이 글은 파이썬과 MetaTrader 5를 통합함으로써 어떻게 연구의 유연성과 거래의 실행을 단일 워크플로로 결합하는지 그 방법을 보여줍니다. 파이썬은 데이터 분석, 피처 선택 및 모델 훈련에 사용되고 MetaTrader 5는 테스트 및 거래의 자동화에 사용됩니다. 이러한 접근 방식은 솔루션을 실제로 적용하는 과정을 간단하게 하고 재현성을 높여주며 거래 시스템의 개발을 더욱 빠르고 체계적으로 만들어 줍니다.
이 글에서는 SQLite를 사용하여 MQL5로 거래 일지를 관리하기 위한 최소한의 작업 세트를 소개합니다: 여기에는 거래, 신호 및 이벤트, 지수, 준비된 명세서 및 거래 테이블 구조와 표준 분석 SQL 쿼리가 포함됩니다. MetaTrader 5의 통계 대시보드와의 통합과 MetaEditor를 통한 데이터베이스 작업이 시연됩니다. 이 접근 방식을 통해 EA 코드를 복잡하게 만들지 않고도 저널을 자동화하고 계산 속도를 향상시키고 분석을 하는 것이 가능해집니다.
외환 시장에서 포트폴리오 거래는 어떻게 이루어지나요? 포트폴리오 비율 최적화를 위한 마코위츠 포트폴리오 이론과 포트폴리오 위험 최적화를 위한 VaR 모델이 어떻게 통합될 수 있을까요? 여기서 우리는 포트폴리오 이론에 기반한 코드를 개발해서 한편으로는 낮은 위험을, 다른 한편으로는 만족스러운 장기적인 수익성을 확보해 볼 것입니다.
이 글에서는 MVC(모델-뷰-컨트롤러) 아키텍처 패턴을 사용하여 MQL5에서 테이블 모델을 개발하는 프로세스에 대해 살펴보겠습니다. 우리는 이를 통해 데이터 논리, 표현, 제어를 분리하고, 구조화되고 유연하며 확장 가능한 코드를 작성할 수 있습니다. 연결 리스트를 사용하여 데이터를 저장하는 것을 포함하여 테이블 모델을 구축하기 위한 클래스를 구현해 볼 것입니다.
이 문서에서는 다중 통화 포트폴리오 최적화를 위한 VaR(위험가중치) 모델이 가진 잠재력에 대해 살펴봅니다. 파이썬의 강력한 성능과 MetaTrader 5의 기능을 사용하여 효율적인 자본 배분 및 포지션 관리를 하는 VaR 분석을 구현하는 방법에 대해 알아봅니다. 이론적 기초부터 실제 구현까지, 알고리즘 트레이딩에서 가장 강력한 위험 계산 시스템 중 하나인 VaR을 적용하는 모든 측면을 다룹니다.
MQL5 Algo Forge 저장소의 모든 리포지토리에서 외부 코드를 프로젝트에 통합하는 방법을 살펴보겠습니다. 이 글에서는 유용하면서도 더 복잡한 작업, 즉 MQL5 Algo Forge 내에서 타사 저장소의 라이브러리를 실제로 연결하고 사용하는 방법에 대해 살펴봅니다.
MetaEditor에서 프로젝트를 작업할 때 개발자는 종종 코드 버전을 관리해야 하는 상황에 직면합니다. MetaQuotes는 최근 코드 버전 관리 및 협업 기능을 갖춘 MQL5 Algo Forge의 출시와 함께 GIT로의 마이그레이션을 발표했습니다. 이 글에서는 이 새로운 도구와 기존 도구를 더 효율적으로 사용하는 방법에 대해 설명합니다.
알고리즘 트레이딩 개발자를 위한 전용 포털인 MQL5 Algo Forge를 소개합니다. MQL5 Algo Forge에는 Git의 강력한 기능과 MQL5 에코시스템 내에서 프로젝트를 관리하고 구성할 수 있는 직관적인 인터페이스가 결합되어 있습니다. 여러분은 이곳에서 흥미로운 저자를 팔로우하고 팀을 구성하고 알고리즘 트레이딩 프로젝트에 대해 협업할 수 있습니다.
GSA는 무생물에서 영감을 얻은 모집단 최적화 알고리즘입니다. 알고리즘에 구현된 뉴턴의 중력 법칙과 그리고 물리적 객체의 상호 작용을 모델링하는 높은 신뢰성 덕분에 우리로 하여금 행성계와 은하단의 매혹적인 춤을 관찰하게 해 줍니다. 이 기사에서는 가장 흥미롭고 독창적인 최적화 알고리즘 중 하나를 살펴볼 것입니다. 우주의 객체의 움직임에 대한 시뮬레이터도 있습니다.
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.
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.
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.
효율적인 연산을 위해 수학적인 솔루션과 함께 행렬과 벡터가 MQL5에 도입되었습니다. 새로운 유형은 수학적인 표기법에 가까운 간결하고 이해하기 쉬운 코드를 생성하도록 하는 기본 메서드를 제공합니다. 배열은 광범위한 기능을 제공하지만 행렬이 훨씬 더 효율적인 경우가 많습니다.
3D 그래픽은 숨겨진 패턴을 시각화 할 수 있습니다. 그러므로 방대한 양의 데이터를 분석하는 데 탁월합니다 이러한 작업은 MQL5에서 직접 해결할 수 있는데 DireсtX 함수를 사용하면 3차원 객체를 만들 수 있습니다. 따라서 MetaTrader 5용 3D 게임과 같은 복잡한 프로그램을 만드는 것도 가능합니다. 간단한 3차원 도형을 그리는 것으로 3D 그래픽을 배워보세요.
트레이딩의 로직을 연구할 때 그래프의 형태로 표시되는 시각적 표현은 매우 중요합니다. 과학 관련 커뮤니티에서 널리 사용되는 여러 프로그래밍 언어(예: R 및 Python)에는 시각화에 사용되는 특수한 '플롯' 함수가 있습니다. 이 함수들이 선, 점 분포 및 히스토그램을 그려서 패턴을 시각화 할 수 있습니다. MQL5에서는 CGraphics 클래스를 사용하여 동일한 작업을 수행할 수 있습니다.
트레이딩 전략을 개발하는 일은 많은 양의 데이터를 처리하는 것과 관련이 있습니다. 이제 MQL5에서 SQLite를 기반으로 하는 SQL 쿼리를 사용하여 데이터베이스로 작업할 수 있습니다. 이 엔진에서 중요한 점 전체 데이터베이스가 사용자의 PC에 있는 단일 파일에 저장된다는 것입니다.
이 글은 포지션 헤징에 대한 새로운 접근 방식을 설명하고 이 문제에 대해 MetaTrader 4와 MetaTrader 5 사용자 간의 논쟁에 있어서 선을 그어줍니다. 그것은 다음 첫 번째 파트의 연속입니다: "MetaTrader 5에서 HedgeTerminal 패널을 사용한 양방향 거래 및 포지션 헤징, 파트 1". 두 번째 부분에서는 편리한 포지션 관리를 위한 도구를 제공하는 편안한 소프트웨어 환경에서 양방향 거래를 위해 설계된 특수 시각화 라이브러리인 HedgeTerminalAPI와 맞춤형 Expert Advisors의 통합에 대해 설명합니다.
이 문서는 포지션 헤징에 대한 새로운 접근 방식을 설명하고 이 문제에 대해 MetaTrader 4와 MetaTrader 5 사용자 간의 논쟁에 종지부를 찍을 것입니다. 헤징을 신뢰할 수 있게 하는 알고리즘은 일반인의 용어로 설명되고 간단한 차트와 다이어그램으로 설명됩니다. 이 문서는는 MetaTrader 5 내의 새로운 완전 기능 트레이딩 터미널이자 새로운 패널인 HedgeTerminal에 전면적으로 집중할 것입니다. HedgeTerminal과 그를 통한 매매 가상화를 통하여 MetaTrader 4와 비슷한 방식으로 포지션을 관리할 수 있게 되었습니다.
