【MQL5】TriU関数について

MQL5リファレンス
スポンサーリンク
スポンサーリンク

TriU関数の働き・役割

TriU関数は、与えられた行列を上三角行列に変換するための関数です。この関数は、指定した対角線より下にある要素をゼロにした新しい行列を作成します。例えば、主対角線やその上下に位置する対角線を基準に、それより下の要素を削除して整形します。

上三角行列とは、行列の対角線を基準として、右上側の要素がそのまま残り、左下側の要素がゼロになる形式の行列を指します。この形式は、数値計算やデータ処理の場面で効率的にデータを扱う際に利用されます。

TriU関数を使うことで、特定の計算やデータ解析に必要な上三角行列を作成できます。

TriU関数の引数について

matrix matrix::Triu(
  const int    ndiag=0      // 対角のインデックス
  );

TriU関数は、行列の上三角部分を抽出するために1つの引数を受け取ります。

ndiag

ndiagは、対角線のインデックスを指定する整数値です。この引数を使用して、ゼロにする範囲を柔軟に調整できます。初期値は0に設定されています。

  • ndiag=0
    主対角線を基準として、その下のすべての要素をゼロにします。主対角線は、行列の左上から右下へ連続する対角線を指します。
  • ndiag>0
    主対角線よりも上の対角線を基準にします。例えば、ndiag=1では、主対角線の1つ上の対角線を基準に、それより下の要素がゼロになります。
  • ndiag<0
    主対角線よりも下の対角線を基準にします。例えば、ndiag=-1では、主対角線の1つ下の対角線を基準に、その下以外の要素が残ります。

この引数を設定することで、上三角行列を生成する際の基準を自由に調整できます。TriU関数は、新しい行列を生成し、元の行列は変更しません。

TriU関数の戻り値について

TriU関数は、指定した条件に従い、行列の上三角部分を保った新しい行列を返します。この新しい行列には以下の特徴があります:

  • 指定した対角線より下の要素はゼロに置き換えられます。
  • 指定した対角線およびその上の要素は元の行列の値を保持します。
  • 元の行列には影響を与えず、新しい行列が生成されます。

戻り値の具体例

元の行列が次のような形の場合:

1  2  3
4  5  6
7  8  9
10 11 12

TriU関数をndiag=-1で適用すると、戻り値は以下のようになります:

1  2  3
4  5  6
0  8  9
0  0  12

このように、指定した条件に基づいて加工された行列戻り値として返されます。この機能により、行列の上三角部分のみを利用した計算やデータ処理が容易になります。

TriU関数を使ったサンプルコード

// スクリプトのエントリポイント
void OnStart()
{
    // 元の行列を定義します
    // 4行3列の行列を作成
    matrix original_matrix = {{1, 2, 3}, 
                              {4, 5, 6}, 
                              {7, 8, 9}, 
                              {10, 11, 12}};
    
    // TriU関数を使用して上三角行列を作成します
    // 第1引数に -1 を指定し、主対角線の1つ下を基準にそれ以下の部分をゼロにします
    matrix upper_triangle_matrix = original_matrix.TriU(-1);

    // 結果の行列をエキスパートログに出力します
    // Print関数で行列の内容を表示します
    Print("元の行列:\n", original_matrix);
    Print("生成された上三角行列:\n", upper_triangle_matrix);
}

サンプルコードの解説

このコードでは、TriU関数を使用して、行列を上三角行列に変換する方法を示しています。それぞれの部分について詳しく説明します。


OnStart関数について

OnStart関数は、スクリプトの実行が開始された際に最初に呼び出される特別な関数です。この関数の中に、スクリプトで実行したい処理を記述します。スクリプトは、取引プラットフォーム上で一度だけ実行されるプログラムのことです。この例では、行列の上三角行列を生成し、その結果をログに出力する処理を記述しています。


行列の作成

コードの中でmatrix型を使用して、4行3列の行列を定義しています。この行列はoriginal_matrixという名前の変数に格納されます。

行列のデータは、波括弧を使って表現します。さらに、行ごとに波括弧で囲むことで、行列全体を構成しています。例えば、次のコードでは1行目として1, 2, 3が指定されています。同様に、2行目以降もデータを記述しています。

作成される行列は次のようになります:

1 2 3
4 5 6
7 8 9
10 11 12

この行列変数original_matrixに格納して、後の処理で使用します。


TriU関数の使用

TriU関数は、行列を上三角行列に変換するための関数です。この関数は、指定された対角線より下の要素をゼロに置き換えた新しい行列を生成します。

このコードでは、TriU関数をoriginal_matrixに適用しています。関数引数として-1を指定しています。この引数は、主対角線の1つ下の対角線を基準にすることを意味します。その結果、主対角線の1つ下の対角線よりも下の要素がゼロに置き換えられます。

例えば、original_matrixにTriU関数を適用すると、次のような行列upper_triangle_matrixが生成されます:

1 2 3
4 5 6
0 8 9
0 0 12

TriU関数は、元の行列を変更せず、新しい行列を作成するため、original_matrixのデータはそのまま保持されます。


結果の出力

最後に、Print関数を使用して、元の行列original_matrixと生成された上三角行列upper_triangle_matrixをエキスパートログに出力します。

Print関数は、指定した内容をエキスパートログに表示するために使用します。エキスパートログは、スクリプトが実行された際の情報を確認できるウィンドウです。このコードでは、ログに次のような内容が出力されます:

  1. “元の行列:”とその内容
  2. “生成された上三角行列:”とその内容

また、\nは改行を意味します。この改行文字を使用することで、ログの出力結果を見やすく整えています。


基礎的な文法事項

  1. 変数の宣言
    matrix型の変数original_matrixとupper_triangle_matrixを宣言しています。変数は、データを一時的に格納して操作するために使用されます。
  2. 関数の呼び出し
    TriU関数はoriginal_matrixに対して呼び出され、上三角行列を生成します。このとき、引数-1を指定することで、生成する行列の基準を設定しています。
  3. ログの出力
    Print関数で、スクリプトの結果をエキスパートログに表示しています。

コード全体の流れ

  1. matrix型を使って元の行列original_matrixを作成します。
  2. TriU関数を適用して、元の行列を上三角行列に変換し、新しい行列upper_triangle_matrixを生成します。
  3. Print関数で、元の行列と生成された行列をログに出力します。

このスクリプトを実行することで、TriU関数を用いた行列の加工方法を確認でき、上三角行列の構造を視覚的に理解できます。このコードは、行列を扱う基本的な操作を学ぶのに適しています。

TriU関数を使ってEAを作る際のアイディア

TriU関数は、行列の上三角部分を効率的に抽出するための関数です。この特性を活かして、自動売買プログラム(エキスパートアドバイザーEA)の設計に応用するアイディアを以下に挙げます。


マルチペア相関の評価

複数の通貨ペア間の相関関係を行列で表現し、TriU関数を使って上三角部分を抽出することで、不要な重複計算を避けつつ、各通貨ペア間の関係性を効率的に分析できます。例えば、相関行列の上三角部分だけを解析対象にすることで、計算コストを削減し、相関の高いペアを選定するEAを作成できます。


リスク管理の最適化

ポートフォリオ内の資産間のリスク分散を計算する際、共分散行列を使用することがあります。TriU関数で共分散行列の上三角部分を抽出し、効率的にリスク計算を行うことで、EAが動作する際のパフォーマンスを向上させることができます。


データの前処理

取引データやテクニカルインジケータの出力を行列として扱う場合、TriU関数を使って上三角部分を抽出することで、データの整理や計算範囲を調整できます。この処理をEAに組み込むことで、特定の条件を満たすデータのみを使った戦略設計が可能になります。


トレード履歴の分析

トレード履歴を行列で保存し、TriU関数を使って一部の履歴データを抽出することで、特定の期間や条件に基づいた履歴分析を効率化できます。このデータを基に、EAの戦略を最適化することが考えられます。


上三角行列を用いたアルゴリズムの実装

行列演算を含む特定のアルゴリズムでは、上三角行列が計算の簡略化や高速化に役立つ場合があります。TriU関数を用いることで、必要な範囲を限定した行列操作を実現できるため、EAの計算負荷を抑えながら複雑な分析を行うことが可能です。


TriU関数を活用することで、行列の上三角部分を効率的に利用したデータ分析や計算を行い、自動売買プログラムの設計や実行をより効果的に行うことができます。これにより、EAのパフォーマンスを向上させるための多様なアイディアを実現できます。

タイトルとURLをコピーしました