Articoli sulla programmazione MQL5

Continuiamo la serie di articoli sulla programmazione MQL5. Questa volta vedremo come ottenere i risultati di ogni passaggio di ottimizzazione proprio durante l'ottimizzazione dei parametri di Expert Advisor. L'implementazione sarà eseguita in modo da garantire che se le condizioni specificate nei parametri esterni sono soddisfatte, i valori di passaggio corrispondenti verranno scritti in un file. Oltre ai valori di test, salveremo anche i parametri che hanno portato a tali risultati.

In questo articolo, creeremo un modello foresta casuale in Python, lo addestreremo e lo salveremo come pipeline ONNX con la pre-elaborazione dei dati. Dopodiché, utilizzeremo il modello nel terminale MetaTrader 5.

Nel mio precedente articolo ho parlato dell'importanza di identificare la tendenza di mercato, ovvero la direzione dei prezzi. In questo articolo esaminerò uno dei indicatori tecnici più importanti: l'indicatore Momentum. Vedremo insieme come progettare un sistema di trading basato sul Momentum.

Esistono molti tipi di grafici che forniscono informazioni sulla situazione attuale del mercato. Molti di loro, come il grafico Point e Figure, sono l'eredità del passato remoto. L'articolo descrive un esempio di grafici a point and figure utilizzando un indicatore in tempo reale.

Lo sviluppo delle strategie di trading si focalizza principalmente sulla ricerca di modelli per entrare ed uscire dal mercato, oltre a mantenere delle posizioni. Se siamo in grado di formalizzare alcuni modelli in regole per il trading automatizzato, il trader affronta la questione del calcolo del volume delle posizioni, della grandezza dei margini e del mantenimento di un livello sicuro di fondi ipotecari per assicurare le posizioni aperte in una modalità automatizzata . In questo articolo, utilizzeremo il linguaggio MQL5 per costruire semplici esempi di eseguire questi calcoli.

L'articolo parla di come scrivere la propria classe di segnali di trading con l'implementazione dei segnali sull'incrocio del prezzo e della media mobile e come includerla nel generatore di strategie di trading del Wizard MQL5, oltre a descriverne la struttura e il formato della descrizione della classe generata per la procedura guidata MQL5.

L'articolo tratta il problema dello sviluppo dei pannelli di controllo attivi in MQL5. Gli elementi dell'interfaccia sono gestiti dal meccanismo di gestione degli eventi. Inoltre, è disponibile l'opzione di un'impostazione flessibile delle proprietà degli elementi di controllo. Il pannello di controllo attivo consente di lavorare con le posizioni, nonché di impostare, modificare ed eliminare ordini di mercato e in sospeso.

L'articolo permette al lettore di familiarizzare con i modelli di livellamento esponenziale utilizzati per la previsione a breve termine delle serie temporali. Inoltre, tocca le questioni relative all'ottimizzazione e alla stima dei risultati di previsione e fornisce alcuni esempi di script e indicatori. Questo articolo sarà utile come prima conoscenza dei principi di previsione sulla base di modelli di livellamento esponenziale.

Questo articolo presenta la connessione di MetaTrader 5 a ENCOG - Advanced Neural Network e Machine Learning Framework. Contiene la descrizione e l'implementazione di un semplice indicatore di rete neurale basato su indicatori tecnici standard e un Expert Advisor basato su un indicatore neurale. Il codice sorgente, i binari compilati, le DLL e una rete addestrata esemplare sono allegati all'articolo.

MetaTrader 5 ci consente di simulare il trading automatico, all'interno di un tester di strategia incorporato, utilizzando gli Expert Advisor e il linguaggio MQL5. Questo tipo di simulazione è chiamato testing di Expert Advisors e può essere implementato utilizzando l'ottimizzazione multithreaded, così come quella simultanea su un numero di strumenti. Per fornire un test approfondito, è necessario eseguire una generazione di tick basata sullo storico dei minuti, disponibile. Questo articolo fornisce una descrizione dettagliata dell'algoritmo, mediante il quale i tick vengono generati per il test dello storico nel terminale client MetaTrader 5.

In questo articolo, l'autore parla di calcoli evolutivi con l'uso di un algoritmo genetico sviluppato personalmente. Dimostra il funzionamento dell'algoritmo, usando esempi e fornisce consigli pratici per il suo utilizzo.

È consentito fare trading con questo simbolo lunedì? Ci sono abbastanza soldi per aprire una posizione? Quanto è grande la perdita se si attiva lo Stop Loss? Come limitare il numero di ordini in sospeso? L'operazione commerciale è stata eseguita nella barra corrente o in quella precedente? Se un robot di trading non può eseguire questo tipo di verifiche, qualsiasi strategia di trading può rivelarsi perdente. Questo articolo mostra gli esempi di verifiche utili su qualsiasi Expert Advisor.

L'usabilità del programma MQL5 è determinata sia dalla sua ricca funzionalità che da un'elaborata interfaccia utente grafica. La percezione visiva a volte è più importante del funzionamento rapido e stabile. Ecco una guida step-by-step per la creazione di pannelli di visualizzazione sulla base delle classi della Libreria Standard.

Continuiamo la serie di articoli sullo sviluppo di un robot di trading in Python e MQL5. Oggi risolveremo il problema della selezione e dell'addestramento di un modello, del suo test, dell'implementazione della convalida incrociata, della ricerca a griglia, nonché il problema dell'ensemble di modelli.

Uno degli aspetti più interessanti delle feature map auto-organizzanti (mappe Kohonen) è che imparano a classificare i dati senza supervisione. Nella sua forma base, produce una mappa di similarità dei dati di input (clustering). Le mappe SOM (Self-Organizing Map) possono essere utilizzate per la classificazione e la visualizzazione di dati ad alta dimensionalità. In questo articolo considereremo alcune semplici applicazioni delle mappe Kohonen.

Questo articolo descriverà l'implementazione di un approccio semplice, adatto a un Expert Advisor multivaluta. Ciò significa che sarai in grado di impostare l'Expert Advisor per testare/tradare in condizioni identiche ma con parametri diversi per ogni simbolo. Ad esempio creeremo un pattern per due simboli ma in modo tale da poter aggiungere ulteriori simboli, se necessario, apportando piccole modifiche al codice.

Lo scopo di questo articolo è indagare le possibilità del trading e dell'analisi sulla base di alcune idee tratte dal libro di James Hyerczyk "Pattern, Price & Time: Using Gann Theory in Trading Systems" sotto forma di indicatori ed Expert Advisor. Senza pretendere di essere esaustivi, qui indagheremo solo il Modello, la prima parte della teoria di Gann.

Se specifici programmi di rete neurale per il trading sembrano costosi e complessi o, al contrario, troppo semplici, prova NeuroPro. È gratuito e contiene il set ottimale di funzionalità per i dilettanti. Questo articolo ti spiegherà come usarlo insieme a MetaTrader 5.

L'obiettivo di questo articolo è studiare la redditività degli algoritmi con diverse entrate nei trade e nelle uscite utilizzando il trailing stop. I tipi di voce da utilizzare sono l'entrata casuale e l'entrata inversa. Gli ordini di stop da utilizzare sono trailing stop e trailing take. L'articolo dimostra algoritmi per fare soldi con una redditività di circa il 30% all'anno.

Non hai bisogno di sapere cosa sono il polimorfismo, l'incapsulamento, ecc. per usare la programmazione orientata agli oggetti (OOP) ... puoi semplicemente usare queste funzionalità. Questo articolo descrive le basi dell'OOP attraverso degli esempi pratici.