MQL5.com의 프로그래밍 기고글

예제로 패턴 살펴보기(1부): 멀티 탑

이번 글은 알고리즘 트레이딩 프레임워크의 반전 패턴과 관련된 시리즈의 첫 번째 글입니다. 더블 탑과 더블 바텀 패턴에서 유래한 가장 흥미로운 패턴 계열부터 살펴보겠습니다.

모집단 최적화 알고리즘: 개미 군집 최적화(ACO)

이번에는 개미 군집 최적화 알고리즘을 분석해 보겠습니다. 이 알고리즘은 매우 흥미롭고 복잡합니다. 이 글에서는 새로운 유형의 ACO를 만들기 위한 시도를 할 것입니다.

스왑(1부): 잠금 및 합성 포지션

이 기사에서 저는 스왑 거래 방법의 고전적인 개념을 확장하고자 합니다. 저는 이 개념이 특별한 관심을 기울일 가치가 있고 연구에 절대적으로 권장된다는 결론에 도달했습니다. 이제 그 이유를 설명하겠습니다.

스왑(1부): 잠금 및 합성 포지션

이 기사에서 저는 스왑 거래 방법의 고전적인 개념을 확장하고자 합니다. 저는 이 개념이 특별한 관심을 기울일 가치가 있고 연구에 절대적으로 권장된다는 결론에 도달했습니다. 이제 그 이유를 설명하겠습니다.

모집단 최적화 알고리즘: 개미 군집 최적화(ACO)

이번에는 개미 군집 최적화 알고리즘을 분석해 보겠습니다. 이 알고리즘은 매우 흥미롭고 복잡합니다. 이 글에서는 새로운 유형의 ACO를 만들기 위한 시도를 할 것입니다.

MetaTrader의 MetaTrader: 하나의 차트에서 여러 로봇 실행하기

이 글에서는 개별 차트에서 각 로봇의 인스턴스를 구성할 필요 없이 하나의 차트에만 연결하면 여러 차트에서 사용할 수 있는 범용 MetaTrader 로봇을 만들기 위한 간단한 템플릿을 살펴보겠습니다.

Expert Advisor 개발 기초부터(31부): 미래를 향해(IV)

이제 EA에서 별도의 부분을 계속 제거합니다. 이 글은 이 시리즈의 마지막 글입니다. 마지막으로 제거해야 할 것은 사운드 시스템입니다. 이 시리즈를 읽지 않은 분이라면 다소 혼란스러울 수 있습니다.

모집단 최적화 알고리즘: 개미 군집 최적화(ACO)

이번에는 개미 군집 최적화 알고리즘을 분석해 보겠습니다. 이 알고리즘은 매우 흥미롭고 복잡합니다. 이 글에서는 새로운 유형의 ACO를 만들기 위한 시도를 할 것입니다.

MetaTrader의 MetaTrader: 하나의 차트에서 여러 로봇 실행하기

이 글에서는 개별 차트에서 각 로봇의 인스턴스를 구성할 필요 없이 하나의 차트에만 연결하면 여러 차트에서 사용할 수 있는 범용 MetaTrader 로봇을 만들기 위한 간단한 템플릿을 살펴보겠습니다.

Expert Advisor 개발 기초부터(30부): 차트 트레이드(Chart Trade)를 지표로 사용하시나요?

오늘 우리는 차트 트레이드(Chart Trade)를 다시 사용하겠습니다. 그러나 이번에는 차트 트레이드가 차트에 표시되거나 표시되지 않을 수도 있는 차트상의 지표가 될 것입니다.

모집단 최적화 알고리즘: 개미 군집 최적화(ACO)

이번에는 개미 군집 최적화 알고리즘을 분석해 보겠습니다. 이 알고리즘은 매우 흥미롭고 복잡합니다. 이 글에서는 새로운 유형의 ACO를 만들기 위한 시도를 할 것입니다.

빌 윌리엄스의 MFI로 트레이딩 시스템을 설계하는 방법 알아보기

이번 글은 인기 있는 보조지표를 기반으로 트레이딩 시스템을 설계하는 방법을 알아보는 시리즈의 새로운 글입니다. 이번에는 빌 윌리엄스의 시장 촉진 지수(BW MFI)를 다뤄보겠습니다.

빌 윌리엄스의 MFI로 트레이딩 시스템을 설계하는 방법 알아보기

이번 글은 인기 있는 보조지표를 기반으로 트레이딩 시스템을 설계하는 방법을 알아보는 시리즈의 새로운 글입니다. 이번에는 빌 윌리엄스의 시장 촉진 지수(BW MFI)를 다뤄보겠습니다.

모집단 최적화 알고리즘: 개미 군집 최적화(ACO)

이번에는 개미 군집 최적화 알고리즘을 분석해 보겠습니다. 이 알고리즘은 매우 흥미롭고 복잡합니다. 이 글에서는 새로운 유형의 ACO를 만들기 위한 시도를 할 것입니다.

게이토 오실레이터로 트레이딩 시스템을 설계하는 방법 알아보기

인기 보조지표를 기반으로 트레이딩 시스템을 설계하는 방법을 알아보는 시리즈의 새로운 글, 게이터 오실레이터 보조지표와 간단한 전략을 통해 트레이딩 시스템을 만드는 방법

MQL5에서 라인을 다루는 방법

이 글에서는 추세선, 지지선, 저항선과 같은 가장 중요한 선을 MQL5로 다루는 방법을 알아보세요.

게이토 오실레이터로 트레이딩 시스템을 설계하는 방법 알아보기

인기 보조지표를 기반으로 트레이딩 시스템을 설계하는 방법을 알아보는 시리즈의 새로운 글, 게이터 오실레이터 보조지표와 간단한 전략을 통해 트레이딩 시스템을 만드는 방법

모집단 최적화 알고리즘: 개미 군집 최적화(ACO)

이번에는 개미 군집 최적화 알고리즘을 분석해 보겠습니다. 이 알고리즘은 매우 흥미롭고 복잡합니다. 이 글에서는 새로운 유형의 ACO를 만들기 위한 시도를 할 것입니다.

MQL5에서 라인을 다루는 방법

이 글에서는 추세선, 지지선, 저항선과 같은 가장 중요한 선을 MQL5로 다루는 방법을 알아보세요.

모집단 최적화 알고리즘: 개미 군집 최적화(ACO)

이번에는 개미 군집 최적화 알고리즘을 분석해 보겠습니다. 이 알고리즘은 매우 흥미롭고 복잡합니다. 이 글에서는 새로운 유형의 ACO를 만들기 위한 시도를 할 것입니다.

Scikit-learn 라이브러리의 회귀 모델과 이 모델을 ONNX로 내보내기

이 글에서는 Scikit-learn 패키지의 회귀 모델을 적용하고 이를 ONNX 형식으로 변환하고 결과 모델을 MQL5 프로그램 내에서 사용하는 방법에 대해 살펴봅니다. 또한 부동 소수점 및 배정밀도 모두에서 오리지널 모델의 정확도를 ONNX 버전과 비교할 것입니다. 이후 더 나아가 회귀 모델의 내부 구조와 작동 원리를 더 잘 이해하기 위해 회귀 모델의 ONNX 표현을 살펴볼 것입니다.

모집단 최적화 알고리즘: 개미 군집 최적화(ACO)

이번에는 개미 군집 최적화 알고리즘을 분석해 보겠습니다. 이 알고리즘은 매우 흥미롭고 복잡합니다. 이 글에서는 새로운 유형의 ACO를 만들기 위한 시도를 할 것입니다.

Scikit-Learn 라이브러리의 분류 모델 및 ONNX로 내보내기

이 글에서는 피셔의 붓꽃 데이터 세트의 분류 작업을 해결하기 위해서 Scikit-Learn 라이브러리에서 사용할 수 있는 모든 분류 모델을 적용하는 방법을 살펴봅니다. 우리는 이러한 모델을 ONNX 형식으로 변환하고 그 결과 모델을 MQL5 프로그램에서 활용하려고 합니다. 또한 전체 붓꽃 데이터 세트에서 원래 모델의 정확도를 ONNX 버전과 비교합니다.

MQL4 및 MQL5 개발 프레임워크 내 OpenAI의 ChatGPT 기능

이 글에서는 Expert Advisors, 지표 및 스크립트를 개발하는 데 드는 시간과 노동 강도를 줄이는 측면에서 OpenAI의 ChatGPT를 살펴보고 그 기능에 대해 알아보겠습니다. 이제부터 ChatGPT를 MQL4 및 MQL5에서 프로그래밍에 올바르게 사용하는 방법을 보여 드리겠습니다.

모집단 최적화 알고리즘: 개미 군집 최적화(ACO)

이번에는 개미 군집 최적화 알고리즘을 분석해 보겠습니다. 이 알고리즘은 매우 흥미롭고 복잡합니다. 이 글에서는 새로운 유형의 ACO를 만들기 위한 시도를 할 것입니다.

Scikit-Learn 라이브러리의 분류 모델 및 ONNX로 내보내기

이 글에서는 피셔의 붓꽃 데이터 세트의 분류 작업을 해결하기 위해서 Scikit-Learn 라이브러리에서 사용할 수 있는 모든 분류 모델을 적용하는 방법을 살펴봅니다. 우리는 이러한 모델을 ONNX 형식으로 변환하고 그 결과 모델을 MQL5 프로그램에서 활용하려고 합니다. 또한 전체 붓꽃 데이터 세트에서 원래 모델의 정확도를 ONNX 버전과 비교합니다.

MQL4 및 MQL5 개발 프레임워크 내 OpenAI의 ChatGPT 기능

이 글에서는 Expert Advisors, 지표 및 스크립트를 개발하는 데 드는 시간과 노동 강도를 줄이는 측면에서 OpenAI의 ChatGPT를 살펴보고 그 기능에 대해 알아보겠습니다. 이제부터 ChatGPT를 MQL4 및 MQL5에서 프로그래밍에 올바르게 사용하는 방법을 보여 드리겠습니다.

모집단 최적화 알고리즘: 개미 군집 최적화(ACO)

이번에는 개미 군집 최적화 알고리즘을 분석해 보겠습니다. 이 알고리즘은 매우 흥미롭고 복잡합니다. 이 글에서는 새로운 유형의 ACO를 만들기 위한 시도를 할 것입니다.

Scikit-Learn 라이브러리의 분류 모델 및 ONNX로 내보내기

이 글에서는 피셔의 붓꽃 데이터 세트의 분류 작업을 해결하기 위해서 Scikit-Learn 라이브러리에서 사용할 수 있는 모든 분류 모델을 적용하는 방법을 살펴봅니다. 우리는 이러한 모델을 ONNX 형식으로 변환하고 그 결과 모델을 MQL5 프로그램에서 활용하려고 합니다. 또한 전체 붓꽃 데이터 세트에서 원래 모델의 정확도를 ONNX 버전과 비교합니다.

MQL5의 ALGLIB 수치 해석 라이브러리

이 글에서는 금융 데이터 분석의 효율성을 향상시킬 수 있는 ALGLIB 3.19 수치 분석 라이브러리와 그 응용 프로그램 및 새로운 알고리즘에 대해 간략히 살펴봅니다.

모집단 최적화 알고리즘: 개미 군집 최적화(ACO)

이번에는 개미 군집 최적화 알고리즘을 분석해 보겠습니다. 이 알고리즘은 매우 흥미롭고 복잡합니다. 이 글에서는 새로운 유형의 ACO를 만들기 위한 시도를 할 것입니다.

지그재그 지표: 신선한 접근 방식과 새로운 솔루션

이 글에서는 고급 ZigZag 지표를 만들 가능성을 검토합니다. 노드를 식별하는 아이디어는 Envelopes 지표의 사용을 기반으로 합니다. 우리는 모든 ZigZag 노드가 Envelopes 밴드의 범위 내에 있는 일련의 Envelopes에 대한 입력 매개변수의 특정 조합을 찾을 수 있다고 가정합니다. 결과적으로 우리는 새로운 노드의 좌표를 예측하려고 시도할 수 있습니다.

MQL5의 ALGLIB 수치 해석 라이브러리

이 글에서는 금융 데이터 분석의 효율성을 향상시킬 수 있는 ALGLIB 3.19 수치 분석 라이브러리와 그 응용 프로그램 및 새로운 알고리즘에 대해 간략히 살펴봅니다.

모집단 최적화 알고리즘: 개미 군집 최적화(ACO)

이번에는 개미 군집 최적화 알고리즘을 분석해 보겠습니다. 이 알고리즘은 매우 흥미롭고 복잡합니다. 이 글에서는 새로운 유형의 ACO를 만들기 위한 시도를 할 것입니다.

MQL5의 ALGLIB 수치 해석 라이브러리

이 글에서는 금융 데이터 분석의 효율성을 향상시킬 수 있는 ALGLIB 3.19 수치 분석 라이브러리와 그 응용 프로그램 및 새로운 알고리즘에 대해 간략히 살펴봅니다.

지그재그 지표: 신선한 접근 방식과 새로운 솔루션

이 글에서는 고급 ZigZag 지표를 만들 가능성을 검토합니다. 노드를 식별하는 아이디어는 Envelopes 지표의 사용을 기반으로 합니다. 우리는 모든 ZigZag 노드가 Envelopes 밴드의 범위 내에 있는 일련의 Envelopes에 대한 입력 매개변수의 특정 조합을 찾을 수 있다고 가정합니다. 결과적으로 우리는 새로운 노드의 좌표를 예측하려고 시도할 수 있습니다.

MQL5의 ALGLIB 수치 해석 라이브러리

이 글에서는 금융 데이터 분석의 효율성을 향상시킬 수 있는 ALGLIB 3.19 수치 분석 라이브러리와 그 응용 프로그램 및 새로운 알고리즘에 대해 간략히 살펴봅니다.

모집단 최적화 알고리즘: 개미 군집 최적화(ACO)

이번에는 개미 군집 최적화 알고리즘을 분석해 보겠습니다. 이 알고리즘은 매우 흥미롭고 복잡합니다. 이 글에서는 새로운 유형의 ACO를 만들기 위한 시도를 할 것입니다.

MQL4 및 MQL5 개발 프레임워크 내 OpenAI의 ChatGPT 기능

이 글에서는 Expert Advisors, 지표 및 스크립트를 개발하는 데 드는 시간과 노동 강도를 줄이는 측면에서 OpenAI의 ChatGPT를 살펴보고 그 기능에 대해 알아보겠습니다. 이제부터 ChatGPT를 MQL4 및 MQL5에서 프로그래밍에 올바르게 사용하는 방법을 보여 드리겠습니다.

MQL5의 ALGLIB 수치 해석 라이브러리

이 글에서는 금융 데이터 분석의 효율성을 향상시킬 수 있는 ALGLIB 3.19 수치 분석 라이브러리와 그 응용 프로그램 및 새로운 알고리즘에 대해 간략히 살펴봅니다.

MQL4 및 MQL5 개발 프레임워크 내 OpenAI의 ChatGPT 기능

이 글에서는 Expert Advisors, 지표 및 스크립트를 개발하는 데 드는 시간과 노동 강도를 줄이는 측면에서 OpenAI의 ChatGPT를 살펴보고 그 기능에 대해 알아보겠습니다. 이제부터 ChatGPT를 MQL4 및 MQL5에서 프로그래밍에 올바르게 사용하는 방법을 보여 드리겠습니다.

모집단 최적화 알고리즘: 개미 군집 최적화(ACO)

이번에는 개미 군집 최적화 알고리즘을 분석해 보겠습니다. 이 알고리즘은 매우 흥미롭고 복잡합니다. 이 글에서는 새로운 유형의 ACO를 만들기 위한 시도를 할 것입니다.

MQL5의 ALGLIB 수치 해석 라이브러리

이 글에서는 금융 데이터 분석의 효율성을 향상시킬 수 있는 ALGLIB 3.19 수치 분석 라이브러리와 그 응용 프로그램 및 새로운 알고리즘에 대해 간략히 살펴봅니다.

MQL4 및 MQL5 개발 프레임워크 내 OpenAI의 ChatGPT 기능

이 글에서는 Expert Advisors, 지표 및 스크립트를 개발하는 데 드는 시간과 노동 강도를 줄이는 측면에서 OpenAI의 ChatGPT를 살펴보고 그 기능에 대해 알아보겠습니다. 이제부터 ChatGPT를 MQL4 및 MQL5에서 프로그래밍에 올바르게 사용하는 방법을 보여 드리겠습니다.

모집단 최적화 알고리즘: 개미 군집 최적화(ACO)

이번에는 개미 군집 최적화 알고리즘을 분석해 보겠습니다. 이 알고리즘은 매우 흥미롭고 복잡합니다. 이 글에서는 새로운 유형의 ACO를 만들기 위한 시도를 할 것입니다.

모집단 최적화 알고리즘: 개미 군집 최적화(ACO)

이번에는 개미 군집 최적화 알고리즘을 분석해 보겠습니다. 이 알고리즘은 매우 흥미롭고 복잡합니다. 이 글에서는 새로운 유형의 ACO를 만들기 위한 시도를 할 것입니다.

MQL5의 ALGLIB 수치 해석 라이브러리

이 글에서는 금융 데이터 분석의 효율성을 향상시킬 수 있는 ALGLIB 3.19 수치 분석 라이브러리와 그 응용 프로그램 및 새로운 알고리즘에 대해 간략히 살펴봅니다.

MQL4 및 MQL5 개발 프레임워크 내 OpenAI의 ChatGPT 기능

이 글에서는 Expert Advisors, 지표 및 스크립트를 개발하는 데 드는 시간과 노동 강도를 줄이는 측면에서 OpenAI의 ChatGPT를 살펴보고 그 기능에 대해 알아보겠습니다. 이제부터 ChatGPT를 MQL4 및 MQL5에서 프로그래밍에 올바르게 사용하는 방법을 보여 드리겠습니다.

모집단 최적화 알고리즘: 개미 군집 최적화(ACO)

이번에는 개미 군집 최적화 알고리즘을 분석해 보겠습니다. 이 알고리즘은 매우 흥미롭고 복잡합니다. 이 글에서는 새로운 유형의 ACO를 만들기 위한 시도를 할 것입니다.

MQL4 및 MQL5 개발 프레임워크 내 OpenAI의 ChatGPT 기능

이 글에서는 Expert Advisors, 지표 및 스크립트를 개발하는 데 드는 시간과 노동 강도를 줄이는 측면에서 OpenAI의 ChatGPT를 살펴보고 그 기능에 대해 알아보겠습니다. 이제부터 ChatGPT를 MQL4 및 MQL5에서 프로그래밍에 올바르게 사용하는 방법을 보여 드리겠습니다.

MQL5의 ALGLIB 수치 해석 라이브러리

이 글에서는 금융 데이터 분석의 효율성을 향상시킬 수 있는 ALGLIB 3.19 수치 분석 라이브러리와 그 응용 프로그램 및 새로운 알고리즘에 대해 간략히 살펴봅니다.

MQL4 및 MQL5 개발 프레임워크 내 OpenAI의 ChatGPT 기능

이 글에서는 Expert Advisors, 지표 및 스크립트를 개발하는 데 드는 시간과 노동 강도를 줄이는 측면에서 OpenAI의 ChatGPT를 살펴보고 그 기능에 대해 알아보겠습니다. 이제부터 ChatGPT를 MQL4 및 MQL5에서 프로그래밍에 올바르게 사용하는 방법을 보여 드리겠습니다.

모집단 최적화 알고리즘: 개미 군집 최적화(ACO)

이번에는 개미 군집 최적화 알고리즘을 분석해 보겠습니다. 이 알고리즘은 매우 흥미롭고 복잡합니다. 이 글에서는 새로운 유형의 ACO를 만들기 위한 시도를 할 것입니다.

트레이딩을 위한 조합론과 확률 이론(3부): 첫 번째 수학적 모델

앞서 살펴본 주제에 대해 논리적으로 연속적인 내용을 다루자면 그것은 아마도 트레이딩 작업을 위한 다기능 수학적 모델의 개발일 것입니다. 이 글에서 저는 프랙탈을 설명하는 최초의 수학적 모델의 개발과 관련된 전체의 과정을 처음부터 설명하겠습니다. 이 모델은 중요한 빌딩 블록이 되어야 하며 다 기능적이고 보편적이어야 합니다. 그리고 모델은 우리의 아이디어를 더욱 발전시키기 위한 이론적 기반을 구축할 것입니다.