|
13+ 년도
경험
|
36
제품
|
368
데몬 버전
|
|
0
작업
|
0
거래 신호
|
0
구독자
|
If you are interested in auto trading on forex, then I can offer you ready-made products or write a work for you on your strategy.
my site https://cmillion.ru
Telegram
https://t.me/ea_cmillion
Email: ea@cmillion.ru
WhatsApp +79283690333
Skype: mqlcmillion
Telegram: @mqlcmillion
Статья описывает переход к многосценарному прогнозу на базе ORION: создаётся кодовая книга рыночных прототипов с EMA-памятью и слой, объединяющий генератор, роутер и оценку неопределённости. Такой модуль формирует траектории, их априорные вероятности и допустимый разброс, что позволяет учитывать альтернативные продолжения рынка при проектировании торговых решений.
설명 ATR ZigZag with BBands Pro 는 ATR ZigZag(변동성 기반 추세선 식별), 볼린저 밴드(동적 지지/저항 레벨), 핍스 라벨(포인트 단위 움직임 크기 시각적 표시)을 결합한 MetaTrader 5용 전문 인디케이터입니다. 이 인디케이터는 시장 반전을 자동으로 감지하고 최근 5개의 확인된 움직임을 그 크기와 함께 표시합니다. 진입 신호 매수 (BUY) : 가격이 하단 볼린저 밴드(하단 빨간색 라벨)에 도달 상승 반전 발생 (TROUGH) 상단에 초록색 라벨이 + 기호와 함께 표시 진입 : 이전 피크 수준 돌파 시 매도 (SELL) : 가격이 상단 볼린저 밴드(상단 초록색 라벨)에 도달 하락 반전 발생 (PEAK) 하단에 빨간색 라벨이 - 기호와 함께 표시 진입 : 이전 바닥 수준 돌파 시 스톱로스 설정 ATR 기준 (권장) : SL = ATR × 1.5 (파라미터 AtrMultiplier=1.5 ) 공격적 트레이딩 : ATR × 1.0 보수적 트레이딩
XAG CatBoost Clusters Dream2 EA is built on the CatBoost algorithm with market data clustering techniques. At its core, the model uses a set of technical features based on silver price data and moving averages (MA). As inputs, it takes distances between price and different MAs across multiple timeframes, as well as the distances between the moving averages themselves. This helps the model figure out how far price is stretched away from its average and how strong the current trend
더 큰 그림을 투영하고, 더 높은 타임프레임의 확신으로 모든 타임프레임을 거래하며, 정밀하게 실행하십시오! 전문 트레이더는 모든 수준 높은 거래가 탑다운 분석(Top-Down Analysis) 에서 시작된다는 것을 잘 알고 있습니다. 그러나 기존의 분석 방식에서는 여러 차트와 타임프레임을 계속 전환해야 하므로 집중력이 흐트러지고 중요한 상위 타임프레임 정보를 놓칠 가능성이 높아집니다. 이러한 반복적인 과정은 분석 속도를 저하시킬 뿐만 아니라 실행의 흐름을 방해하고, 더 큰 시장 구조에 대한 인식을 유지하기 어렵게 만듭니다. TOP-DOWN CANDLE CAST 는 MT5용 인디케이터로, 상위 타임프레임 캔들의 몸통, 심지, 시가/종가 및 가격 범위 를 모든 하위 타임프레임 차트에 정확하게 투영합니다. 차트를 계속 전환하거나 상위 타임프레임 구조를 기억에 의존하는 대신, TOP-DOWN CANDLE CAST 는 실시간으로 픽셀 단위까지 정확한 시각적 기준을
GEKKO GOLD 2026 Smart XAUUSD Trading System with Dynamic Capital Management GEKKO GOLD 2026 is an automated trading system developed specifically for Gold trading (XAUUSD) . The system is designed to detect market momentum, volatility, liquidity movement, and directional price pressure. When market conditions match the strategy, GEKKO GOLD automatically manages entries, pending orders, position protection, profit targets, drawdown control, and trade exits. It is suitable for traders who want a
https://www.mql5.com/en/market/product/184442?source=Site+Profile+Seller
Most grid EAs increase position size as the trading series grows.
Dominika takes a different approach.
Its built-in Smart Risk system gradually reduces position size, helping control risk while maintaining disciplined grid management.
Dominika — 자동 매매 어드바이저 Dominika는 MetaTrader 5용 완전 자동 매매 어드바이저(EA)로, 지능형 시장 분석, 신중한 자금 관리, 체계적인 그리드 구축 시스템, 그리고 보유 포지션 관리를 위한 종합적인 메커니즘을 결합하고 있습니다. 본 EA는 포지션을 진입하기에 유리한 시점을 스스로 판단하며, 이미 열려 있는 거래를 모니터링하고 사용자의 지속적인 개입 없이 이를 관리합니다. Dominika는 단순한 하나의 시그널이나 무작위 규칙의 집합이 아니라, 시장 분석 알고리즘, 거래량 관리, 그리드 구축, 자본 보호가 하나의 메커니즘으로서 함께 작동하는 종합 시스템입니다. 본 EA의 핵심 목표는 최대한 많은 거래를 하는 것이 아니라, 전체 거래 시퀀스 동안 리스크 수준을 통제된 상태로 유지하면서 양질의 거래 기회를 찾는 데 있습니다. 지능형 매매 시스템 Dominika는 시장 상황을 스스로 분석하며, 확인된 진입 조건이 나타난 경우에만 거래를 시작합니다. 각
HMA Scalper Pro for MetaTrader 5 HMA Scalper Pro 는 Alan Hull 이 2005년 처음 발표한 Hull Moving Average(HMA) 알고리즘을 기반으로 개발된 MetaTrader 5용 추세 지표입니다. 이 지표는 현재 추세의 방향을 분석하고 Hull Moving Average 알고리즘을 기반으로 계산된 부드러운 선을 표시하도록 설계되었습니다. 기존 이동평균선과 비교하여 이 알고리즘은 선의 부드러움을 유지하면서도 지연(Lag)을 줄이도록 개발되었습니다. HMA Scalper Pro는 추세 방향의 변화를 직관적으로 확인할 수 있으며, 다양한 금융상품의 기술적 분석에 활용할 수 있습니다. 지표의 주요 기능 Hull Moving Average(HMA) 선 표시. 추세 방향이 변경되면 선의 색상이 자동으로 변경. MetaTrader 5의 모든 시간 주기(Timeframe) 지원. 계산에 사용할 가격 유형 선택 가능. 추세 방향 변경 시 사운드
GOLD CatBoost Clusters Dream2 EA operates on the CatBoost algorithm using clustering methods. A set of features is fed into the CatBoost model, constructed based on price data and moving averages (MA). These include distances between the price and MAs across different periods, as well as between the MAs themselves, which help capture deviation and trend strength. The features are normalized—by dividing by the price or MA—to make them scale-invariant. Additionally, rolling window
