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 机器学习中的量化（第 2 部分）：数据预处理、表格选择、训练 CatBoost 模型 已发布： 本文探讨了量化在树模型构建中的实际应用。探讨了选择量化表和数据预处理的方法。没有使用复杂的数学方程。 让我们使用描述 Q_Error_Selection 脚本功能的示例来探讨我已经实现的数据预处理方法。
新文章 神经网络变得简单（第 64 部分）：保守加权行为克隆（CWBC）方法 已发布： 据前几篇文章中所执行测试的结果，我们得出的结论是，训练策略的最优性很大程度上取决于所采用的训练集。在本文中，我们将熟悉一种相当简单，但有效的方法来选择轨迹，并据其训练模型。 该方法的作者提出了一种新的保守性正则化器，用于回报条件化的行为克隆方法，显式鼓励政策停留在接近原始数据分布。该思路是当条件化回报位于大量分布之外时，为了停留在接近分布内的动作，而强制执行预测动作。这是通过往拥有高回报轨迹里的 RTG 添加正值噪声，并惩罚预测动作与地面实况之间的 L2
新文章 开发具有 RestAPI 集成的 MQL5 强化学习代理（第 1 部分）：如何在 MQL5 中使用 RestAPI 已发布： 在本文中，我们将讨论 API（Application Programming Interface，应用程序编程接口）对于不同应用程序和软件系统之间交互的重要性。我们将看到 API 在简化应用程序间交互方面的作用，使它们能够有效地共享数据和功能。 在编程和系统开发中，不同应用程序之间的通信至关重要。API（Application Programming
新文章 神经网络变得简单（第 63 部分）：决策转换器无监督预训练（PDT） 已发布： 我们将继续讨论决策转换器方法系列。从上一篇文章中，我们已经注意到，训练这些方法架构下的转换器是一项相当复杂的任务，需要一个大型标记数据集进行训练。在本文中，我们将观看到一种使用未标记轨迹进行初步模型训练的算法。 至于优调期间，我需要连续数十次下游训练和测试迭代，这也需要时间和精力。 然而，学习结果并不那么乐观。作为训练的结果，我得到了一个模型，其按最小手数交易，并取得了不同的成功率。在历史的某些部分，余额曲线展示出明显的上升趋势。在另一些部分，则明显下降。泛泛来说，依据训练数据和新集合，模型的结果都接近于
新文章 群体优化算法：带电系统搜索（CSS）算法 已发布： 在本文中，我们将探讨另一种受无生命自然启发的优化算法--带电系统搜索（Charged System Search，CSS）算法。本文旨在介绍一种基于物理和力学原理的新的优化算法。 在物理学中，电荷周围的空间具有一种称为电场的特性。这种场对其他带电物体产生一种力。点电荷周围的电场由库仑定律决定。库仑证实，任何两个带电小球之间的电场力与粒子间沿连接线的距离的平方成反比，与两个粒子的电荷乘积成正比。此外，还可以利用高斯定律，即电场大小与粒子间的距离成正比，来求得带电球体内部某个点的电场大小。利用这些原理，CSS
新文章 如何利用 MQL5 创建简单的多币种智能交易系统（第 3 部分）：添加交易品种、前缀和/或后缀、以及交易时段 已发布： 若干交易员同事发送电子邮件或评论了如何基于经纪商提供的名称里带有前缀和/或后缀的品种使用此多币种 EA，以及如何在该多币种 EA 上实现交易时区或交易时段。 在 上一篇文章 中，我说过，这个多币种智能交易系统不适用于经纪商提供的含有前缀或后缀的品种或货币对。 在仅适用于单一货币对的 EA 中（一个 EA 只对一个货币对起作用），经纪商的品种名称含有前缀和/或后缀也不会出现任何问题。 但是在我创建的多币种 EA 中，这成了一个问题，因为我们首先注册了 30
Trailing Stop Management Function : Filter orders based on the set magic number, execute the final stop loss management function, adjust the Stoploss and TrailingStop parameters, and place the Management function according to the structure of ea. It is recommended to place it under void OnTick() 作者：
新文章 制作仪表板以显示指标和EA中的数据 已发布： 在本文中，我们将创建一个用于指标和EA的仪表板类。这是一个小系列文章中的介绍性文章，其中包含模板以在EA交易中包含和使用标准指标。我将首先创建一个类似于MetaTrader 5数据窗口的面板。 在本文中，我将创建一个可以显示开发人员指定的数据的仪表板。这样的面板将便于在图表上直观地显示数据和进行可视化调试，因为在面板上查看必要的值比在调试器中跟踪它们更方便。我指的是根据某些数据值调试策略的情况。 我将以终端数据窗口原型的形式制作面板，并用相同的数据填充： 图1数据窗口和仪表板
新文章 神经网络变得简单（第 62 部分）：在层次化模型中运用决策转换器 已发布： 在最近的文章中，我们已看到了运用决策转换器方法的若干选项。该方法不仅可以分析当前状态，还可以分析先前状态的轨迹，以及在其中执行的动作。在本文中，我们将专注于在层次化模型中运用该方法。 事实证明，收集 2023 年前 7 个月历史区间的训练样本是相当劳累的。我遇到了一个问题，即便智能体动作采样的界限很小，大多数验算也无法满足余额正增长需求。 为了在优化模式下选择最优计划界限，将每次验算的迭代次数调整为优化参数。
根据设置的magic number筛选订单，执行追踪止损管理的函数 : 根据设置的magic number筛选订单，执行最终止损Management()管理的函数，Stoplose和TrailingStop 参数可调整，Management()函数可以根据ea的结构进行放置，建议放置在void OnTick()下 作者： Rahos hoo
根据magic number计算当前账号最后一次成交量 : 这是一个简单的function，根据magic number计算当前账号最后一次成交量，你可以自己设置magic number 作者： Rahos hoo
新文章 Scikit-Learn 库中的分类模型及其导出到 ONNX 已发布： 在本文中，我们将探讨使用 Scikit-Learn 库中所有可用的分类模型来解决 Fisher 鸢尾花数据集的分类任务。我们将尝试把这些模型转换为 ONNX 格式，并在 MQL5 程序中使用生成的模型。此外，我们将在完整的鸢尾花数据集上比较原始模型与其 ONNX 版本的准确性。 在新闻稿 “ONNX Runtime 现已开源” 中，声明了 ONNX Runtime 还支持 ONNX-ML 配置文件： ONNX Runtime是第一个完全支持 ONNX 1.2及更高版本（包括 ONNX-ML
黄金交易自动跟随，批量下单，批量修改止损 : 提供止损和止盈，仓位的配置，个人主要是用于30分钟图，跟着趋势批量下单 作者： cnhhhh
新文章 神经网络变得简单（第 61 部分）：离线强化学习中的乐观情绪问题 已发布： 在离线学习期间，我们基于训练样本数据优化了智能体的政策。成品政策令智能体对其动作充满信心。然而，这种乐观情绪并不总是正当的，并且可能会在模型操作期间导致风险增加。今天，我们要寻找降低这些风险的方法之一。
新文章 您应当知道的 MQL5 向导技术（第 07 部分）：树状图 已发布： 出于分析和预测目的而把数据分类是机器学习中一个非常多样化的领域，它具有大量的方式和方法。本文着眼于一种这样的方式，即集聚层次化分类。 本文是有关使用 MQL5 向导系列文章的一部分，着眼于 树状图 。我们已经研究了一些对于交易者很实用的使用 MQL5 向导思路，例如： 线性判别分析 、 马尔可夫链 、 傅里叶变换 、和其它一些想法，本文旨在尽力深入探查利用 MetaQuotes 移植的大量 ALGLIB 代码的能力、配合内置的 MQL5 向导、熟练测试和开发新思路的途径。 集聚层次化分类
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
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