Articles de programmation MQL4 et MQL5

Travailler avec des données est devenu la tâche principale des logiciels modernes, à la fois pour les applications autonomes et en réseau. Pour résoudre ce problème, un logiciel spécialisé a été créé. Ce sont des Systèmes de Gestion de Bases de Données (SGBD), qui peuvent structurer, systématiser et organiser les données pour leur stockage et leur traitement informatique. Quant au trading, la plupart des analystes n'utilisent pas de bases de données dans leur travail. Mais il y a des tâches où une telle solution devrait être pratique. Cet article fournit un exemple d'indicateurs, qui peuvent enregistrer et charger des données à partir de bases de données à la fois avec des architectures client-serveur et serveur de fichiers.

Le débat sur une manière optimale de calculer les indicateurs est sans fin. Où devrions-nous calculer les valeurs de l'indicateur - dans l'indicateur lui-même ou intégrer toute la logique dans un Expert Advisor qui l'utilise ? L'article décrit une des variantes de déplacement du code source d'un indicateur personnalisé iCustom directement dans le code d'un Expert Advisor ou d'un script avec optimisation des calculs et modélisation de la valeur prev_calculated.

L'article décrit une façon de programmer sans utiliser de modèles mais en gardant le style de programmation iherenet pour eux. Il explique l’implémentation de modèles à l'aide de méthodes personnalisées et comporte un script prêt à l'emploi pour créer un code sur la base de modèles indiqués.

Cet article décrit la méthode d'échange d'informations entre l'Expert Advisor et les utilisateurs d' ICQ, plusieurs exemples sont présentés. La documentation fournie sera intéressante pour ceux qui souhaitent recevoir des informations de trading à distance depuis un terminal client, via un client ICQ dans leur téléphone mobile ou PDA.

Cet article présente une classe conçue pour donner une estimation préliminaire rapide des caractéristiques de diverses séries chronologiques. Au fur et à mesure que cela se produit, les paramètres statistiques et la fonction d'auto-corrélation sont estimés, une estimation spectrale des séries chronologiques est effectuée et un histogramme est créé.

Quelle que soit la stratégie de trading que vous utilisez, il y aura toujours une question de quels paramètres choisir pour assurer des bénéfices futurs. Cet article donne un exemple d'Expert Advisor avec la possibilité d'optimiser plusieurs paramètres de symboles en même temps. Cette méthode est destinée à réduire l'effet du surajustement des paramètres et à traiter les situations où les données d'un seul symbole ne sont pas suffisantes pour l'étude.

Comment appliquer les règles prédictives de l'analyse des données de vente au détail en supermarché au marché réel du Forex ? Quel est le lien entre les achats de biscuits, de lait et de pain et les transactions boursières ? Cet article présente une approche novatrice du trading algorithmique basée sur l'utilisation de règles d'association.

Existe-t-il une corrélation entre le comportement passé des prix et ses tendances futures ? Pourquoi le prix répète-t-il aujourd'hui le caractère de son mouvement de la veille ? Les statistiques peuvent-elles être utilisées pour prévoir la dynamique des prix ? Il y a une réponse, et elle est positive. En cas de doute, cet article est fait pour vous. Je vais vous expliquer comment créer un filtre fonctionnel pour un système de trading dans MQL5, révélant une tendance intéressante dans les fluctuations de prix.

MetaTrader 4 a gagné en popularité auprès des traders du monde entier, et il semblait que rien de plus ne pouvait être souhaité. Avec sa vitesse de traitement élevée, sa stabilité, son large éventail de possibilités d'écriture d'indicateurs, d'Expert Advisors et de systèmes de trading informatifs, et la possibilité de choisir parmi plus d'une centaine de courtiers différents, le terminal s'est grandement distingué des autres. Mais le temps ne s'arrête pas et nous nous trouvons face à un choix de MetaTrade 4 ou MetaTrade 5. Dans cet article, nous décrirons les principales différences du terminal de 5ème génération par rapport à notre actuel favori.

Cet article présente un socle minimal opérationnel pour la tenue d'un journal de trading en MQL5 en utilisant SQLite : un schéma des tables pour les transactions, les signaux et les événements, des index, des requêtes préparées et des transactions, ainsi que des requêtes SQL d’analyse standard. L'intégration avec le tableau de bord statistique de MetaTrader 5 et l'utilisation de la base de données via MetaEditor sont démontrées. Cette approche permet d'automatiser le journal, d'accélérer les calculs et d'effectuer des analyses sans complexifier le code de l’EA.

Découvrez comment construire une approche pratique de migration des calculs du processeur (CPU) vers le processeur graphique (GPU) en MQL5 en utilisant OpenCL. Nous nous concentrerons sur l'initialisation du contexte, l'organisation des buffers, le traitement par lots de grande taille, le lancement du noyau et la minimisation des échanges de données. Les erreurs courantes et les moyens de les éliminer seront également examinés. Un exemple utilisant des figures de chandeliers japonais illustre l'intérêt pratique de cette approche.

Cet article examine une approche globale du développement d’algorithmes de trading : de la configuration du projet et du débogage logique à la protection du produit fini. Nous explorerons les outils intégrés de MetaEditor, notamment le débogage pas à pas à l’aide de ticks réels, le profilage des performances et l’intégration directe avec les DLL C++ pour accélérer les calculs. L’article explique également comment protéger la propriété intellectuelle à l’aide de MQL5 Cloud Protector. L’application des techniques décrites transformera le développement des Expert Advisors d’une recherche chaotique de solutions en un processus systématique, réduisant considérablement le temps nécessaire à l’élaboration d’une stratégie.

L’article décrit la mise en place d’un pipeline ML coordonné dans MetaTrader 5, avec une séparation des rôles : Python entraîne le modèle et l’exporte au format ONNX, tandis que MQL5 reproduit la normalisation et l’ACP à l’aide de matrix/vector et effectue l’inférence. Cette approche rend les entrées du modèle stables et vérifiables, et le Testeur de Stratégie de MetaTrader 5 fournit des métriques pour analyser le comportement du système.

Cet article est un guide pas à pas pour migrer le code d’un projet publié vers un véritable projet MQL5 Algo Forge. Vous configurerez l’environnement et l’authentification dans MetaEditor, créerez un projet dans Projets partagés, choisirez son type, organiserez les fichiers, ajouterez un README.md, vérifierez l’encodage et la compilation, enregistrerez les modifications dans Git par un commit et rendrez le dépôt public. L’article vous aide à mettre en place une structure fonctionnelle et à conserver l’historique des versions, pour le confort des lecteurs.

Cet article présente une approche d’ingénieur de l’optimisation d’un Expert Advisor dans MetaTrader 5 : de la collecte de métriques personnalisées via les frames d’optimisation à l’analyse de la surface des paramètres. Un modèle EMA/RSI simple, piloté par les événements, illustre l’export CSV, le lissage et l’évaluation de la stabilité locale en Python. L’objectif est de trouver des zones de configurations stables et de les valider par une optimisation forward, afin d’obtenir une mise en œuvre fiable.