 것입니다. 피셔 변환은 어떠한 형태의 PDF건 가우스 파 형태로 변환합니다. 이 글은 피셔 변환과 인버스 피셔 변환의 이면에 있는 수학과 이들의 거래 적용에 대해 설명합니다. 인버스 피셔 변환 기반으로 하는 독점 거래 신호 모듈을 제시하고 평가합니다.
![다중 통화 다중 시스템 Expert Advisor 만들기](https://c.mql5.com/2/0/MultiCurrency_Expert_Advisor_MQL5.png)
![다중 통화 다중 시스템 Expert Advisor 만들기](https://c.mql5.com/i/articles/overlay.png)
다중 통화 다중 시스템 Expert Advisor 만들기
이 글에서는 여러 기호를 거래하고 여러 거래 시스템을 동시에 사용하는 Expert Advisor의 구조를 소개합니다. 모든 EA에 대한 최적의 입력 매개변수를 이미 식별하고 각각에 대해 개별적으로 좋은 백테스팅 결과를 얻었다면 모든 전략을 함께 사용하여 모든 EA를 동시에 테스트하면 어떤 결과를 얻을 수 있는지 자문해 보십시오.
![MQL5 Coobook: 지정된 기준에 따라 Expert Advisor의 최적화 결과 저장](https://c.mql5.com/2/0/avatar__7.png)
![MQL5 Coobook: 지정된 기준에 따라 Expert Advisor의 최적화 결과 저장](https://c.mql5.com/i/articles/overlay.png)
MQL5 Coobook: 지정된 기준에 따라 Expert Advisor의 최적화 결과 저장
MQL5 프로그래밍에 대한 글 시리즈를 계속합니다. 이번에는 Expert Advisor 매개변수 최적화 중에 각 최적화 패스의 결과를 얻는 방법을 살펴보겠습니다. 구현은 외부 매개변수에 지정된 조건이 충족되면 해당 통과 값이 파일에 기록되도록 수행됩니다. 테스트 값 외에도 그러한 결과를 가져온 매개변수도 저장합니다.
![사용 가능한 기술 칵테일로 MQL5 고객을 놀래켜보세요!](https://c.mql5.com/2/0/cocktails.png)
![사용 가능한 기술 칵테일로 MQL5 고객을 놀래켜보세요!](https://c.mql5.com/i/articles/overlay.png)
사용 가능한 기술 칵테일로 MQL5 고객을 놀래켜보세요!
MQL5는 프로그래머가 MetaTrader 환경 내에서 원하는 모든 작업을 수행할 수 있는 매우 완전한 기능 세트와 객체 지향 API를 제공합니다. 그러나 웹 기술은 오늘날 매우 다재다능한 도구로, 매우 구체적인 작업을 수행해야 하거나 고객을 뭔가 다른 것으로 놀라게 하고 싶거나 특정 MT5 Standard Library를 마스터할 시간이 충분하지 않은 경우에 도움이 될 수 있습니다. 오늘의 연습에서는 놀라운 기술 칵테일을 만드는 동시에 개발 시간을 관리할 수 있는 방법에 대한 실용적인 예를 안내해드립니다.
![MQL5 시장이 1년이 되다](https://c.mql5.com/2/0/mql5-market-1year-avatar.png)
![MQL5 시장이 1년이 되다](https://c.mql5.com/i/articles/overlay.png)
MQL5 시장이 1년이 되다
MQL5 Market에서 판매를 시작한 지 1년이 지났습니다. 새로운 서비스를 MetaTrader 5 플랫폼에 대한 가장 큰 거래 로봇 및 기술 지표 저장소로 전환한 노력의 해였습니다.
![MetaTrader 4 및 MetaTrader 5 거래 신호 위젯](https://c.mql5.com/2/0/MetaTrader_trading_signal_widget_avatar__1.png)
![MetaTrader 4 및 MetaTrader 5 거래 신호 위젯](https://c.mql5.com/i/articles/overlay.png)
MetaTrader 4 및 MetaTrader 5 거래 신호 위젯
최근 MetaTrader 4 및 MetaTrader 5 사용자는 신호 제공자가 되어 추가 수익을 얻을 수 있는 기회를 얻었습니다. 이제 새 위젯을 사용하여 웹 사이트, 블로그 또는 소셜 네트워크 페이지에 거래 성공을 표시할 수 있습니다. 위젯 사용의 이점은 분명합니다. 신호 제공자의 인기를 높이고 성공적인 거래자로서의 명성을 확립하며 새로운 가입자를 유치합니다. 다른 웹 사이트에 위젯을 배치하는 모든 거래자는 이러한 이점을 누릴 수 있습니다.
![지표 배출 (Indicator Emissions)의 적분 특성 계산](https://c.mql5.com/2/0/avatar__22.png)
![지표 배출 (Indicator Emissions)의 적분 특성 계산](https://c.mql5.com/i/articles/overlay.png)
지표 배출 (Indicator Emissions)의 적분 특성 계산
지표 배출은 시장 조사에서 거의 연구되지 않은 영역입니다. 이는 주로 시변 데이터의 매우 큰 배열 처리로 인한 분석의 어려움 때문입니다. 기존 그래픽 분석은 리소스 집약적이므로 시계열 배출을 사용하는 간결한 알고리즘 개발을 촉발했습니다. 이 글은 시각적(직관적인 이미지) 분석이 배출의 통합 특성 연구로 대체될 수 있는 방법을 보여줍니다. 자동 거래 시스템의 거래자와 개발자 모두에게 흥미로울 수 있습니다.
![거래 시스템의 평가 - 일반적 진입, 퇴출 및 거래의 효율성](https://c.mql5.com/2/0/Measure_Trade_Efficiency_MQL5.png)
![거래 시스템의 평가 - 일반적 진입, 퇴출 및 거래의 효율성](https://c.mql5.com/i/articles/overlay.png)
거래 시스템의 평가 - 일반적 진입, 퇴출 및 거래의 효율성
거래 시스템의 효율성과 수익성을 결정할 수 있는 많은 조치가 있습니다. 그러나 트레이더는 항상 모든 시스템을 새로운 충돌 테스트에 적용할 준비가 되어 있습니다. 이 글은 효율성 측정에 기반한 통계가 MetaTrader 5 플랫폼에 어떻게 사용될 수 있는지 알려줍니다. 여기에는 S.V.의 "Statistika dlya traderov"("Statistics for traders") 책에 나와 있는 설명과 모순되지 않는 거래로 통계 해석을 변환하는 클래스가 포함됩니다. 불라쇼프 (Bulashev). 또한 최적화를 위한 사용자 정의 함수의 예도 포함되어 있습니다.
![MetaTrader 5 와 MQL5가 제공하는 무궁무진한 기회](https://c.mql5.com/2/0/TW_logoMarket_60x60.png)
![MetaTrader 5 와 MQL5가 제공하는 무궁무진한 기회](https://c.mql5.com/i/articles/overlay.png)
MetaTrader 5 와 MQL5가 제공하는 무궁무진한 기회
이번 글에서는 자동 매매 프로그램의 예를 살펴보겠습니다. 그리고 아무것도 모르는 상태에서 시작해 9개월만에 제 MQL5 활용 능력이 얼마나 늘었는지도 보여 드릴게요. 매매 프로그램은 가격 차트의 아주 작은 공간만을 활용하는 반면 굉장히 유익한 다양한 기능을 가지고 있죠. 거래 정보 패널이 얼마나 한눈에 알아보기 쉬운지도 살펴보겠습니다. 그 밖에도 정말 많은 기능이 있습니다.
![지수 평활법을 이용한 시계열 예측(계속)](https://c.mql5.com/2/0/Exponent_Smoothing2.png)
![지수 평활법을 이용한 시계열 예측(계속)](https://c.mql5.com/i/articles/overlay.png)
지수 평활법을 이용한 시계열 예측(계속)
이번 글에서는 이전 글에서 만든 인디케이터를 한층 업그레이드해 보고, 부트스트랩과 분위수를 이용한 예측 신뢰 구간 측정 방법에 대해서도 간단하게 알아보겠습니다. 예측 인디케이터 개발과 예측 정확도 측정에 사용될 스크립트 작성이 목표입니다.
![판별 분석을 이용한 매매 시스템 구축](https://c.mql5.com/2/0/Discriminant_Analysis_MQL5.png)
![판별 분석을 이용한 매매 시스템 구축](https://c.mql5.com/i/articles/overlay.png)
판별 분석을 이용한 매매 시스템 구축
자동 매매 시스템을 만들다 보면 어떤 인디케이터와 어떤 신호가 가장 잘 맞을지 선택하기 어려울 때가 있습니다. 판별 분석은 인디케이터와 신호 간의 조합을 찾는 데에 도움이 되는 방법 중 하나인데요. 이 글은 시장 데이터 수집용 엑스퍼트 어드바이저 개발과 스타티스티카(Statistica)를 이용한 외환 시장(FOREX)용 예측 모델에 대한 판별 분석 적용법을 다룹니다.
![인디케이터 및 통계적 매개 변수 분석하기](https://c.mql5.com/2/0/Analysis_Indicators.png)
![인디케이터 및 통계적 매개 변수 분석하기](https://c.mql5.com/i/articles/overlay.png)
인디케이터 및 통계적 매개 변수 분석하기
기술적 분석은 기본 시세 정보를 '보다 명확하게' 나타내는 인디케이터를 구현하여 투자자가 시장을 분석하고 가격 움직임을 예측할 수 있도록 해줍니다. 그러니 초기 시세 변동 및 획득 결과의 신뢰도와 관련된 문제를 해결할 수 없다면 인디케이터를 사용할 필요가 없겠죠. 당연히 매매 시스템에 적용할 필요도 없고요. 왜 그런지 자세히 알아보도록 하겠습니다.
![지수 평활을 이용한 시계열 예측](https://c.mql5.com/2/0/Exponent_Smoothing.png)
![지수 평활을 이용한 시계열 예측](https://c.mql5.com/i/articles/overlay.png)
지수 평활을 이용한 시계열 예측
이 문서를 통해 시계열의 단기 예측에 사용되는 지수 평활 모형을 독자분들이 익숙해지실 수 있도록 설명해드릴 것입니다. 또한 예측 결과의 최적화 및 추정과 관련된 주제를 다루고, 스크립트와 인디케이터를 예시삼아 몇 가지 제공해드릴 것입니다. 이 문서는 지수 평활 모형에 기초한 예측 원칙을 처음 숙지하는 데 유용할 것입니다.
![시계열 주요 특성의 분석](https://c.mql5.com/2/0/Time_Series_Analysis_in_MQL5.png)
![시계열 주요 특성의 분석](https://c.mql5.com/i/articles/overlay.png)
시계열 주요 특성의 분석
이 문서를 통해 다양한 시계열의 특성에 대한 빠른 예비 추정치를 제공하기 위해 고안된 클래스를 소개해드릴 것입니다.
이 경우 통계적 모수와 자기 상관 함수가 추정되고 시계열의 스펙트럼 추정이 수행되며 히스토그램이 작성됩니다.
![Expert Advisor 최적화 시 커스텀 조건 만들기](https://c.mql5.com/2/0/MQL5_Custom_Optimization_Options.png)
![Expert Advisor 최적화 시 커스텀 조건 만들기](https://c.mql5.com/i/articles/overlay.png)
Expert Advisor 최적화 시 커스텀 조건 만들기
MetaTrader 5 클라이언트 터미널은 Expert Advisor 패러미터 최적화 용도로 여러 선택지를 제공합니다. 전략 테스터에 포함된 최적화 기준 외에도 개발자에게 자신만의 기준을 만들 수 있는 기회가 주어집니다. 이를 통해 Expert Advisor를 테스트하고 최적화할 수 있는 가능성이 무궁무진해집니다. 본 문서에서 이러한 기준을 만드는 실제 방법(복잡하고 단순한 방법 모두)을 설명할 것입니다.
![MetaTrader 5에서 자동 정리 기능 맵 (코호넨 맵) 이용하기](https://c.mql5.com/2/0/Self_organizing_maps_in_MQL5.png)
![MetaTrader 5에서 자동 정리 기능 맵 (코호넨 맵) 이용하기](https://c.mql5.com/i/articles/overlay.png)
MetaTrader 5에서 자동 정리 기능 맵 (코호넨 맵) 이용하기
자체 구성 기능 맵(코호넨 맵)의 가장 흥미로운 측면 중 하나는 사람이 관리하지 않아도 스스로 데이터를 분류하는 법을 배운다는 것입니다. 기본적인 형태로 입력 데이터의 유사성 맵(클러스터링)을 생성합니다. SOM 맵은 고차원 데이터의 분류 및 시각화에 사용할 수 있습니다. In this article we will consider several simple applications of Kohonen maps.
![통계적 추정](https://c.mql5.com/2/0/MQL5_Statistical_estimation.png)
![통계적 추정](https://c.mql5.com/i/articles/overlay.png)
통계적 추정
대부분의 수학적 모델과 방법은 서로 다른 가정을 기반으로 하기 때문에 시퀀스의 통계적 모수 추정은 매우 중요합니다. 예를 들어 분포 법칙의 정규성이나 분산 값 또는 기타 모수가 있습니다. 따라서 시계열 분석 및 예측 시 주요 통계 모수를 빠르고 명확하게 추정할 수 있는 간단하고 편리한 도구가 필요합니다. 이 문서는 랜덤 시퀀스의 가장 간단한 통계적 모수와 시각적 분석의 여러 메소드에 대해 설명할 것입니다. MQL5에서는 이러한 방법의 구현과 Gnuplot 애플리케이션을 사용한 계산 결과의 시각화 메소드를 제공합니다.
![MQL5 에서의 통계적 확률 분산](https://c.mql5.com/2/0/MQL5_Probability_Distibutions.png)
![MQL5 에서의 통계적 확률 분산](https://c.mql5.com/i/articles/overlay.png)
MQL5 에서의 통계적 확률 분산
이 문서에서는 적용 통계에 사용되는 랜덤 변수의 확률 분포(정규 분포, 로그-정규 분포, 이항 분포, 로그 분포, 지수 분포, 코시 분포, 스튜던트 t 분포, 라플라스 분포, 푸아송 분포, 쌍곡 시컨트 분포, 베타 및 감마 분포)를 다룹니다. 또한 이러한 배포를 처리하기 위한 클래스도 제공됩니다.
![가격 상관 관계 통계 데이터를 기반으로 신호 필터링](https://c.mql5.com/2/0/fa_title01.png)
![가격 상관 관계 통계 데이터를 기반으로 신호 필터링](https://c.mql5.com/i/articles/overlay.png)
가격 상관 관계 통계 데이터를 기반으로 신호 필터링
과거 가격 변동과 미래의 트렌드 사이엔 어떠한 관계가 있을까요? 왜 오늘날의 가격이 과거에 했던 변동을 반복할까요? 통계학을 통하여 가격의 변동성을 예측할 수 있을까요? 답은, 맞다는 것입니다. 만약 아니라고 생각한다면 이 문서는 당신을 위한 것입니다. MQL5에서 거래 시스템에 대한 작동 필터를 만드는 방법을 알려드리겠습니다. 가격 변동에 대한 흥미로운 패턴을 보여줍니다.
![트레이딩 내 통계적 분산의 역할](https://c.mql5.com/2/0/statistic_measument.png)
![트레이딩 내 통계적 분산의 역할](https://c.mql5.com/i/articles/overlay.png)
트레이딩 내 통계적 분산의 역할
본 문서는 MQL5의 통계 확률 분포에 대해 논하고 이론적 통계 분산을 다루는 클래스들을 다룬 제 다른 문서의 논리적 후속작입니다.
이제 이론적 기반이 확보되었으므로 실제 데이터 셋으로 직접 이동하여 이 기반을 정보적으로 활용할 것을 제안합니다.
![시장 가격 예측을 위한 범용 회귀 모델](https://c.mql5.com/2/0/universal_regression.png)
![시장 가격 예측을 위한 범용 회귀 모델](https://c.mql5.com/i/articles/overlay.png)
시장 가격 예측을 위한 범용 회귀 모델
시장 가격은 다양한 경제적, 정치적, 심리적 요인에 따라 달라지는 수요와 공급 간의 안정적인 균형에서 형성됩니다. 이러한 요인들의 영향 요인과 성격의 차이로 인해 모든 구성 요소를 직접적으로 고려하기가 어렵습니다. 이 글은 정교한 회귀 모델을 기반으로 시장 가격을 예측하려는 시도를 설명합니다.
![랜덤 워크와 추세 표시기](https://c.mql5.com/2/0/coin_course.png)
![랜덤 워크와 추세 표시기](https://c.mql5.com/i/articles/overlay.png)
랜덤 워크와 추세 표시기
랜덤 워크는 실제 시장 데이터와 매우 유사해 보이지만 몇 가지 중요한 기능을 갖고 있습니다. 이 글에서는 동전 던지기 게임을 사용하여 시뮬레이션한 랜덤 워크의 속성을 고려할 것입니다. 데이터의 속성을 연구하기 위해 경향성 지표가 개발되었습니다.