MetaTrader 5
Expert Advisors
Indikatoren
Skripte
Bibliotheken
Speicherund werden Sie Mitglied unserer Fangruppe
Veröffentliche einen Link auf das Skript, damit die anderen ihn auch nutzen können
Bewerten Sie es im Terminal MetaTrader 5
- Ansichten:
- 113
- Rating:
- Veröffentlicht:
- Aktualisiert:
-
Sie verpassen Handelsmöglichkeiten:- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung EinloggenSie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich -
Benötigen Sie einen Roboter oder Indikator, der auf diesem Code basiert? Bestellen Sie ihn im Freelance-Bereich
Zum Freelance
Candle ZigZag ist ein Indikator, der seinen Schenkel ändert, wenn sich die Farbe eines Candlesticks ändert.
Er unterstützt eine Periode von 1, während der Standard-ZigZag im Beispielordner nicht für die Periode 1 funktioniert.
Er hilft dem Händler, das Diagramm im flachen Modus zu analysieren, im Gegensatz zum Liniendiagramm, das eine Kurve in der Preisbewegung hat. Der Close-Modus kann aktiviert und deaktiviert werden.
Liniendiagramm vs. Kerze ZigZag mit Schließmodus = true
Übersetzt aus dem Englischen von MetaQuotes Ltd.
Originalpublikation: https://www.mql5.com/en/code/47743
COLLECT ALL INDICATORS DATA
Dieses Skript sammelt alle in MQL5 eingebauten Indikatorenpuffer und speichert sie in einer CSV-Datei zu Analysezwecken
Volume Profile
Dies ist ein Indikator zur Darstellung des Volumenprofils auf dem Chart, der einfache Berechnungen und eine sehr schnelle Ausführung verwendet.
iMein
In der grafischen Darstellung stellt die Techanalyse die Trendlinie rechts von den Kerzen beim Zusammenbruch (in grün) dar. Nach dem Zusammenbruch wird die Bewegung entlang der roten Linie angenommen.
Input and output of onnx model
Das Skript ist nützlich, um die Struktur von ONNX-Modellen zu untersuchen und Einblicke in die Eingabe und Ausgabe, ihre Namen und ihre Eigenschaften zu erhalten. Es ist besonders hilfreich für die Fehlersuche und das Verständnis der Eigenschaften von ONNX-Modellen, die in Anwendungen für maschinelles Lernen verwendet werden.