MQL5.community的发展历史

本文旨在使读者了解 Box-Cox 变换。文章阐述了变换的使用，并给出一些示例以允许使用随机序列和真实报价来评估变换效率。

本文讨论使用 UML 图形语言创建 EA 交易，该语言用于建立面向对象软件系统的可视化模型。此方法的主要优点是实现了建模过程的可视化。本文以一个例子说明如何使用 Software Ideas Modeler 建立一个 EA 交易的结构和属性的模型。

我们知道一个市场周期的概率密度函数 (PDF) 并不会让我们想到高斯分布，而是一种正弦波的概率密度函数，并且大多数指标假定市场周期的概率密度函数为高斯分布，我们需要一种方式来纠正。解决方法是使用费歇尔变换。费歇尔变换将任何波形的概率密度函数转换为近似的高斯分布。本文介绍费歇尔变换和逆费歇尔变换的算法以及它们在交易中的应用。介绍和评估了一个基于逆费歇尔变换的专有交易模块。

艾略特波浪理论是最流行的市场分析方法之一。然而，这个过程非常复杂，从而导致我们使用额外的工具。自动标记器是其中一种工具。本文描述用 MQL5 语言创建艾略特波浪的自动分析程序。

与别处相比，在 MQL5 应用商店购买交易机器人有一个明显的优势 - 其提供的自动化系统，可直接在 MetaTrader 5 终端内接受完整测试。购买前，EA 交易可以、也应该在内置的策略测试程序中，以所有不利的模式谨慎运行，从而对此系统有一个全面的认识。

本文会讲解您可以利用 MQL5 中的字符串所做的一切。对此感兴趣的主要应是 MQL5 入门程序员，同时也为经验丰富的开发人员提供了一次总结和系统化其知识的良机。

长时间以来，支持向量机一直被应用于生物信息学和应用数学等领域，以评估复杂数据集以及提取可用于数据分类的有用模式。本文会研究何为支持向量机、它们的工作方式，以及为什么说它们在提取复杂模式时非常有用。之后，我们再研究如何将其应用于市场，并发挥交易建议的潜在作用。本文将提供使用支持向量机学习工具的有效示例，让读者能够试验自己的交易。

MetaTrader 5 最近引入了交易信号服务，允许交易者复制任何信号提供者的交易操作。用户可以于其账户选择任何信号、执行订阅并复制所有交易记录。而信号提供者可以设定其订阅价格，并从其订阅者每月收取固定的费用。

如果一个指标使用很多其他指标的值进行计算，则它会消耗很多内存。本文介绍在使用辅助指标时，减少内存消耗的几种方法。保存的内存允许在客户端中增大同时使用的货币对、指标和策略的数量。这样提高了交易投资组合的可靠性。对您的计算机的技术资源进行这样的简单考量就可转换为任您处置的资金资源。

更新的MQL4具有存储历史数据的新格式，并提供相应的MqlRates结构，便于时间，开盘，最低，最高，收盘和交易量值的存储。多年来，交易者们已经开发出收集和存储他们在HST文件中的数据，用于生成离线图表的MQL4应用。我们可以向您保证，所有先前编译的EX4文件在新的MetaTrader 4程序端将以之前相同的方式工作。

MetaTarder 4 build 600突出了新的结构和客户端文件的位置。现在，MQL4应用程序根据类型置于不同的目录中（EA交易，指标或脚本）。 在大多数情况下，程序端数据现在存储在不同于程序端安装位置的特殊的数据文件夹。在本文中，我们将详细描述数据如何传输，以及引入新存储系统的原因。