トレール注文｜FX注文方法について｜LION FX｜ヒロセ通商
例えば、現在のレートが1ドル＝100.200円として、100円あたりが底だろうと予想し、100円の買い指値注文を出しておきます。さらに下がった場合のことを考え、99円で逆指値注文を出します。ただしここでは99円の逆指値注文ではなく、100円と99円の差額である1円幅のトレール注文を出すことにしました。予想通りに100円まで下がり、100円の買い指値注文が約定し、ポジションができました。 このまま上がることなく下がってしまうと99円になったところで、決済逆指値売り注文が約定し、1円の損失となります。逆に100円から100.300円まで30銭幅上がると、トレール注文も30銭上がり、99.300円になります。さらにレートが101.150円まで上がるとトレール注文は100.150円まで上がります。 つまり、ドルのレートが上がり続ける限り、トレール注文も上がり続け、最高値と1円の差を保ちます。 その
PythonのSciPyでのピーク（極大値・極小値）の検出方法｜te.k
1. はじめにデータ解析を行う際に、データセットのピーク（極大値や極小値）を検出したい場合があります。特に、金融や物理学の分野で、特定の時系列データの振る舞いを調査するときにこの方法が役立ちます。この記事では、PythonのSciPyライブラリのfind_peaks関数を使用して、ピークの検出方法を解説します。 2. find_peaks関数の基本find_peaksは、SciPyのsignalモジュールに含まれています。この関数を使用すると、1次元のデータセットから極大値を効率的に検出することができます。 基本的な使用方法は以下のようになります。 from scipy.signal import find_peaks data = [1, 3, 7, 1, 2, 6, 3, 2, 1] peaks, _ = find_peaks(data) print(peaks)出力: [2, 5]こ
情報学広場：情報処理学会電子図書館
※ユーザ登録は無料です． 本電子図書館のご利用にあたっては「情報処理学会電子図書館利用規約」をご遵守下さい。 情報学広場に掲載されているコンテンツには有料のものも含まれています。 有料コンテンツをご購入いただいた場合はクレジットカード決済のみとなります。 複写および転載をされる方へ一般社団法人情報処理学会では複写複製および転載複製に係る著作権を学術著作権協会に委託しています。当該利用をご希望の方は、学術著作権協会が提供している複製利用許諾システムもしくは転載許諾システムを通じて申請ください。 尚、本会会員（賛助会員含む）および著者が転載利用の申請をされる場合については、学術目的利用に限り、無償で転載利用いただくことが可能です。ただし、利用の際には予め申請いただくようお願い致します。
FX、CFD用資産シミュレーションツールを使って資金管理について考える
FX、CFD用資産シミュレーションツールとは？ OANDAでは、FX、CFD取引において口座資産がどのように変化するかを簡易的にシミュレーションすることができるツール「FX、CFD用資産シミュレーションツール」をウェブ上で提供しています。 このツールでは、取引開始時の口座資産、1回のトレードで想定している損失、利益のほか、勝率等を入力すると、その情報を元に、一定件数のトレードを行った場合の資産の推移をグラフでチェックすることができます。 具体的なシミュレーションの方法は、指定した勝率を元にランダムに抽選を行い、勝敗結果を算出し、その結果を元に想定する利益額、損失額を口座資産に増減しています。 このため、シミュレーションでは勝率50％と設定した場合、結果的に勝率50％になるとは限りません。 また、口座資産の指定した水準まで資産が減少した場合を破産とみなし、シミュレーションを停止する機能も装備
シン・破産確率 - Qiita
こんにちは、@richwomanbtcです！ 仮想通貨botter Advent Calender 2021の22日目の記事です。 この記事に関して質問、誤りのご指摘等ありましたらぜひコメントお願いします！ また、この記事の内容に参考にしてトレード等を行い損害が発生したとしても責任は負いかねます。ご了承ください。 今回は破産確率について、私なりに実験してみたまとめてみた結果を載せたいと思います。(実験する時間がなかったのでまとめただけになりました。ごめんなさい。いつか必ず追記します) よくweb上の記事に「バルサラの破産確率」の図が出回っていますが、「バルサラの破産確率」はいくつかの仮定を置き、現実の問題を単純化したものに対しての破産確率を示しています。 この記事では、仮定しているものを明確にした上で破産確率を導出、あるいは数値計算することで、より正確な破産確率を求めてみよう、というもので
【簡単計算ツール有】バルサラの破産確率の計算式をわかりやすく解説｜FXで負けないための資金管理
PR：無料で最高のトレード環境を手に入れよう TradingViewは、トレード仲間とつながるSNS機能を有した次世代型チャートツールです。初回限定で、機能が豊富な有料プランを1ヶ月無料で利用可能。ぜひ最高のトレード環境を体験してください。 バルサラの破産確率とは バルサラの破産確率とは、トレード手法の破産確率を計算できる理論です。 取引に使う資金の割合（資金率）とその成功率（勝率）により、その取引内容（手法）が破産する確率を計算式で求められます。 フランスの数学者「ナウザー・バルサラ（Nauzer J. Balsara）」が提唱したもので、資金管理をするための考え方として多くのトレーダーが採用している理論です。 FXに限らず、競馬競輪、バカラやポーカーなどのギャンブルにも広く利用される統計額に基づく確率論のため、その有用性は高く評価されています。 バルサラの破産確率は3つで構成される バ
好決算なのに株価下落、「押し目狙い」は発表から×日後 | 特集 - 株探ニュース
大川智宏（Tomohiro Okawa） 智剣・Oskarグループ CEO兼主席ストラテジスト 2005年に野村総合研究所へ入社後、JPモルガン・アセットマネジメントにてトレーダー、クレディ・スイス証券にてクオンツ・アナリスト、UBS証券にて日本株ストラテジストを経て、16年に独立系リサーチ会社の智剣・Oskarグループを設立し現在に至る。専門は計量分析に基づいた株式市場の予測、投資戦略の立案、ファンドの設計など。日経CNBCのコメンテーターなどを務めている。 前回記事「夏枯れの時期に負けにくい「サマー・ストック」銘柄はどれ？」を読む コロナ禍の中、日米欧で良好な決算の発表が続く中で、「好決算だが売られる銘柄が急増している」事態が場所を問わず起きています。 米国株で象徴的な動きだったのは、GAFAM（グーグルの親会社のアルファベット、アップル、フェイスブック、アマゾン・ドット・コム、マイク
トレード評価項目 - トレードメモ
トレードメモからの重要なお知らせ 2024/2/28 平素はトレードメモをご利用いただきありがとうございます。 2011年より「トレードメモ」を提供しておりましたが、 ・管理人のメインの投資先が225先物から変わってきたこと ・プログラム、サーバ等のメンテ、リプレイス作業が負担になってきたこと ・他の運用しているサービスに注力したいこと などの理由により2024年3月31日をもちましてサービスを終了させていただきます。 会員様につきましては取引データ等についてはサービス終了までにcsvでダウンロードする等作業をお願いいたします。 ※約定通知の自動設定を利用されている会員様は証券会社のメールアドレスの設定の変更（トレードメモのメールアドレスを変更）をお願いいたします。 3/31日以降順次メールアカウントも終了していくためメールの転送はされなくなります。 何卒ご理解のほどお願い申し上げます。
【コード公開】絶対に勝てる仮想通貨botはCBbot【勝率99.9%サーキットブレーカー】
twitterを見ていたら、先日サーキットブレーカーなるものが生じていることを知りました。どうやらつよbotterの皆様は、サーキットブレーカーbot(CBbot)を作っていることがわかったので、自分も作ってみました。 そして、作ってみた感想は99.9%勝てるbotであるということです。 コピペすれば動くコードも貼ってあるので、能書きはいらねえという方は一番最後だけでもどうぞ！ bitflyerでのサーキットブレーカーのルールを確認 まずはサーキットブレーカーのルール確認です。 https://lightning.bitflyer.com/docs/circuitbreaker?region=JP&lang=ja サーキットブレーカーは10分前の約定価格の上下20%で約定する取引が行われそうになると、取引を一時中断し、5分から板寄せを10分行って取引を開始するという制度です。 初心者は穴が
【ファイナンス機械学習 解説】著者の解説スライドを日本語でまとめてみる (4/10) | Quant College
はじめに 『ファイナンス機械学習 』著者のMarcos Lopez de Prado氏が自身のサイトで『ファイナンス機械学習』に関する講義スライドを全編無料公開している。 『ファイナンス機械学習 』については、 botter界隈やシストレ界隈では ・『ファイナンス機械学習 』を抱いて寝る人 ・『ファイナンス機械学習 』を枕にして寝る人 ・『ファイナンス機械学習 』で枕投げをする人 が続出しているらしく？、 幅広く読まれているようだ。 このシリーズ記事では、 著者の了解を得て、上記の講義スライドを日本語でまとめる。 英語だとどうしても読むのに時間がかかったりエネルギーを多く使ってしまう、という方向け。全１０回あるが、今回はその第４回のスライドを取り上げる。ログインのような画面になる場合は、メールアドレスとパスワードを入力してSSRNのアカウントを作ればダウンロードできる。 本記事はQuant
【チャネルブレイクアウト】伝説のシステムは今でも稼げるのか？！ - 日経225先物トレード日誌
チャネルブレイクアウト・ストラテジーとは このトレードシステムは、伝説のトレーダー集団タートルズのドンチアンが使ったことで有名です。今回はTradingViewの内臓ストラテジーに標準搭載される『ChannelBreakOutStrategy』を使ってバックテストを行いました。時間軸は、ドンチアンは日足で期間は20日を使っていますが、今回はデイトレを想定して、15分足、30分足、1時間足で期間はパラメータとして検証しました。 TradingViewの詳細はコチラ 売買ルール 売買ルールはトレンドフォロー型のシンプルな戦略で、次の様になります。
バックテストの評価指標まとめ｜藍崎
バックテストの評価指標とはバックテストによって集まった損益データを見やすい形にまとめたものです。システムの実力を推定したりするわけではなく、バックテスト結果そのものを評価するため、統計学の言葉にすると記述統計に当たります。 評価指標の意味を知ることや計算式を知ることはバックテストする人にとって基本ですが、今回はさらに一歩踏み込んだところまで解説します。 ◆期待利得 「1取引あたりの損益」という形でリターンの大きさを表す指標であり、損益データの平均値とも言えます。 計算式※平均損失は負数※ (1－勝率)は敗率です。 純損益がプラスであれば期待利得はプラスとなり、純損益がマイナスであれば期待利得はマイナスとなるので期待利得は0が閾値と言えます。EAの期待利得が0以上であれば、トータルでプラスということになります。 グラフで見る期待利得の特徴 これは、あるEAのバックテストから「1トレード毎に
悲観的リターンレシオ(PRR)をOnTester結果として出力する - Qiita
悲観的リターンレシオ(PRR)とは バックテストの取引回数が少ないほど統計的なデータの信頼性は下がってしまいます。 例えばプロフィットファクター(PF)でいえば、取引回数が少ないときほどその値は大きく見積もってあげないといけないわけです。 じゃあ具体的にどれだけ大きく見積もる必要があるのかを数学的な根拠をもって考慮したEAの評価指標が「悲観的リターンレシオPRR」です。 そもそも、ランダムなトレードのプロフィットファクター(PF)の偶然起こりうる振れ幅をどうやって導いているのかの解説はこちらです。 悲観的リターンレシオ(PRR)のソースコード 手持ちのEAにコピペするだけ！ #include <Math\Stat\Math.mqh> //+------------------------------------------------------------------+ //| OnTe
botの運用により8ヶ月で1万ドルを1,000倍に botter・よしそ氏 1/3 - BMR
botterのよしそ氏に、botの運用手法やbotをはじめた経緯などについて伺いました。 よしそ氏 プロフィール2017年から仮想通貨に参入。Deep Learningを始めとした機械学習モデルを活用して価格変動を予測し、低リスク高リターンな運用を行っているBotter。仮想通貨・株・為替と幅広く手掛ける。2021年には1万ドルを原資に5%以上のドローダウンを出さずに8ヵ月で1,000倍のリターンを上げる。 Sponsor仮想通貨トレーダーズクラブ COINRUN COINRUNは暗号資産の古参トレーダーである、田中さん、ヨーロピアンさんの2名による、暗号資産のトレードによって「まとまった資産を築く」「継続的な収入を得る」「ビットコインを増やす」ことを目的に、様々な有益情報を共有するオンラインコミュニティです。 会員限定のトレード番組やチャットコミュニティ、月20回程度のレポート配信が利用
株価データ提供サービスのDATA-GET2（データゲット2）
株価データを使ったソフトウェアを作成する上で必ず必要となる「株価データの受信」部分。 この複雑な通信部分を一から開発することなく手軽にご利用いただけるサービスです。 DATA-GET2のサービスを利用することで、株価等のデータ入手方法などに悩まされることなく、ソフト開発に専念できます。
J-Quants APIを用いて株式分析チュートリアルを動かしてみた - deepblue
J-QuantsAPIを用いて株式分析チュートリアルを動かしてみた｡ はじめに みなさん､こんにちは! 今回は､J-QuantsAPIを使用して株式市場をデータ分析してみませんか?という内容となっています! 筆者は､データ分析はやったことあるけど､金融知識はゼロ､､､といった人間です｡いつものように､今回は何を分析しようか､と企んでいたときに発見したのが株式分析チュートリアルです。 今回は､このチュートリアルを使用して、ChatGPTとJ-Quants APIを用いながら、株式市場の分析に取り組みました。初学者なりに解釈して得た知見･困難を共有していきたいと思います! 株式分析チュートリアルについて はじめに､株式分析チュートリアルについて､簡単に紹介します｡ 株式分析チュートリアルとは、SIGNATEが過去に開催した2つのコンペティションのために､日本証券グループが作成したチュートリアル
立花証券ｅ支店
自動発注システムを開発されているお客様やそのツールをご利用されているお客様、ご自身で開発されたツールを利用して発注されているお客様向けのサービスです。 これまではＷｅｂ画面のエミュレーションで接続し発注等を行っていましたが、直接ＡＰＩを呼出し高速に処理できるようになります。 更にｅ支店のＡＰＩサービスでは、約定等の情報をプッシュ通知します。これまでに無いより使い易い発注システムの開発に役立つものと考えます。 2023-12-13 APIデモ環境、新NISA対応版（ｖ4ｒ5）の変更について 2023-10-03 API最新バージョン（ｖ4ｒ5）のリリースおよび旧バージョンの廃止について 2023-07-18 ニュース取得版（v4r4）リリースについて 2023-03-01 API 旧バージョン「v4r2」の廃止について 2022-12-26 契約締結前交付書面等の改訂のお知らせ 2022-1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
汎化性能測定
深堀りテクニカル指標 [ファイブエバリーブ]
バルサラの破産確率とは？確率表・計算式まで徹底解説｜FXで破産しないようにしよう