新しい記事を追加
初心者からエキスパートへ：市場の不規則性への対処

初心者からエキスパートへ：市場の不規則性への対処

市場のルールは常に変化しており、かつて有効だった原則も、時間の経過とともにその効力を徐々に失っていきます。過去に機能していたものが、現在では一貫して機能しなくなることがあります。本記事では、このような市場の不確実性に対応するために、「確率レンジ（ゾーン）」という考え方に焦点を当てます。さらに、MQL5を用いて、特に値動きが不安定な相場環境でも機能するアルゴリズムの構築方法を解説していきます。ディスカッションにぜひご参加ください。
MQL5入門（第34回）：MQL5のAPIとWebRequest関数の習得(VIII)

MQL5入門（第34回）：MQL5のAPIとWebRequest関数の習得(VIII)

MetaTrader 5でインタラクティブなコントロールパネルを作成する方法を学びます。入力フィールド、アクションボタン、テキストを表示するためのラベルを追加する基本について説明します。プロジェクトベースのアプローチを用いて、ユーザーがメッセージを入力し、最終的にAPIからのサーバー応答を表示するパネルを設定する方法を学びます。
MQL5でカスタムインジケーターを作成する（第4回）：デュアルオシレーター搭載Smart WaveTrend Crossover

MQL5でカスタムインジケーターを作成する（第4回）：デュアルオシレーター搭載Smart WaveTrend Crossover

本記事では、MQL5で「Smart WaveTrend Crossover」と呼ばれるカスタムインジケーターを開発します。このインジケーターは、2つのWaveTrendオシレーターを活用しており、1つはクロスオーバーシグナルの生成、もう1つはトレンドフィルタリングを目的としています。チャネル長、平均期間、移動平均期間といった各種パラメータはカスタマイズ可能です。また、トレンド方向に応じてローソク足を色分け表示し、クロスオーバー時には買いや売りの矢印シグナルを表示します。さらに、トレンド確認の有効化オプションや、色やオフセットなどのビジュアル要素も調整可能です。
MQL5入門（第33回）：MQL5のAPIとWebRequest関数の習得(VII)

MQL5入門（第33回）：MQL5のAPIとWebRequest関数の習得(VII)

本記事では、MQL5を使用してGoogle Generative AI APIをMetaTrader 5に統合する方法を解説します。APIリクエストの構築、サーバー応答の処理、AI生成コンテンツの抽出、レート制限の管理、そして結果をテキストファイルに保存して簡単に参照できるようにする方法を学びます。
ラリー・ウィリアムズの『市場の秘密』（第5回）：MQL5におけるボラティリティブレイクアウト戦略の自動化

ラリー・ウィリアムズの『市場の秘密』（第5回）：MQL5におけるボラティリティブレイクアウト戦略の自動化

ラリー・ウィリアムズのボラティリティブレイクアウト戦略をMQL5で自動化する方法を、実践的なステップで解説します。日次のレンジ拡張の計算方法、買いと売りレベルの導出、値幅に基づくストップロスとリスクリワードに基づく利益目標によるリスク管理、そしてMetaTrader 5で動作するプロフェッショナルなエキスパートアドバイザー(EA)の構造まで学ぶことができます。これは、ラリー・ウィリアムズの市場概念を完全にテスト可能かつ実運用できる自動売買システムへと変換したいトレーダーや開発者向けに設計されています。
MetaTrader 5用シグマスコアインジケーター：単純な統計的異常検出器

MetaTrader 5用シグマスコアインジケーター：単純な統計的異常検出器

MetaTrader 5用の実践的なSigma Score（シグマスコア）インジケーターをゼロから構築し、その指標が本質的に何を測定しているのかを理解します。シグマスコアとは、対数収益率のz得点（直近の値動きが過去の平均から標準偏差でどれだけ乖離しているか）を表すものです。OnInit()、OnCalculate()、OnDeinit()の各コードブロックを一つずつ丁寧に解説しながら実装を進めます。さらに、±2といった閾値の解釈方法や、このシグマスコアを「市場ストレスメーター」として活用し、平均回帰戦略およびモメンタム戦略の双方に応用する方法についても説明します。
データベースは簡単（第1回）：SQLiteを用いたMQL5向け軽量ORMフレームワーク

データベースは簡単（第1回）：SQLiteを用いたMQL5向け軽量ORMフレームワーク

MQL5においてSQLiteデータをORMレイヤーを通して管理する方法を体系的に紹介します。エンティティモデリングとデータベースアクセスのためのコアクラス、フルエントなCRUD API、OnGet/OnSetによるリフレクション的フック、そしてモデルを簡単に定義するためのマクロなどを取り上げます。実用的なコード例として、テーブル作成、フィールドのバインド、データの挿入、更新、取得、削除を示します。これにより開発者は、SQLを繰り返し記述することなく、再利用可能で型安全なコンポーネントを利用できるようになります。
ラリー・ウィリアムズの『市場の秘密』（第4回）：MQL5における短期的スイングハイとスイングローの自動化

ラリー・ウィリアムズの『市場の秘密』（第4回）：MQL5における短期的スイングハイとスイングローの自動化

MQL5を使って、ラリー・ウィリアムズの短期スイングパターンの自動化を習得していきます。このガイドでは、非ランダムな市場構造を活用する、完全に設定可能なエキスパートアドバイザー(EA)を開発します。堅牢なリスク管理と柔軟なエグジットロジックの統合方法も解説し、システマティックな戦略開発とバックテストのための確かな基盤を提供します。
MQL5でボラティリティモデルを構築する（第I回）：初期実装

MQL5でボラティリティモデルを構築する（第I回）：初期実装

本記事では、Pythonのarchパッケージに類似した機能を持つ、ボラティリティモデリング用のMQL5ライブラリを提示します。このライブラリは現在、一般的な条件付き平均モデル（HAR、AR、一定平均、ゼロ平均）および条件付き分散モデル（一定分散、ARCH、GARCH）をサポートしています。
MQL5でのAI搭載取引システムの構築（第8回）：アニメーション、タイミング指標、応答管理ツールによるUIの改善

MQL5でのAI搭載取引システムの構築（第8回）：アニメーション、タイミング指標、応答管理ツールによるUIの改善

本記事では、MQL5におけるAI駆動取引システムを、ユーザーインターフェースの改善によって強化します。具体的には、リクエストの準備フェーズおよび思考フェーズにおけるローディングアニメーションの追加や、レスポンスに表示される処理時間（タイミングメトリクス）による応答の向上などを実装します。さらに、AIへの再クエリを行うための再生成ボタンや、最新の応答をファイルとして保存できるエクスポート機能などのレスポンス管理ツールを追加し、操作性を向上させます。
ラリー・ウィリアムズの『市場の秘密』（第3回）：MQL5で非ランダムな市場の動きを証明する

ラリー・ウィリアムズの『市場の秘密』（第3回）：MQL5で非ランダムな市場の動きを証明する

MQL5を使用してラリー・ウィリアムズによる市場挙動の実験を再現することで、金融市場が本当にランダムなのかどうかを検証します。本記事では、カスタムエキスパートアドバイザー(EA)を用い、シンプルなプライスアクションテストを通じて統計的な市場バイアスを明らかにする方法を解説します。
MQL5でカスタムインジケーターを作成する（第3回）：扇形と円形によるマルチゲージの強化

MQL5でカスタムインジケーターを作成する（第3回）：扇形と円形によるマルチゲージの強化

本記事では、MQL5のゲージ型インジケーターを拡張し、複数のオシレーターに対応できるようにします。列挙型を使うことで、単体表示だけでなく複合表示もユーザーが選択できるようになります。また、基盤となるゲージフレームワークを拡張し、扇形と円形の2つのスタイルを派生クラスとして実装します。円弧、直線、多角形を組み合わせた枠（ケース）の描画により、見た目もより洗練されたものになります。
MQL5で他の言語の実用的なモジュールを実装する（第6回）：MQL5におけるPython風ファイルI/O操作

MQL5で他の言語の実用的なモジュールを実装する（第6回）：MQL5におけるPython風ファイルI/O操作

複雑なMQL5ファイル操作を簡素化するために、読み書きを容易にするPythonスタイルのインターフェースを構築する方法を紹介します。カスタム関数とクラスを用いて、Pythonの直感的なファイル処理パターンを再現する方法を解説します。その結果、MQL5のファイルI/Oにおいて、よりクリーンで信頼性の高いアプローチが実現しました。
MQL5でカスタムインジケーターを作成する（第2回）：Canvasと針のメカニクスを使ったゲージ型RSIインジケーターの構築

MQL5でカスタムインジケーターを作成する（第2回）：Canvasと針のメカニクスを使ったゲージ型RSIインジケーターの構築

本記事では、MQL5でゲージ型のRSIインジケーターを開発します。このインジケーターは、RSIの値を円形のスケール上の動く針で可視化し、買われすぎと売られすぎのレベルを色分けした範囲と、カスタマイズ可能な凡例を備えています。Canvasクラスを使用して、円弧、目盛り、扇形などの要素を描画し、新しいRSIデータに基づいて滑らかに更新されるようにします。
共和分株式による統計的裁定取引（第9回）：バックテストポートフォリオのウェイト更新

共和分株式による統計的裁定取引（第9回）：バックテストポートフォリオのウェイト更新

本記事では、共和分関係にある銘柄を通じた統計的裁定取引を利用する平均回帰ベースの戦略において、ポートフォリオのウェイト更新をバックテストするためにCSVファイルを使用する方法について説明します。データベースへのローリングウィンドウ固有ベクトル比較(RWEC, Rolling Windows Eigenvector Comparison)の結果入力から、バックテストレポートの比較までを網羅します。その一方で、各RWECパラメータの役割と、それが全体的なバックテスト結果に与える影響を詳しく説明し、相対的なドローダウンの比較がこれらのパラメータをさらに改善するのにどのように役立つかを示します。
古典的な戦略を再構築する（第20回）：現代のストキャスティクス

古典的な戦略を再構築する（第20回）：現代のストキャスティクス

本記事では、古典的なテクニカル指標であるストキャスティクスを、従来の平均回帰ツールとしての使い方にとどまらず、どのように再解釈および再活用できるかを解説します。異なる分析視点からこの指標を捉え直すことで、慣れ親しんだ手法が新たな価値を生み出し、トレンドフォロー型の解釈を含む代替的な売買ルールの構築にも応用できることを示します。最終的に、MetaTrader 5ターミナルに搭載されているあらゆるテクニカル指標には未開拓の可能性が潜んでおり、試行錯誤を慎重に重ねることで、従来の見方では気づきにくい有意義な解釈を発見できることを示します。
MQL5でカスタムインジケーターを作成する（第1回）：Canvasグラデーションを使用したピボットベースのトレンドインジケーターの構築

MQL5でカスタムインジケーターを作成する（第1回）：Canvasグラデーションを使用したピボットベースのトレンドインジケーターの構築

本記事では、ユーザーが定義した期間にわたって高速ピボットラインと低速ピボットラインを計算し、これらのラインに対する価格の位置に基づいてトレンドの方向を検出し、矢印でトレンドの開始を知らせるとともに、必要に応じて現在のバーを超えてラインを延長するピボットベースのトレンドインジケーターを、MQL5で作成します。このインジケーターは、カスタマイズ可能な色で表示される個別の上昇線と下降線、トレンドの変化に応じて色が変わる点線の高速線、そしてトレンド領域の強調表示を強化するためのCanvasオブジェクトを使用した、線間のオプションのグラデーション塗りつぶしによる動的な可視化をサポートしています。
ラリー・ウィリアムズの『市場の秘密』（第1回）：MQL5でスイングストラクチャーインジケーターを構築する

ラリー・ウィリアムズの『市場の秘密』（第1回）：MQL5でスイングストラクチャーインジケーターを構築する

MQL5でラリー・ウィリアムズ式の市場構造インジケーターを構築するための実践的なガイドです。バッファの設定、スイングポイントの検出、チャートの設定、そしてトレーダーがテクニカル市場分析でこのインジケーターをどのように活用できるかについて解説します。
MQL5入門（第31回）：MQL5のAPIとWebRequest関数の習得(V)

MQL5入門（第31回）：MQL5のAPIとWebRequest関数の習得(V)

WebRequestと外部API呼び出しの使い方を学び、最新のローソク足データを取得し、各値を使用可能な型へ変換し、テーブル形式で整理して保存する方法を解説します。このステップは、取得したデータをローソク足形式で可視化するインジケーターを構築するための基礎となります。
MQL5における取引戦略の自動化（第46回）：Liquidity Sweep on Break of Structure (BoS)

MQL5における取引戦略の自動化（第46回）：Liquidity Sweep on Break of Structure (BoS)

MQL5においてLiquidity Sweep on Break of Structure (BoS)システムを構築します。このシステムは、ユーザーが定義した期間に基づいてスイングハイとスイングローを検出し、それらをHH (Higher High) / HL (Higher Low) /LH (Lower High) /LL (Lower Low)としてラベル付けすることでBoS（上昇トレンドにおけるHH、下降トレンドにおけるLL）を識別します。また、価格がスイングをヒゲで一時的にブレイクした後、再び終値がスイング内に戻る場合を流動性スイープとして検出します。
Codexパイプライン：PythonからMQL5へ ― FXI ETFを対象とした複数四半期の指標分析

Codexパイプライン：PythonからMQL5へ ― FXI ETFを対象とした複数四半期の指標分析

MetaTraderを本来のFX取引という「コンフォートゾーン」の外でどのように活用できるかという検討を継続し、FXI ETFという別の取引可能資産に着目します。前回の記事では、指標の選定にとどまらず、指標間のパターンの組み合わせにまで踏み込み、やや過度に複雑化した側面がありました。本記事では一歩引いて、指標選定そのものに焦点を当てます。最終的には、十分な価格履歴データが存在する場合に、さまざまな資産に対して適切な指標を推奨できるパイプラインの構築を目指します。
Adaptive Smart Money Architecture (ASMA)：SMCロジックと市場センチメントを統合した動的戦略切替システム

Adaptive Smart Money Architecture (ASMA)：SMCロジックと市場センチメントを統合した動的戦略切替システム

Adaptive Smart Money Architecture (ASMA)の構築方法について解説します。ASMAは、Smart Money Concept（Order Block、Break of Structure、Fair Value Gap）とリアルタイムの市場センチメントを統合し、現在の市場状況に応じて最適な取引戦略を自動的に選択するインテリジェントなエキスパートアドバイザー(EA)です。
機械学習の限界を克服する（第9回）：自己教師あり学習を用いた金融における相関ベース特徴学習

機械学習の限界を克服する（第9回）：自己教師あり学習を用いた金融における相関ベース特徴学習

自己教師あり学習は、観測値そのものから生成された教師信号を探索する統計学習の強力なパラダイムです。このアプローチは、教師なし学習における困難な問題を、より馴染みのある教師あり学習問題へと再定式化します。この技術は、アルゴリズムトレーダーコミュニティの目的に対して、見過ごされてきた応用可能性を持っています。したがって本記事の議論は、読者に対して自己教師あり学習という未開拓の研究領域への橋渡しを提供し、さらに小規模データセットへの過学習を回避しながら、金融市場の頑健で信頼性の高い統計モデルを提供する実践的応用を提示することを目的としています。
MQL5でかぎ足をマスターする（第2回）：かぎ足ベース自動売買の実装

MQL5でかぎ足をマスターする（第2回）：かぎ足ベース自動売買の実装

MQL5を用いたかぎ足ベースの取引エキスパートアドバイザー(EA)の構築方法を学びます。シグナル構築から注文執行、視覚的なマーカーの表示、さらに3段階トレーリングストップに至るまでを扱い、完全なコード、テスト結果、およびダウンロード可能なセットファイルを含みます。
古典的な戦略を再構築する（第14回）：移動平均クロスオーバーの徹底解説

古典的な戦略を再構築する（第14回）：移動平均クロスオーバーの徹底解説

本記事では、古典的な移動平均クロスオーバー戦略を改めて取り上げ、ノイズが多く変動の激しい市場環境においてなぜこの戦略がうまく機能しないのかを検証します。そのうえで、シグナル品質を向上させ、弱いまたは収益性の低い取引を除外するための5つの代替フィルタリング手法を紹介します。また、統計モデルが人間の直感や従来のルールでは捉えきれない誤差をどのように学習し、補正できるかについても説明します。読者は、時代遅れの戦略をどのように現代化するか、また金融モデリングにおいてRMSEのような指標に過度に依存することの落とし穴について理解を深めることができます。
共和分株式による統計的裁定取引（第8回）：ポートフォリオのリバランスのためのローリングウィンドウ固有ベクトル比較

共和分株式による統計的裁定取引（第8回）：ポートフォリオのリバランスのためのローリングウィンドウ固有ベクトル比較

本記事では、共和分関係にある株式を用いた平均回帰型統計裁定戦略において、早期の不均衡診断およびポートフォリオリバランスのために、ローリングウィンドウ固有ベクトル比較を用いる手法を提案します。この手法は、従来のインサンプル/アウトオブサンプルADF (IS/OOS ADF)検証と比較されており、固有ベクトルの変化が、IS/OOS ADFが依然としてスプレッドの定常性を示している場合であっても、リバランスの必要性を示唆し得ることを示します。本手法は主に実運用取引の監視を目的としていますが、結論として、固有ベクトル比較をスコアリングシステムに統合することも可能である一方で、その実際のパフォーマンスへの寄与については検証が必要であるとされています。
利益強化アーキテクチャ：多層型口座保護

利益強化アーキテクチャ：多層型口座保護

このディスカッションでは、積極的な利益目標を追求しながら、壊滅的な損失へのエクスポージャーを最小限に抑えることを目的とした、構造化された多層防御システムを紹介します。本システムの焦点は、取引パイプラインのあらゆるレベルにおいて、攻撃的な売買ロジックと保護的な安全機構を組み合わせることにあります。その狙いは、このEAを「リスクを認識する捕食者」のように設計することです。すなわち、高価値な機会を捉える能力を持ちながらも、突発的な市場ストレスに対して盲目的になることを防ぐための複数の防護層を常に備えている状態を目指します。
MQL5で他の言語の実用的なモジュールを実装する（第5回）：PythonのLoggingモジュールによるプロ仕様のログ

MQL5で他の言語の実用的なモジュールを実装する（第5回）：PythonのLoggingモジュールによるプロ仕様のログ

PythonのloggingモジュールをMQL5と統合することで、トレーダーは体系的なログ管理手法を活用でき、取引活動の監視、デバッグ、記録のプロセスを大幅に簡素化することができます。本記事では、その適応方法について解説し、取引ソフトウェア開発における明確性と整理性を維持するための強力なツールを提供します。
取引戦略の開発：出来高制限アプローチの使用

取引戦略の開発：出来高制限アプローチの使用

テクニカル分析の世界では、価格がしばしば中心的な役割を果たします。トレーダーはサポートやレジスタンス、パターンを綿密に描きますが、多くの場合、これらの動きを駆動する重要な力である「出来高」を見落としています。本記事では、新しい出来高分析のアプローチであるVolume Boundaryインジケーターについて解説します。この指標は、バタフライ曲線やトリプルサイン曲線といった高度な平滑化関数を用いることで変換をおこない、より明確な解釈と体系的な取引戦略の構築を可能にします。
MQL5入門（第30回）：MQL5のAPIとWebRequest関数の習得(IV)

MQL5入門（第30回）：MQL5のAPIとWebRequest関数の習得(IV)

APIレスポンスから取得したローソク足データの抽出、変換、整理を、MQL5環境において簡潔におこなうためのステップごとのチュートリアルを紹介します。本ガイドは、コーディングスキルを向上させたい初心者の方や、市場データを効率的に管理するための堅牢な手法を構築したい方に最適です。
MQL5における取引戦略の自動化（第45回）：逆フェアバリューギャップ(IFVG)

MQL5における取引戦略の自動化（第45回）：逆フェアバリューギャップ(IFVG)

本記事では、MQL5において逆フェアバリューギャップ(IFVG, Inverse Fair Value Gap)検出システムを構築します。このシステムは、直近のバーにおける強気/弱気のFVG（フェアバリューギャップ）を最小ギャップサイズフィルターを適用して識別し、価格との相互作用に基づき、その状態をnormal（通常）、mitigated（解消）、inverted（反転）として追跡します（遠側ブレイクによるミティゲーション、再エントリー時のリトレース（押し戻し）、内側から遠側をブレイクしてクローズすることによるインバージョンを含みます）。また、重複は無視し、追跡するFVGの数を制限します。
プロップファームチャレンジをクリアするための自動リスク管理

プロップファームチャレンジをクリアするための自動リスク管理

本記事では、GOLD向けのプロップファーム用エキスパートアドバイザー(EA)の設計について解説します。このEAは、ブレイクアウトフィルター、マルチタイムフレーム分析、堅牢なリスク管理、そして厳格なドローダウン制御を特徴としています。ルール違反を回避し、ボラティリティの高い市場環境下でも安定した取引実行を維持することで、トレーダーがプロップファームのチャレンジをクリアするのを支援します。
MQL5における純粋なRSA暗号化の実装

MQL5における純粋なRSA暗号化の実装

MQL5には組み込みの非対称暗号が存在しないため、HTTPのような安全でないチャネルでのデータ交換は困難です。本記事では、PKCS#1 v1.5パディングを用いた純粋なMQL5実装のRSAを紹介し、外部ライブラリを使用せずにAESのセッションキーや小規模なデータブロックを安全に送信できる方法を解説します。このアプローチにより、標準HTTP上でも、アプリケーションレベルでHTTPSに近い安全性を実現できるだけでなく、MQL5アプリケーションにおける安全な通信の重要なギャップを埋めることができます。
MQL5標準ライブラリエクスプローラー（第5回）：マルチシグナルEA

MQL5標準ライブラリエクスプローラー（第5回）：マルチシグナルEA

本セッションでは、MQL5標準ライブラリを使用して、複数のシグナルを組み合わせた高度なエキスパートアドバイザー(EA)を構築します。このアプローチにより、組み込みシグナルと独自ロジックをシームレスに統合し、柔軟かつ強力な取引アルゴリズムの構築方法を示します。詳細については、続きをご覧ください。
MQL5での取引戦略の自動化（第44回）：スイングハイ/ローのブレイクによる性格の変化(CHoCH)検出

MQL5での取引戦略の自動化（第44回）：スイングハイ/ローのブレイクによる性格の変化(CHoCH)検出

この記事では、MQL5で性格の変化(CHoCH)検出システムを開発します。本システムは、ユーザーが設定したバーの長さに基づいてスイングハイとスイングローを特定し、高値には「HH/LH」、安値には「LL/HL」とラベル付けをおこない、トレンド方向を判定します。そして、これらのスイングポイントをブレイクした際にエントリーをおこない、潜在的な反転を示すサインとして活用します。構造が変化した際のブレイクもエントリー対象とします。
プライスアクション分析ツールキットの開発（第53回）：サポート・レジスタンスゾーン発見のためのPattern Density Heatmap

プライスアクション分析ツールキットの開発（第53回）：サポート・レジスタンスゾーン発見のためのPattern Density Heatmap

本記事では、パターン密度ヒートマップ(Pattern Density Heatmap)を紹介します。これは、繰り返し出現するローソク足パターンの検出結果を、統計的に有意なサポート・レジスタンスゾーンに変換するプライスアクションマッピングツールです。単一のシグナルを個別に扱うのではなく、EAは検出結果を固定価格レンジに集約し、密度をスコア化（必要に応じて直近の重み付けも可能）し、高い時間軸のデータと照合してレベルを確認します。その結果として得られるヒートマップは、市場が過去にどの価格レベルで反応したかを可視化し、売買のタイミング、リスク管理、戦略への信頼性向上に活用できます。あらゆる取引スタイルに対応可能です。
MQL5におけるARIMA予測指標

MQL5におけるARIMA予測指標

本記事では、MQL5でARIMA予測インジケーターを実装する方法について説明します。ARIMAモデルがどのように予測を生成するのか、またそれが外国為替市場や株式市場全般にどのように適用できるのかを解説します。さらに、自己回帰(AR)とは何か、自己回帰モデルがどのように予測に利用されるのか、その仕組みについても説明します。