페이지 3 — 알고리즘 트레이딩 관련 글 — 가이드 및 예시

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.

MQL5 프리랜스는 개발자가 트레이더 고객을 위한 트레이딩 애플리케이션을 만들어 주고 그 대가를 금전적으로 받는 온라인 서비스입니다. 이 서비스는 2010년부터 성공적으로 운영되어 현재까지 100,000개 이상의 총 7백만 달러의 프로젝트가 완료되었습니다. 보시다시피 여기에는 상당한 금액이 관련됩니다.

이 기사에서 우리는 프랙탈에 대해 계속 알아보고 모든 자료를 요약하는 데 집중할 것입니다. 이를 위해 이전의 모든 개발 내용을 간결하게 정리하여 거래에 실제로 적용하기에 편리하고 이해하기 쉬운 형태로 만들 것입니다.

이번 시리즈에서는 거래와 가격 책정 과정을 설명하기 위해 확률 이론을 실제로 적용하는 방법에 대해 알아보겠습니다. 첫 번째 기사에서는 조합론과 확률의 기초를 살펴볼 것입니다. 그리고 확률 이론의 틀에서 프랙탈을 적용하는 방법의 첫 번째 예를 분석할 것입니다.

이 글에서는 수수료와 스왑을 포함한 모든 거래의 총 손익을 계산하는 방법을 보여드리겠습니다. 저는 가장 정확한 수학적 모델을 제공하고 이를 사용하여 코드를 작성하고 표준과 비교할 것입니다. 또한 수익을 계산하고 종목 사양의 모든 값에 접근하고 활용하기 위해 주요 MQL5 함수의 내부에 들어갈 것입니다.

저는 이 글에서 여러 상태를 이중 상태 시스템으로 축소할 수 있는지 여부와 그 가능성과 관련된 내용을 진행하기로 했습니다. 이 글의 주요 목적은 확률 이론을 기반으로 확장 가능한 트레이딩 알고리즘의 추가적인 개발에 도움이 될 수 있는 유용한 결론을 분석하고 도출하는 것입니다. 물론 이 주제는 수학과 관련이 있습니다. 하지만 이전 기사의 내용을 고려해 보면 저는 세부적인 정보보다는 일반화된 정보가 더 유용하다고 생각합니다.

이 글에서는 잘 알려진 베르누이 기법을 알아보고 이를 트레이딩과 관련한 데이터 배열을 설명하는 데 어떻게 사용할 수 있는지 보여드리겠습니다. 그런 다음 이 모든 것이 스스로 적응하는 트레이딩 시스템을 만드는 데에 사용될 것입니다. 우리는 또한 베르누이 공식의 특별한 경우인 보다 일반적인 알고리즘을 찾아보고 관련된 응용 프로그램을 찾아볼 것입니다.

이 글에서는 시장에 대한 이해가 조금이라도 있는 시스템이라면 글로벌 규모로 운영 가능하다는 가정을 테스트해 보려고 합니다. 저는 어떤 이론이나 패턴을 발명하지 않을 것이고 알려진 사실만을 사용하며 이러한 사실을 점차 수학적인 분석 언어로 번역할 것입니다.

Expert Advisor 개발 기초부터(28부): 미래를 향해(III)

아직 우리의 주문 시스템에는 미흡한 부분이 하나 있습니다. 조만간 해결하도록 하겠습니다. MetaTrader 5는 주문 값을 생성하고 수정할 수 있는 티켓 시스템을 제공합니다. 이 아이디어는 동일한 티켓 시스템을 더 빠르고 효율적으로 만들 수 있는 EA를 만드는 것입니다.

트레이딩 전문가 어드바이저를 처음부터 개발하기(27부): 다음을 향해(II)

차트에서 좀 더 완전한 주문 시스템을 살펴보겠습니다. 이 글에서는 주문 시스템을 수정하거나 오히려 더 직관적으로 만드는 방법을 보여드리겠습니다.

오늘은 주문 시스템을 한 단계 더 발전시켜 보겠습니다. 하지만 그 전에 우리는 몇 가지 문제를 해결해야 합니다. 우리가 어떻게 하고 싶은지, 거래일 동안 우리가 어떤 일을 할 것인지와 관련된 몇 가지 질문이 있습니다.

이 글은 가장 인기 있는 보조지표를 기반으로 트레이딩 시스템을 설계하는 방법에 대한 시리즈의 새로운 글입니다. 우리는 프랙탈 지표인 새로운 지표에 대해 배우고 이를 기반으로 MetaTrader 5 터미널에서 실행될 거래 시스템을 설계하는 방법을 알아볼 것입니다.

다양한 조건에서 살아남는 잡초의 놀라운 능력은 강력한 최적화 알고리즘을 만들기 위한 아이디어가 되었습니다. IWO는 앞서 검토한 알고리즘 중 가장 우수한 알고리즘 중 하나입니다.

객체 지향 프로그래밍을 사용하면 읽기 쉽고 수정하기 쉬운 보다 간결한 코드를 작성할 수 있습니다. 여기서는 세개의 ONNX 모델에 대한 예제를 살펴보겠습니다.

Expert Advisor 개발 기초부터(25부): 시스템 견고성 확보(II)

이 글에서는 EA의 성능을 향상하기 위한 마지막 단계를 밟아보겠습니다. 그러니 오랫동안 읽을 준비를 하세요. Expert Advisor의 신뢰성을 높이기 위해 우리는 코드에서 모든 것을 제거합니다. 이 코드는 거래 시스템의 일부가 아닌 코드입니다.

회귀는 레이블이 지정되지 않은 예제에서 실제의 값을 예측하는 작업입니다. 회귀 메트릭은 회귀 모델 예측의 정확도를 평가하는 데 사용됩니다.

ONNX(Open Neural Network eXchange)는 신경망을 위해 만들어진 개방형 형식입니다. 이 글에서는 하나의 Expert Advisor에서 두 개의 ONNX 모델을 동시에 사용하는 방법을 소개하겠습니다.

여기서는 머신 러닝에서의 활성화 함수에 대해서만 설명하겠습니다. 인공 신경망에서 뉴런 활성화 함수는 입력 신호 또는 입력 신호 세트의 값을 기반으로 출력 신호의 값을 계산합니다. 우리는 이 프로세스의 내부의 작동 방식에 대해 자세히 살펴볼 것입니다.

이 글에서 우리는 시스템을 더욱 안정적으로 만들고 강력하고 안전하게 사용할 수 있도록 하겠습니다. 이러한 견고성을 달성하는 방법 중 하나는 코드를 가능한 한 많이 재사용하여 다양한 경우에 지속적으로 테스트하는 것입니다. 하지만 이것은 여러 방법 중 하나일 뿐입니다. 또 다른 하나는 OOP를 사용하는 것입니다.

이번 글이 가장 인기 있는 보조지표를 기반으로 트레이딩 시스템을 설계하는 방법에 대한 시리즈의 마지막 기사입니다. 우리는 앨리게이터 지표를 기반으로 트레이딩 시스템을 만드는 방법을 배워볼 것입니다.

엑셀러레이터 오실레이터를 사용하여 거래 시스템을 설계하는 방법을 알아보세요

이 기사는 인기 있는 기술 지표를 기반으로 거래 시스템을 설계하는 방법과 관련한 시리즈의 새로운 글입니다. 우리는 엑셀러레이터 오실레이터 지표라는 새로운 지표에 대해 알아보고 이를 활용하여 거래 시스템을 설계하는 방법을 알아볼 것입니다.

이 기사에서는 부드러운 함수에서 좋은 수렴을 보이는 박쥐 알고리즘(BA)에 대해 알아볼 것입니다.

이 글에서는 반딧불이 알고리즘(FA) 최적화 방법에 대해 살펴보겠습니다. 수정을 통해 알고리즘은 주변부의 존재에서평점 테이블의 실제 리더가 되었습니다.

ONNX(Open Neural Network Exchange)는 머신 러닝 모델을 나타내기 위해 구축된 개방형 형식입니다. 이 기사에서는 금융 시계열을 예측하기 위해 CNN-LSTM 모델을 만드는 방법에 대해 살펴보겠습니다. 또한 MQL5 Expert Advisor에서 생성된 ONNX 모델을 사용하는 방법도 보여드리겠습니다.

Expert Advisor 개발 기초부터(23부): 새로운 주문 시스템(VI)

이제 주문 시스템을 더욱 유연하게 만들어 볼 것입니다. 여기서는 포지션 스톱 레벨을 훨씬 더 빠르게 변경할 수 있도록 코드를 더 유연하게 변경하는 방법을 알아보겠습니다.

물고기 떼 검색(FSS)은 대부분의 물고기(최대 80%)가 친척들로 구성된 집단인 물고기 떼에서 물고기의 행동에서 영감을 얻은 새로운 최적화 알고리즘입니다. 물고기의 떼가 먹이 사냥의 효율성과 포식자로부터 보호하는 데 중요한 역할을 한다는 것은 이미 입증된 사실입니다.

Expert Adviso 개발 기초부터(22부): 새로운 주문 시스템(V)

오늘은 새로운 주문 시스템을 계속 개발할 예정입니다. 새로운 시스템을 구현하는 것은 그리 쉬운 일이 아닙니다. 프로세스를 복잡하게 만드는 문제가 종종 발생하기 때문입니다. 이러한 문제가 나타나면 우리는 개발을 멈추고 우리의 개발 방향에 대해 다시 분석해야 합니다.

이번 글에서는 트레이딩에 유용하게 사용될 수 있는 새로운 기술 도구에 대해 알아보겠습니다. 그것은 어썸 오실레이터(AO) 지표입니다. 이 지표로 거래 시스템을 설계하는 방법에 대해 알아볼 것입니다.

Relative Vigor Index로 거래 시스템을 설계하는 방법을 알아보세요

가장 인기 있는 기술 지표를 기반으로 거래 시스템을 설계하는 방법에 대한 시리즈의 새로운 기사입니다. 이 글에서는 상대 활력 지수(Relative Vigor Index) 지표를 사용하여 이를 수행하는 방법을 알아봅니다.

트레이딩 로봇이나 시그널 구독을 사용해 본 사람이라면 누구나 트레이딩 플랫폼에 안정적인 연중무휴 호스팅 서버를 임대해야 한다는 필요성을 알고 있습니다. 저희는 다양한 이유로 메타트레이더 VPS 사용을 권장합니다. MQL5.community 계정을 통해 간단하게 서비스 비용을 결제하고 구독을 관리할 수 있습니다.

다음은 가장 인기 있는 보조 지표로 트레이딩 시스템을 설계하는 방법에 대한 시리즈의 새 글입니다. 이 글에서는 디마커 지표로 트레이딩 시스템을 만드는 방법을 소개합니다.

다음으로 살펴볼 알고리즘은 레비 비행을 사용한 뻐꾸기 검색 최적화입니다. 이는 최신의 최적화 알고리즘 중 하나이며 인기 있는 새로운 알고즘 중 하나입니다.

이번에는 최신의 최적화 알고리즘 중 하나인 그레이 울프 최적화에 대해 알아봅시다. 테스트 함수에서의 오리지널 행동은 이 알고리즘을 앞서 고려한 알고리즘 중 가장 흥미로운 알고리즘 중 하나로 만듭니다. 이 알고리즘은 신경망 훈련, 많은 변수가 있는 부드러운 함수의 훈련에 사용되는 최고의 알고리즘 중 하나입니다.

가장 인기 있는 보조지표로 트레이딩 시스템을 설계하는 방법을 알아보는 이 시리즈의 새로운 글에 오신 것을 환영합니다. 이번 글에서는 새로운 보조지표 도구에 대해 알아보고 가변 지수 동적 평균(VIDYA)으로 트레이딩 시스템을 설계하는 방법을 배워보겠습니다.

이번 글은 가장 인기 있는 보조지표로 트레이딩 시스템을 설계하는 방법을 알아보는 시리즈의 새로운 글입니다. 이번에는 불스 파워 보조지표로 트레이딩 시스템을 설계하는 방법에 대해 알아봅니다.

Expert Advisor 개발 기초부터(21부): 새로운 주문 시스템(IV)

이제 비록 완성되지는 않았지만 시각적 시스템이 작동하기 시작합니다. 여기서 이제 우리는 주요 변경 사항을 다 적용할 것입니다. 꽤 많은 항목이 있지만 모두 필요한 항목입니다. 아마도 전체 작업이 꽤 흥미로울 것입니다.

Expert Advisor 개발 기초부터(20부): 새로운 주문 시스템 (III)

새로운 주문 시스템을 계속 만들어 보겠습니다. 이러한 시스템을 만들려면 MetaTrader 5 플랫폼이 실제로 어떻게 작동하고 어떤 자원을 제공하는지 이해해야 할 뿐만 아니라 MQL5를 잘 다룰 수 있어야 합니다.

이 글에서는 인공 꿀벌 군집의 알고리즘을 연구하고 기능적 공간을 연구하는 새로운 원칙을 더해 우리의 지식을 보완할 것입니다. 이 글에서는 고전적인 버전의 알고리즘에 대한 저의 해석을 보여드리겠습니다.

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

이번 글은 가장 인기 있는 보조지표로 트레이딩 시스템을 설계하는 방법을 알아보는 시리즈의 새로운 글입니다. 이번에는 베어스 파워 보조지표로 트레이딩 시스템을 설계하는 방법을 알아봅니다.

트레이딩을 위한 조합론과 확률 이론(3부): 첫 번째 수학적 모델

프리랜스 서비스에서 트레이더의 주문을 처리하여 수익을 창출하는 방법

트레이딩을 위한 조합론과 확률 이론(2부): 범용 프랙탈

트레이딩을 위한 조합론과 확률 이론(1부): 기본 사항

시장 수학: 수익, 손실 및 비용

조합과 트레이딩을 위한 확률(5부): 곡선 분석

조합론과 트레이딩 확률(4부): 베르누이 논리

시장과 시장이 보여 주는 글로벌 패턴의 물리학

Expert Advisor 개발 기초부터(28부): 미래를 향해(III)

트레이딩 전문가 어드바이저를 처음부터 개발하기(27부): 다음을 향해(II)

Expert Advisor 개발 기초부터(26부): 미래를 향해(I)

프랙탈로 트레이딩 시스템 설계하는 방법 알아보기

모집단 최적화 알고리즘: 침입성 잡초 최적화(IWO)

클래스에서 ONNX 모델 래핑하기

Expert Advisor 개발 기초부터(25부): 시스템 견고성 확보(II)

회귀 메트릭을 사용하여 ONNX 모델 평가하기

MQL5에서 ONNX 모델을 앙상블하는 방법의 예시

MQL5에서 행렬 및 벡터: 활성화 함수

Expert Advisor 개발 기초부터(24부): 시스템 견고성(I)

앨리게이터로 트레이딩 시스템 설계 방법 알아보기

엑셀러레이터 오실레이터를 사용하여 거래 시스템을 설계하는 방법을 알아보세요

모집단 최적화 알고리즘: 박쥐 알고리즘(BA)

모집단 최적화 알고리즘: 반딧불이 알고리즘(FA)

MQL5에서 ONNX 모델을 사용하는 방법

Expert Advisor 개발 기초부터(23부): 새로운 주문 시스템(VI)

모집단 최적화 알고리즘: 물고기 떼 검색(FSS)

Expert Adviso 개발 기초부터(22부): 새로운 주문 시스템(V)

어썸 오실레이터로 트레이딩 시스템 설계하는 방법 알아보기

Relative Vigor Index로 거래 시스템을 설계하는 방법을 알아보세요

MetaTrader VPS 시작하기: 단계별 지침

디마커로 트레이딩 시스템 설계하는 방법 알아보기

모집단 최적화 알고리즘: 뻐꾸기 최적화 알고리즘(COA)

모집단 최적화 알고리즘: 회색 늑대 옵티마이저(GWO)

VIDYA으로 트레이딩 시스템 설계하는 방법 알아보기

불스 파워로 트레이딩 시스템 설계 하는 방법 알아보기

Expert Advisor 개발 기초부터(21부): 새로운 주문 시스템(IV)

Expert Advisor 개발 기초부터(20부): 새로운 주문 시스템 (III)

모집단 최적화 알고리즘: 인공 꿀벌 군집(ABC)

모집단 최적화 알고리즘: 개미 군집 최적화(ACO)

베어스 파워 보조 지표로 트레이딩 시스템을 설계하는 방법 알아보기