新文章 使用 MQL5.0 社区频道和群聊天 已发布： MQL5.com 网站汇集了来自世界各地的交易者。 用户发表文章、共享免费代码、在市场上销售产品、执行自由职业订单、以及跟单信号。 您可以在论坛、交易者聊天和元交易者频道中与他们交流。 像大多数现有的即时通讯工具一样，MetaTrader 聊天功能为大量受众提供了广播信息的机会。 有两种消息类型可用：群聊和频道。 这两种类型都允许与朋友和同事交流，以及共享图像、视频和文件。 每种类型都可以为 MQL5 服务收入 增加额外的手段，诸如信号和市场。 频道通常用于向用户广播信息，因此可以作为微博平台。
新文章 在您的网站上免费嵌入 MetaTrader 4/5 网页版终端并赚取利润已发布： 交易者会非常熟悉 WebTerminal, 它允许直接从浏览器在金融市场上交易。将 WebTerminal 小部件添加到您的网站 — 这样做是绝对免费的。如果您有网站, 您可开始向经纪商引荐潜在客户 — 我们已为您准备好了一个即用型的网页版解决方案。您需要做的所有事情就是将一个 iframe 嵌入您的网站。 将 WebTerminal 小部件添加到您的网站 — 这样做是绝对免费的。这个强大的功能将令您的网站访问者使用最流行的 MetaTrader 5 和 MetaTrader 4 平台直接从您的网站交易！...
新文章 为何在 MetaTrader 4 与 MetaTrader 5 上的虚拟托管优于一般的 VPS已发布：
从 MetaTrader 4 和 MetaTrader 5 终端上租用一台虚拟服务器是最优方式，它可确保不会打断您的交易机器人的工作，以及 信号 订阅。从本质上讲，它是一个模拟 VPS，不过它性能更佳，并且更适合应对一个交易者所要遇到的需求和挑战。服务器可以直接从您的 MetaTrader 里租用。仅需点击几次鼠标，即可将您的 EA、指标、脚本、信号订阅，连同它们的设置一起传送到虚拟服务器。虚拟托管云网络是专为 MetaTrader...
新文章 MetaTrader 5 已具备锁仓账户系统已发布：
MetaTrader 5平台最初是专为净额持仓账户系统而设计的。净额系统每个金融工具仅允许一个持仓，也就意味着该工具的所有进一步操作只能是关闭，撤销或改变现有持仓的交易量。为了扩大零售外汇交易者的可能性，我们新增第二种账户系统 - 锁仓系统。现在，每个交易品种可以有多位持仓，包括反向持仓。这就为实现基于所谓“锁定”的交易策略铺平了道路 - 如果价格移动方向与交易者相反，那么他们就可以新建一个反向持仓。
因为新系统类似于MetaTrader...
新文章 我们如何开发MetaTrader 信号服务和群组交易已发布：
我们持续加强信号服务，完善机制，添加新的功能并修复缺陷。2012年的MetaTrader信号服务和当前的MetaTrader信号服务就像两个完全不同的服务。
目前，我们正在实施 虚拟主机云服务，它由一个服务器网络组成用来支持特定版本的MetaTrader客户端。若要从MetaTrader客户端以最小的网络延迟租用程序端虚拟副本，直接到达他们交易商的交易服务器，交易人将只需完成5个步骤。这将提供交易人复制信号提供者交易的程序端的24小时不间断运行。
此外，我们正计划推出甚至更好的信号统计和为交易人提供一个新的选项形...
新文章 市场上产品有效展示的小贴士已发布：
有效地向交易人出售程序，不仅需要编写一个高效有用的产品，然后还要在市场上发布。提供一份全面详尽的描述和高品质的插图至关重要。性能标识和正确的截图也与“真正的编码”同等重要。记住一个简单的公式：没有下载=没有销量。
MetaTrader 市场 是最大的自动交易应用商店。是自动交易和技术指标的开发人员能够获得他们辛勤工作应得奖赏的地方。在成功发布市场产品方面，很难高估标识，描述和截图的角色。如果应用设计简陋，潜在买家将很容易忽视它。决定性的购买之所以产生，得益于市场展窗上吸引眼球的产品标识。标识必须具有让潜在买家想要下载的吸引力。这就是恰当的设...
新文章 在 MQL5.com 上的自由职业者工作 - 开发者喜爱的位置已发布：
自动交易的开发者不再需要去市场中寻找需要 EA 的交易者 - 现在他们会来找你。目前，成千上万的交易者到 MQL5 上给自由开发人员下订单，并在 MQL5.com 上为任务支付报酬。4 年以来，这项服务促成了三千名交易员对超过 10,000...
新文章 MetaTrader市场概述（图表）已发布：
几周前我们发布了自由职业者服务的信息图表。我们也承诺将透露一些市场统计数据。现在，我们邀请您来检验我们已经收集的数据。
MetaTrader 市场 正式发布始于2012年2月。从那时起交易应用商店已经走了很长的一段路。首先，它只用于MetaTrader 5。然后，市场部分也在MetaTrader 4推出。产品范围也得到扩大：既交易应用程序之后，紧接着是 金融杂志 和 书籍。
所有这一切都提高了服务的营业额：截止2014年7月，大概有价值总额超过522 000美元的6 300个产品在市场出售，并且520名卖家和24...
新文章 如何实现交易员的订单，并在 MQL5 自由职业者服务板块创造利润已发布：
MQL5 自由职业者板块是一个在线服务，开发者可以从交易员发布的创建交易应用程序订单中获取报酬。现在, 交易者理解了 MQL5.com 网站上的所有服务的不同之处: 一款准备就绪的交易机器人可以从 MetaTrader 的市场中买到, 而基于用户定义的特殊策略的 EA，...
新文章MetaTrader应用商店2013年第三季度业绩已发布：
又过了一个季度，我们已决定统计MetaTrader 应用商店的业绩 - MetaTrader平台最大的交易机器人和技术指标商店。
首先，MetaTrader 4应用商店已经发布了 测试模式并且最终版不久也将发布。然而，交易机器人开发者已经可以在那儿发布其MQL4应用。超过200个程序已经通过了测试。MetaTrader 4市场推出之后，这些程序将提供给交易者们。
直至报告季度末期，有500多名开发者已经将他们的1200个产品放入MetaTrader 应用商店。这超出了上一季度业绩...
新文章 开发回放系统（第33部分）：订单系统（二） 已发布： 今天，我们将继续开发订单系统。正如您将看到的，我们将大规模重用其他文章中已经展示的内容。尽管如此，你还是会在这篇文章中获得一点奖励。首先，我们将开发一个可以与真实交易服务器一起使用的系统，无论是从模拟账户还是从真实账户。我们将广泛使用MetaTrader 5平台，该平台将从一开始就为我们提供所有必要的支持。
新文章 神经网络实验（第 7 部分）：传递指标 已发布： 传递指标至感知器的示例。本文讲述了一般概念，并展示了最简单的现成智能交易系统，后随其优化和前向验算结果。 阅读大量这个主题的文章，我持续观察到一个悲伤的场面，那就是基于神经网络的交易系统的直接结果。许多好的思路和算法却并未带来期待的结果。 在传递输入参数时，始终会观察到相同的画面。例如，振荡器值的直接传递，以我的观点，这与资产价格没有任何共通之处。振荡器有一个众所周知的问题 —
新文章 群体优化算法：随机扩散搜索（SDS） 已发布： 本文讨论了基于随机游走原理的随机扩散搜索（Stochastic Diffusion Search，SDS）算法，它是一种非常强大和高效的优化算法。该算法允许在复杂的多维空间中找到最优解，同时具有高收敛速度和避免局部极值的能力。 有趣的事实： 1. 随机扩散搜索（SDS）是第一个群智能元启发式算法，属于群智能和自然搜索优化算法的家族。这种算法的其他例子是蚁群优化、粒子群优化和遗传算法。 2. 与基于柱头能量通信的蚁群优化不同，SDS使用代理之间的直接通信，类似于细齿蚁使用的串联呼叫机制。
新文章 神经网络变得简单（第 60 部分）：在线决策转换器（ODT） 已发布： 最近两篇文章专门介绍了决策转换器方法，其在期望奖励的自回归模型境况下针对动作序列进行建模。在本文中，我们将研究该方法的另一种优化算法。 在线决策转换器算法对决策转换器进行了关键修改，从而确保高效的在线训练。第一步是泛化概率训练目标。在这种境况下，目标是训练一个随机政策，取最大化重复轨迹的概率。 在线 RL 算法的主要属性是它能够平衡探索和开发。即使采用随机政策，传统的 DT 公式也并未考虑探索。为了解决这个问题，ODT
新文章 群体优化算法：思维进化计算（MEC）算法 已发布： 本文探讨了MEC家族的算法，称为简单思维进化计算（Simple Mind Evolutionary Computation, Simple-MEC，SMEC）算法。该算法以其思想之美和易于实现而著称。 在解决复杂的高维问题时，进化计算中使用的群体算法比经典算法具有许多优势。它们可以更有效地找到与最优解足够接近的次优解，这在实际优化问题中通常是可以接受的。 进化计算中一种有趣的方法是Chengai和他的合著者于1998年提出的思维进化计算（Mind Evolutionary
新文章 神经网络变得简单（第 59 部分）：控制二分法（DoC） 已发布： 在上一篇文章中，我们领略了决策变换器。但是，外汇市场复杂的随机环境不允许我们充分发挥所提议方法的潜能。在本文中，我将讲述一种算法，旨在提高在随机环境中的性能。 控制二分法是斯多葛学派（Stoicism）的逻辑基础。它意味着一种思辨，即我们周围的一切存在都可以分为两部分。第一个受制于我们，完全在我们的控制之下。我们无法全面控制第二个，无论我们采取什么动作，事件都会发生。 我们正在操控第一个领域，同时认为第二个是理所当然的。 “控制二分法”方法的作者在他们的算法中实现了类似的假设。DoC
新文章 群体优化算法：混合蛙跳算法（SFL） 已发布： 本文详细描述了混合蛙跳（Shuffled Frog-Leaping，SFL）算法及其在求解优化问题中的能力。SFL算法的灵感来源于青蛙在自然环境中的行为，为函数优化提供了一种新的方法。SFL算法是一种高效灵活的工具，能够处理各种数据类型并实现最佳解决方案。 混合蛙跳（SFL）算法是由M.Eusuff 和其他一些作者在2003年提出的。该算法结合了模因算法和粒子群算法的原理，其设计灵感来自一群青蛙在觅食过程中的行为。 SFL算法最初是作为一种求解组合优化问题的元启发式方法而开发的。它是基于数学函数和启发式搜索的使用。
新文章 为 Metatrader 5 开发MQTT客户端：TDD方法——第4部分 已发布： 本文是一系列文章的第四部分，介绍了我们为 MQTT 协议开发本机 MQL5 客户端的步骤。在这一部分中，我们将描述什么是 MQTT v5.0 属性，它们的语义，以及我们如何阅读其中的一些属性，并提供一个如何使用属性来扩展协议的简短示例。 属性是MQTT v5.0中添加的“可扩展性机制”的一部分。它们在之前的v3.1.1中不存在，这是此次重大升级之前的最新版本。它们在MQTT v5.0中无处不在。但是，什么是MQTT属性？究竟是什么东西的属性呢？ 答案是应用程序消息（Application
新文章 神经网络变得简单（第 58 部分）：决策转换器（DT） 已发布： 我们继续探索强化学习方法。在本文中，我将专注于一种略有不同的算法，其参考智能体政策构造一连串动作的范式。 在本系列中，我们已验证了相当广泛的不同强化学习算法。它们都使用基础方式： 智能体分析环境的当前状态。 采取最优动作（在学习的政策 — 行为策略的框架内）。 转入环境的新状态。 从环境中获得完全过渡到新状态的奖励。 该序列基于马尔可夫（Markov）过程的原理。假设起点是环境的当前状态。摆脱这种状态只有一种最优方法，它不依赖以前的路径。 我想讲述另一种替代方式，它是由谷歌团队在文章
maximus_vX lite: 利用等级进行交易的智能系统。 每种类型 (买入和卖出) 它可以最多有两笔持仓。 作者： Vladimir Karputov
新文章 机器学习中的量化（第1部分）：使用 CatBoost 的理论、示例代码和实现分析 已发布： 本文探讨了量化在树模型构建中的理论应用，并展示了使用 CatBoost 实现的量化方法。不使用复杂的数学方程。 那么什么是量化，为什么要使用量化呢？让我们来弄清楚！
新文章 如何利用 MQL5 创建简单的多币种智能交易系统（第 2 部分）：指标信号：多时间帧抛物线 SAR 指标 已发布： 本文中的多币种智能交易系统是智能交易系统或交易机器人，它仅在一个品种图表上就能交易（开单、平单、和管理订单，例如：尾随停损和止盈）超过 1 个交易品种对。这次我们只用 1 个指标，即抛物线 SAR 或 iSAR， 将其应用在 PERIOD_M15 到 PERIOD_D1 的多个时间帧。 多币种智能交易系统将用 1 个指标信号，但有 5 个时间帧，始自 PERIOD_M15、PERIOD_M30、PERIOD_H1、PERIOD_H4 和 PERIOD_D1。
新文章 开发回放系统 — 市场模拟（第 28 部分）：智能交易系统项目 — C_Mouse 类 （II） 已发布： 当人们开始创建第一个拥有计算能力的系统时，一切都需要工程师的参与，他们必须非常熟知该项目。我们谈论的是计算机技术的曙光，那个时代甚至没有用于编程的终端。随着它的发展，越来越多的人对能够创造一些东西感兴趣，涌现出新的思路和编程方式，取代了旧式风格的改变连接器位置。这就是第一个终端出现的时刻。 对于那些曾长期编程的人来说，我们在下面展示的内容也许并无太多意义。为什么要费尽心思让编程更接近自然语言呢？答案很简单： 您不是在为机器编程，而是在为其他程序员编程
新文章 神经网络变得简单（第 57 部分）：随机边际扮演者-评论者（SMAC） 已发布： 在此，我将研究相当新颖的随机边际扮演者-评论者（SMAC）算法，该算法允许在熵值最大化的框架内构建潜在变量政策。 在构建自动交易系统时，我们开发了制定后续决策的算法。强化学习方法正是为了解决这些问题。强化学习的关键问题之一是如同智能体学习与环境交互那般的探索过程。在这种前后呼应情况下，经常运用最大熵原理，这促使智能体按最大随机度执行动作。然而，在实践中，这种算法只能训练简单的智能体学习单个动作周围的局部变化。这是因为需要计算智能体政策的熵值，并将其用作训练目标的一部分。 同时，
新文章 开发回放系统（第32部分）：订单系统（一） 已发布： 在我们迄今为止开发的所有东西中，正如你可能会注意到并最终同意的那样，这个系统是最复杂的。现在我们需要做一些非常简单的事情：让我们的系统模拟交易服务器的操作。准确实现交易服务器操作方式似乎是一件轻而易举的事情。至少说起来是这样。但我们需要这样做，以便对回放/模拟系统的用户来说，一切都是无缝和透明的。
支撑阻力 - Barry (扩展版): 支撑阻力 - Barry (扩展版). 作者： Mladen Rakic
新文章 将您自己的LLM集成到EA中（第2部分）：环境部署示例 已发布： 随着人工智能的快速发展，语言模型（LLMs）是人工智能的重要组成部分，因此我们应该思考如何将强大的语言模型集成到我们的算法交易中。对大多数人来说，很难根据他们的需求对这些强大的模型进行微调，在本地部署，然后将其应用于算法交易。本系列文章将采取循序渐进的方法来实现这一目标。 WSL2是微软早在2017年就推出的WSL原始版本的重大升级。WSL2不仅仅是一个版本升级，它更快、更通用，并且使用了真正的Linux内核。直到今天，我相信很多人都不知道WSL的存在，包括一些IT从业者。他们仍在继续使用
新文章 开发回放系统 — 市场模拟（第 27 部分）：智能交易系统项目 — C_Mouse 类 已发布： 在本文中，我们将实现 C_Mouse 类。它提供了最高级别的编程能力。不过，说到高级或低级编程语言，并不是在代码中包含污言秽语或行话。它有其它含义。当我们谈论高级或低级编程时，我们意指对于其他程序员来说理解代码是多么容易或困难。 在上一篇文章 《开发回放系统（第 26 部分）：智能交易系统项目（I）》 中，我们详细研究了第一个类如何开始构造。现在我们扩展这些思路，并令它们更实用。这就把我们带到了 C_Mouse
新文章 开发回放系统（第31部分）：EA交易项目——C_Mouse类（五） 已发布： 我们需要一个计时器，它可以显示距离回放/模拟运行结束还有多少时间。乍一看，这可能是一个简单快捷的解决方案。许多人只是尝试适应并使用交易服务器使用的相同系统。但有一件事是很多人在考虑这个解决方案时没有考虑的：对于回放，甚至更多的是模拟，时钟的工作方式不同。所有这些都使创建这样一个系统变得复杂。
新文章 开发回放系统 — 市场模拟（第 26 部分）：智能交易系统项目 — C_Terminal 类 已发布： 现在，我们可以开始创建回放/模拟系统的智能系统。不过，我们需要改进一些东西，并非敷衍了事。尽管如此，我们不应被最初的复杂性所吓倒。重要的是从某处开始，否则我们最终只会空想一项任务的难度，甚至没有尝试去克服它。这就是编程的全部意义：通过学习、测试和广泛的研究来攻克障碍。 您也许已经注意到，我是面向对象编程（OOP）的忠实粉丝。这是由于 OOP
您错过了交易机会：
- 免费交易应用程序
- 8,000+信号可供复制
- 探索金融市场的经济新闻
注册
登录