代码
来自"MQL5算法交易的神经网络"教程的示例 MetaTrader 5
"MQL5算法交易的神经网络"教程是一本全面的操作指南，涵盖了人工智能和神经网络的理论基础，以及使用MQL5编程语言在金融交易应用的实践方面。
交易者的MQL5编程(MQL5 Programming for Traders) - 源代码第七部分 MetaTrader 5
在本书的最后，即第七部分讨论了MQL5 API的高级功能，这在为MetaTrader 5开发程序时发挥重要作用。其中包括自定义交易品种、内置经济日历事件以及网络、数据库和加密等通用技术。
交易者的MQL5编程(MQL5 Programming for Traders) - 源代码第六部分 MetaTrader 5
在"交易者的MQL5编程(MQL5 Programming for Traders)"第六部分，我们将学习MQL5语言的一个关键组成部分 – 交易自动化。我们将首先介绍基本对象，如交易品种规格和交易账户设置。这些都是创建正常运行的EA交易的先决条件。
交易者的MQL5编程(MQL5 Programming for Traders) - 源代码第五部分 MetaTrader 5
在本书的第五部分，我们将深入探讨与算法交易相关的API，包括金融数据分析和处理、图表可视化、自动化和用户交互。
交易者的MQL5编程(MQL5 Programming for Traders) - 书中的源代码。第四部分 MetaTrader 5
在本书的第四部分，我们将重点掌握内置函数(MQL5 API)，并将逐步深入研究专门的子系统。任何MQL5程序都可以利用大量技术和功能。因此，从大多数程序都能使用的最简单且最有用的函数开始是明智的。
交易者的MQL5编程(MQL5 Programming for Traders) - 源代码第三部分 MetaTrader 5
第三部分 "MQL5中的面向对象编程"呈现了MQL5语言中面向对象编程(OOP)的世界。软件开发往往涉及与多个实体管理相关的复杂性，需要先进的技术来提高编程的便利性、效率和质量。
交易者的MQL5编程(MQL5 Programming for Traders) - 源代码第二部分 MetaTrader 5
第二部分 "MQL5编程基础知识"介绍了该编程语言的核心概念。本书这一部分专门讨论数据类型、标识符、变量、表达式和运算符。您将学习了解如何组合不同的指令来形成程序逻辑。
交易者的MQL5编程(MQL5 Programming for Traders) - 源代码第一部分 MetaTrader 5
本书第一章介绍了MQL5语言和开发环境。与MQL4（MetaTrader 4 语言）相比，MQL5语言其中一项新功能就是支持面向对象编程(OOP)，这使其类似于C++。
用来处理正则表达式的MQL4 RegularExpressions MetaTrader 4
正则表达式提供了一种正式的语言来快速灵活地处理问题。每个正则表达式都是一个模式（面具），为此，正则表达式引擎试图寻找匹配的源文本。一个模式由一个或多个字符文字，操作符或架构组成。
Parabolic SAR MetaTrader 4
抛物线状止损与反转指标的开发是用于分析有趋势市场的。
文章
在 ONNX 模型中使用 float16 和 float8 格式 MetaTrader 5
用于表示机器学习模型的数据格式对其有效性起着至关重要的作用。近年来，出现了几种新类型的数据，专门为使用深度学习模型而设计。在本文中，我们将重点介绍两种新的数据格式，它们已在现代模型中广泛采用。
Regression models of the Scikit-learn Library and their export to ONNX MetaTrader 5
In this article, we will explore the application of regression models from the Scikit-learn package, attempt to convert them into ONNX format, and use the resultant models within MQL5 programs. Additionally, we will compare the accuracy of the original models with their ONNX versions for both float
首次启动MetaTrader VPS：分步说明 MetaTrader 5
使用EA交易或订阅信号的每个交易者几乎都会认识到，需要为自己的交易平台租用一个可靠的24/7全天候主机服务器。出于多种原因，我们建议使用MetaTrader VPS。您可以通过MQL5.community账户方便地支付服务费用和管理订阅。
Classification models in the Scikit-Learn library and their export to ONNX MetaTrader 5
In this article, we will explore the application of all classification models available in the Scikit-Learn library to solve the classification task of Fisher's Iris dataset. We will attempt to convert these models into ONNX format and utilize the resulting models in MQL5 programs. Additionally, we
MQL5中的ALGLIB数值分析库 MetaTrader 5
本文简要介绍了ALGLIB 3.19数值分析库、它的应用以及可以提高金融数据分析效率的新算法。
利用回归衡量度评估 ONNX 模型 MetaTrader 5
回归是一项依据未标记样本预测真实数值的任务。 所谓的回归衡量度则是用来评估回归模型的预测准确性。
MQL5 中的矩阵和向量：激活函数 MetaTrader 5
在此，我们将只讲述机器学习的一个方面 — 激活函数。 在人工神经网络中，神经元激活函数会根据一个或一组输入信号的数值，计算输出信号值。 我们将深入研究该过程的内部运作。
在类中包装 ONNX 模型 MetaTrader 5
面向对象编程可以创建更紧凑、易于阅读和修改的代码。 在此，我们将会看到三个 ONNX 模型的示例。
如何在 MQL5 中集成 ONNX 模型的示例 MetaTrader 5
ONNX（开放神经网络交换）是一种表现神经网络的开放格式。 在本文中，我们将展示如何在一个智能交易系统中同时使用两个 ONNX 模型。
如何在 MQL5 中使用 ONNX 模型 MetaTrader 5
ONNX（开放式神经网络交换）是一种开源的机器学习模型格式。 在本文中，我们将研究如何创建 CNN-LSTM 模型，来预测金融时间序列。 我们还将展示如何在 MQL5 智能系统中运用创建的 ONNX 模型。
论坛
文章 "将您自己的LLM集成到EA中（第2部分）：环境部署示例"
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
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"
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
文章 "开发回放系统（第31部分）：EA交易项目——C_Mouse类（五）"
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。
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）"
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，
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"
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
文章 "开发回放系统（第30部分）：EA交易项目——C_Mouse类（四）"
新文章 开发回放系统（第30部分）：EA交易项目——C_Mouse类（四） 已发布： 今天，我们将学习一种技术，它可以在程序员职业生涯的不同阶段对我们有很大帮助。通常，受到限制的不是平台本身，而是谈论限制的人的知识。这篇文章将告诉你，凭借常识和创造力，你可以让 MetaTrader 5 平台变得更加有趣和通用，而无需创建疯狂的程序或类似的东西，并创建简单但安全可靠的代码。我们将利用我们的创造力修改现有代码，而不删除或添加源代码中的任何一行。
文章 "神经网络变得简单（第 56 部分）：利用核范数推动研究"
新文章 神经网络变得简单（第 56 部分）：利用核范数推动研究 已发布： 强化学习中的环境研究是一个紧迫的问题。我们之前已视察过一些方式。在本文中，我们将讲述另一种基于最大化核范数的方法。它允许智能体识别拥有高度新颖性和多样性的环境状态。 强化学习基于由智能体对环境进行独立探索的范式。智能体会影响环境，从而致其变化。作为回报，智能体会获得某种奖励。 强化学习的两个主要问题就此得以突出：环境探索和奖励函数。正确结构的奖励函数鼓励智能体探索环境，并寻找最优行为策略。
MQL5.com网站将于4月13日进行维护
我们将于2024年4月13日在mql5.com网站进行技术维护。该工作计划于10:00 GMT+3开始，预计大约持续3小时。在此期间，mql5.com网站及其所有服务将无法使用。 恳请您理解暂时无法使用MQL5服务的情况，对于由此给您带来的任何不便，我们深表歉意。
文章 "MQL5中的范畴论（第23部分）：对双重指数移动平均的不同看法"
新文章 MQL5中的范畴论（第23部分）：对双重指数移动平均的不同看法 已发布： 在这篇文章中，我们继续我们的主题，最后是从“新”的角度处理日常交易指标。我们正在为这篇文章处理自然变换的水平组合，而这方面的最佳指标是双重指数移动平均（DEMA），它扩展了我们刚刚涵盖的内容。 本文的目的是强调 自然变换 的水平组合的概念。我们在上一篇文章中探讨了它的反义词，我们在文章中看到了如何在两个类别之间检索三个函子，这意味着当类别是价格时间序列和相同价格的移动平均时间序列这样简单的数据集时，可以推断出垂直组合中的两个自然变换。在这篇文章中，我们通过添加移动平均的第三类移动平均，即 双重指数移动平均
文章 "开发回放系统（第29部分）：EA 交易项目——C_Mouse类（三）"
新文章 开发回放系统（第29部分）：EA 交易项目——C_Mouse类（三） 已发布： 在改进了C_Mouse类之后，我们可以专注于创建一个类，该类旨在为我们的分析创建一个全新的框架。我们不会使用继承或多态性来创建这个新类。相反，我们将改变，或者更好地说，在价格线中添加新的对象。这就是我们在这篇文章中要做的。在下一节中，我们将研究如何更改分析。所有这些都将在不更改C_Mouse类的代码的情况下完成。实际上，使用继承或多态性会更容易实现这一点。然而，还有其他方法可以达到同样的结果。 但让我们来看看是什么让我们看到了这篇文章。在这里，我们将研究 如何在不更改类和不使用继承系统