MQL5 latency-problemsの原因と対処法｜EA遅延を改善
この記事の結論 MQL5のlatency-problemsは、EAの計算処理だけでなく、ティック受信、VPS環境、ブローカーの約定条件、スプレッド拡大、注文前チェック不足が重なって起きます。最短で確認すべき点は、OnTick内の処理時間、OrderSend前後の時刻差、スプレッド、約定結果コード、VPSと取引サーバーの距離です。EA側では、重い処理をOnTickに集中させず、注文前にOrderCh […]
CATEGORY
リファレンス
MQL5のスリッページ制御とは？EA実装設計を解説
この記事の結論 MQL5でスリッページ制御を設計する目的は、EAの注文が想定価格から大きくずれて約定するリスクを抑えやすくすることです。MqlTradeRequest.deviation だけで完結させるのではなく、スプレッド確認、価格再取得、OrderCheck、約定方式の確認、約定後の結果判定を組み合わせて管理します。スリッページは完全に消せるものではなく、相場急変、流動性、ブローカー仕様、V […]
MQL5でブローカー差に強いEA設計｜注文失敗を防ぐ方法
この記事の結論 MQL5でブローカー差を考慮したEA設計を行う目的は、バックテストでは正常でもリアル口座で挙動が変わる問題を減らすことです。ブローカー差は、スプレッド、約定方式、最小ロット、ロットステップ、ストップレベル、フリーズレベル、取引時間、口座タイプの違いとして現れます。EAでは、売買ロジックだけでなく、注文前チェック、ロット補正、銘柄仕様の取得、エラー処理、ログ出力を分離して設計する必要 […]
MQL5 trade database design｜EA取引ログ設計と実装
この記事の結論 MQL5のtrade database designでは、注文結果だけでなく、シグナル、フィルター、リスク判定、注文前チェック、約定後の履歴を分けて保存することが重要です。EAの取引データを構造化すると、バックテストとフォワードテストの差を追いやすくなります。MetaTrader 5では、SQLite形式のデータベース関数を使ってEA内から取引ログを保存できます。ただし、データベー […]
MQL5 Data Logging EAの作り方｜ログ設計と実装ガイド
この記事の結論 Data Logging EAは、MetaTrader 5上でEAの判断材料、注文結果、ポジション状態、エラー、検証条件を記録するための設計です。MQL5のEAでは、売買ロジックだけでなく、OnTick、OnInit、OnDeinit、注文前チェック、約定後管理、ログ出力を分けて設計すると検証しやすくなります。ログを残すことで、バックテストとフォワードテストの差、スプレッド変動、約 […]
MQL5でSQLiteを使う方法｜EA設計と実装ガイド
この記事の結論 sqlite-mql5で重要なのは、SQLiteを売買シグナルの代替ではなく、EAの状態管理・検証ログ・取引履歴の保存に使う設計です。MQL5では、データベース接続をOnInitで準備し、OnTickでは短い読み書きだけを行い、OnDeinitで確実に解放する構造が扱いやすくなります。取引判断、注文前チェック、注文送信、約定後ログを分離すると、バックテストとフォワードテストの差を確 […]
MQL5で機械学習EAを作る方法｜machine-learning-trading実装
この記事の結論 MQL5でmachine-learning-tradingを設計する目的は、売買判断を感覚的な条件分岐ではなく、検証可能な特徴量とスコアに分解することです。機械学習モデルは、エントリーを保証する仕組みではなく、トレンド、ボラティリティ、価格変化などを数値化して売買候補を絞り込むために使います。EAでは、OnInitでインジケータハンドルを作成し、OnTickでCopyBufferか […]
MQL5 Pythonバックテスト連携のやり方と設計ポイント
この記事の結論 MQL5でPythonをバックテスト設計に組み込む目的は、MetaTrader 5側のEA検証だけでは見えにくい分析、集計、シグナル比較を外部で行いやすくすることです。Pythonは売買ロジックの検証、特徴量の整理、パラメータ比較、結果分析に向いています。一方で、Python上の検証結果とMetaTrader 5のストラテジーテスター結果は一致しない場合があります。実運用を想定する […]
MQL5とPythonを連携したEA設計と実装方法
この記事の結論 MQL5でPythonによるデータ分析をEA設計に組み込む場合は、MQL5側とPython側の役割を分離することが重要です。MQL5のEAは価格取得、注文前チェック、注文送信、ポジション管理を担当し、Pythonは集計、特徴量作成、検証、シグナル補助を担当します。Pythonの分析結果をそのまま売買判断に使うのではなく、MQL5側でスプレッド、ロット、証拠金、既存ポジション、取引時 […]
MT5 Python APIの使い方｜接続・注文・データ取得を解説
この記事の結論 MT5 Python APIは、PythonからMetaTrader 5端末へ接続し、価格データ取得、銘柄情報取得、ポジション確認、注文送信などを行うための連携手段です。EA本体をMQL5で動かす方法とは異なり、Pythonスクリプトが外部から端末へ命令を送る構造になります。実装では、端末接続、ログイン状態、銘柄選択、取引条件、注文前チェック、注文結果の確認を分けて扱う必要がありま […]