Статьи по программированию и использованию технических индикаторов на языке MQL5

icon

Технические индикаторы являются неотъемлемой частью трейдинга, и каждый трейдер стремится найти что-то новое. Авторы этих статей рассказывают об эконометрике и машинном обучении, автоматической разметке волн Эллиотта и цифровых фильтрах, словом, найдется всё - от классических методах анализа и до современной трактовки известных идей.

Здесь вы найдете как обучающие статьи, например,  как написать свой индикатор, так и готовые уникальные сборники по использованию математически обоснованных торговых идей Уильяма Блау.

Новая статья
последние | лучшие
preview
За пределами GARCH (Часть VI): Фракционное броуновское движение и мультипликативный каскад в MQL5

За пределами GARCH (Часть VI): Фракционное броуновское движение и мультипликативный каскад в MQL5

В этой статье реализуется модуль моделирования MMAR: по параметрам, полученным при подгонке (H, распределение, коэффициенты, выборочная волатильность), он строит синтетические ценовые траектории. Модуль строит мультифрактальное торговое время с помощью мультипликативного каскада, генерирует фракционное броуновское движение методом Дэвиса — Харта или разложением Холецкого, масштабирует его до целевой волатильности и строит составной процесс посредством деформации времени. Читатели получат класс на языке MQL5, пригодный для многократного использования, рекомендации по выбору метода в зависимости от длины траектории и этапы валидации для сценарного тестирования и применения метода Монте-Карло в следующей части.
preview
Альтернатива временным барам (Часть 3): Индикатор в подокне для отображения альтернативных баров в MQL5

Альтернатива временным барам (Часть 3): Индикатор в подокне для отображения альтернативных баров в MQL5

AlternativeBarsViewer — индикатор в подокне, отрисовывающий все десять типов альтернативных баров как свечи с цветовой маркировкой. Он использует ту же иерархию CBarConstructor, что и BarBuilderEA, обеспечивая идентичность баров. Он поддерживает три источника данных (реальные тики, синтетические тики на основе OHLC или CSV-файл советника) и два режима отображения (TIME и INDEX), между которыми можно переключаться во время работы. Вырожденные бары выделяются, а сводная информация о них выводится на компактной панели, что позволяет выполнять калибровку в реальном времени, не выходя из терминала.
preview
За пределами GARCH (Часть VIII): Библиотека MMAR и ее использование в советнике

За пределами GARCH (Часть VIII): Библиотека MMAR и ее использование в советнике

Эта статья завершает проект MMAR фасадным классом CMMAR и демонстрационным советником для MetaTrader 5. Фасад предоставляет компактный API (настройка, Fit(), Forecast()), объединяющий анализ разбиений, подгонку спектра и моделирование методом Монте-Карло. Вы узнаете, как загружать данные, подгонять модель и получать прогноз волатильности, а также использовать диагностику и обработку статусов для надежного применения модели в советниках.
preview
Разработка классического индикатора «Крестики-нолики» на языке MQL5

Разработка классического индикатора «Крестики-нолики» на языке MQL5

В данной статье на языке MQL5 реализован пользовательский индикатор «Крестики-нолики» (Point and Figure, PF), который отображает движение цены в столбцы X/O, используя фиксированный размер клетки и логику разворота через три клетки. Мы определяем базовую цену, преобразуем цены в интервалы клеток, управляем трендами и разворотами, автоматически масштабируем окно индикатора и отображаем символы с помощью объектов, обеспечивая четкое, независимое от времени представление трендов, прорывов и уровней поддержки и сопротивления.
preview
Каналы линейной регрессии на MQL5: Построение статистически обоснованных доверительных и прогнозных полос

Каналы линейной регрессии на MQL5: Построение статистически обоснованных доверительных и прогнозных полос

В статье реализованы каналы скользящей регрессии методом МНК на языке MQL5 и рассчитываются доверительные и прогнозные полосы с использованием критических значений t-распределения Стьюдента вместо фиксированного множителя стандартного отклонения. В ней объясняется расширение полос по краям окна, обусловленное рычагом наблюдения, полученный результат сравнивается с полосами Боллинджера и каналами Дончиана, а также рассматриваются предпосылки МНК применительно к ценовым данным. Описан способ отрисовки с использованием пяти линий, обеспечивающий надежное отображение в MetaTrader 5.
preview
Разработка индикатора снятия ликвидности  STF Liquidity Sweep на языке MQL5

Разработка индикатора снятия ликвидности STF Liquidity Sweep на языке MQL5

В статье представлен динамический индикатор для MetaTrader 5, который выявляет снятия ликвидности используя логику определения точек разворота, соотношение теней свечей и подтверждения от паттернов поглощения. Индикатор распознает теневые паттерны с одной и двумя свечами без фиксированного временного окна, обновляет уровни ликвидности со стороны покупателей и продавцов по мере изменения цены и аннулирует уже пробитые уровни для поддержания достоверной карты ликвидности.
preview
За пределами GARCH (Часть V): Подгонка мультифрактального спектра в MQL5

За пределами GARCH (Часть V): Подгонка мультифрактального спектра в MQL5

В этой статье мы реализуем модуль подгонки спектра: из tau(q) вычисляем f(alpha) дискретным преобразованием Лежандра, затем с помощью BLEIC подгоняем нормальный, биномиальный, пуассоновский и гамма-спектры с покомпонентными ограничениями. Выбирается модель с минимальной SSE; ее параметры — например, alpha_min, alpha_max или alpha_0, gamma — становятся входными параметрами каскада для мультифрактального моделирования.
preview
От скользящей средней с фиксированными параметрами к адаптивной фильтрации: Знакомство с SAMA на основе NLMS в MQL5

От скользящей средней с фиксированными параметрами к адаптивной фильтрации: Знакомство с SAMA на основе NLMS в MQL5

В этой статье представлена самоадаптивная скользящая средняя (SAMA) — адаптивный фильтр, использующий нормализованный алгоритм наименьших средних квадратов (NLMS). В ней рассматривается, почему скользящие средние с фиксированным периодом не справляются со своей задачей, как NLMS адаптируется бар за баром и какие инженерные меры защиты необходимы для практической эксплуатации. Эти теоретические и математические основы подготовят вас к реализации на MQL5 в Части 2.
preview
Рыночная микроструктура в MQL5 (Часть 5): Микроструктурный шум

Рыночная микроструктура в MQL5 (Часть 5): Микроструктурный шум

В статье файл MicroStructure_Foundation.mqh дополняется структурой MicrostructureAnalysis и пятью функциями для анализа изменений цены на таймфрейме M1: прокси для котируемого спреда, спреда по модели Ролла, коэффициента шума на основе OHLC, дисбаланса ордеров и компонента неблагоприятного отбора. Функция-обертка заполняет эти поля и связывает их с показателями волатильности из четвертой части. Эмпирические пороги получены по 602 нью-йоркским сессиям фьючерса NQ E-mini за период с января 2024 г. по июнь 2026 г. Они помогают фильтровать сигналы волатильности, выбирать величину риска и выявлять эффекты рыночного трения, обусловленные спредом.
preview
Возможности Мастера MQL5, которые вам нужно знать (Часть 97): Использование выпуклой оболочки и миниатюрной GRU-сети в пользовательском классе трейлинг-стопа

Возможности Мастера MQL5, которые вам нужно знать (Часть 97): Использование выпуклой оболочки и миниатюрной GRU-сети в пользовательском классе трейлинг-стопа

В этой статье рассматривается пользовательский класс Мастера MQL5 для трейлинг-стопов. Пользовательский класс CTrailingConvexHullGRU создается путем объединения алгоритма выпуклой оболочки и GRU-сети. Как и в других статьях серии, разрабатывается модель, которую можно тестировать с советниками, собранными Мастером MQL5, и настраивать с помощью различных классов управления капиталом и сигналов входа. В тестировании используются классы сигналов Envelopes и RSI.
preview
Индикатор скользящего коэффициента Шарпа с доверительными границами в MQL5

Индикатор скользящего коэффициента Шарпа с доверительными границами в MQL5

В данной статье представлен пользовательский индикатор для MetaTrader 5, который вычисляет скользящий коэффициент Шарпа в годовом выражении и отображает полосы статистической значимости с настраиваемой z-оценкой на основе асимптотической стандартной ошибки по формуле Ло. В индикаторе используется кольцевой буфер доходностей с инкрементальным расчетом дисперсии, что обеспечивает обновление за время O(1). Мы объясняем, как неопределенность масштабируется пропорционально n^(-1/2), почему интервалы расширяются при высоких значениях коэффициента Шарпа и как настроить приведение к годовому выражению для каждого инструмента, чтобы корректно использовать индикатор.
preview
За пределами GARCH (Часть IV): Реализация анализа разбиений в MQL5

За пределами GARCH (Часть IV): Реализация анализа разбиений в MQL5

В этой статье мы переходим от исследований на Python к нативной инженерной реализации на MQL5. Мы создаем первый модуль библиотеки MMAR: общий заголовочный файл с константами, класс OLS-регрессии на основе SVD, оценщик обобщенного показателя Херста и механизм анализа разбиений. Последний вычисляет функцию разбиения, определяет tau(q), оценивает H интерполяцией точки пересечения с нулем и оценивает мультифрактальность по результатам трех диагностических тестов. При проверке на 500 000 барах EURUSD на таймфрейме M10 механизм менее чем за четыре секунды правильно определил данные как мультифрактальные. Четвертая часть серии из восьми статей. В пятой части кривая tau(q) будет подгоняться к четырем распределениям-кандидатам с использованием преобразования Лежандра.
preview
Альтернатива тиковому объему: Измерение рыночной активности по интервалам ожидания между котировками

Альтернатива тиковому объему: Измерение рыночной активности по интервалам ожидания между котировками

Тиковый объем в основном отражает время суток, а его окончательное значение известно только после закрытия бара. Мы строим индикатор активности, который обновляется в реальном времени при каждой котировке, используя интервалы ожидания между изменениями котировок, устраняем внутридневной ритм и моделируем оставшуюся составляющую с помощью модели авторегрессионной условной длительности (ACD). Затем мы проверяем, улучшает ли этот показатель активности краткосрочные прогнозы волатильности, если текущая волатильность цены уже учтена в модели.
preview
Разработка объектно-ориентированного сканера разрывов справедливой стоимости (FVG) на MQL5

Разработка объектно-ориентированного сканера разрывов справедливой стоимости (FVG) на MQL5

В статье показано, как создать объектно-ориентированный сканер разрывов справедливой стоимости (FVG) на языке MQL5 и отображать разрывы ликвидности непосредственно на графике MetaTrader 5. Рассматриваются формализация геометрии дисбаланса на основе трех свечей, синхронизация массивов OHLC с помощью CopyRates, управление объектами-прямоугольниками без утечек и отслеживание митигации (отработки зоны) в реальном времени. Также показано, как интегрировать этот класс в советник со строгой проверкой появления нового бара для стабильной и эффективной работы.
preview
Рыночная микроструктура в MQL5 (Часть 6): Поток ордеров

Рыночная микроструктура в MQL5 (Часть 6): Поток ордеров

В этой статье в MicroStructure_Foundation.mqh добавляются шесть функций анализа потока ордеров и новая структура OrderFlowAnalysis: VPINOHLC, дисбаланс потока с учетом направления, интенсивность торговли относительно базового уровня за 20 сессий, индекс умных денег как разность поздней и ранней внутрисессионной доходности, моментум потока и функция-обертка, возвращающая вес достоверности. Достоверность сигнала потока фильтруется по шуму из пятой части и интенсивности скачков из четвертой. Реализация откалибрована на 602 нью-йоркских сессиях NQ на таймфрейме M1 и формирует готовые внутридневные сигналы потока с описанными пороговыми значениями.
preview
Поиск торгового преимущества (Часть 1): Использование дискретного преобразования Фурье (ДПФ) и импульсной нейронной сети (SNN) в торговом роботе

Поиск торгового преимущества (Часть 1): Использование дискретного преобразования Фурье (ДПФ) и импульсной нейронной сети (SNN) в торговом роботе

В этой статье мы приводим аргументы в пользу сочетания дискретного преобразования Фурье (ДПФ) и импульсной нейронной сети (SNN) в торговом роботе. Преобразование Фурье позволяет представить данные в виде колебаний, а не в виде исходных значений. Для интерпретации этих циклов мы используем импульсную нейронную сеть (SNN), которая, в отличие от обычных сетей, накапливает потенциал за счёт изменяющихся во времени электрических зарядов и генерирует импульс только при достижении заданного порога. Сочетание этих двух модулей позволяет нам точнее определять моменты отдельных рыночных движений, что в теории должно давать сигналы входа со строгим математическим подтверждением.
preview
Адаптивное сглаживание цен в MQL5: фильтр Калмана с оценкой шума без внешних библиотек

Адаптивное сглаживание цен в MQL5: фильтр Калмана с оценкой шума без внешних библиотек

Скользящие средние с фиксированным весовым коэффициентом вносят запаздывание, которое не учитывает смену рыночных режимов. В данной работе представлен индикатор на основе адаптивного скалярного фильтра Калмана, реализованный штатными средствами MQL5. Он оценивает дисперсию шума процесса Q по дисперсии приращений цены в скользящем окне, а дисперсию шума измерений R — по дисперсии цены в скользящем окне, применяет ограничение снизу для обеспечения численной устойчивости и пересчитывает коэффициент усиления Калмана на каждом баре. Линия индикатора, отображаемая поверх ценового графика, сравнивается с 20-периодной EMA по показателям MAE, RMSE, запаздывания и гладкости для количественной оценки качества отслеживания цены и подавления шума.
preview
Создание индикатора EquiVolume на языке MQL5

Создание индикатора EquiVolume на языке MQL5

Мы реализуем в MQL5 индикатор EquiVolume, который преобразует стандартные свечи в прямоугольники, ширина которых определяется объёмом торгов. Процесс включает выбор типа объёма, определение максимального объёма в диапазоне обратного просмотра, нормализацию всех значений относительно него и преобразование их в пропорциональную ширину прямоугольников. В результате на графике в MetaTrader 5 формируется структура, которая наглядно отображает интенсивность торговой активности наряду с движением цены.
preview
Создание интерактивного индикатора профиля объема AnchorFlow (MTF) на языке MQL5

Создание интерактивного индикатора профиля объема AnchorFlow (MTF) на языке MQL5

Мы реализуем интерактивный мультитаймфреймовый (MTF) профиль объема с якорной привязкой на языке MQL5 для MetaTrader 5. Индикатор строит профиль текущего таймфрейма на основном графике и профиль старшего таймфрейма (HTF) в подокне индикатора; оба профиля согласованы по положению общей линии с якорной привязкой и видимому диапазону. Вы освоите настройка количества ценовых интервалов (бинов) профиля с помощью клавиатуры (двойное нажатие клавиши E или S), надежную проверку таймфреймов, обновления с учетом видимой области графика и восстановление графических объектов, чтобы организовать надежную, синхронизированную работу с объемами.
preview
Тепловая карта внутридневной доходности в MQL5: Визуализация с помощью CCanvas

Тепловая карта внутридневной доходности в MQL5: Визуализация с помощью CCanvas

В MetaTrader 5 отсутствует встроенный инструмент для визуализации внутридневных закономерностей доходности одновременно по нескольким временным измерениям. В данной статье реализован пользовательский индикатор, который собирает данные о доходности исторических баров в матрицу размером 5×24, индексированную по дням недели и часам суток. Затем индикатор отрисовывает результат в виде тепловой карты с цветовой интерполяцией в подокне индикатора с помощью CCanvas. Зеленые ячейки обозначают положительную среднюю доходность, красные — отрицательную, причем интенсивность цвета отражает величину доходности.
preview
Создание традиционного индикатора Ренко с наложением на график в MQL5

Создание традиционного индикатора Ренко с наложением на график в MQL5

Создайте в MQL5 традиционный индикатор Ренко, который преобразует цены закрытия свечей в кирпичи фиксированного размера и отображает их на основном графике. Мы рассчитываем движение от цены закрытия последнего кирпича, создаем новые кирпичи заданного пользователем размера, подтверждаем развороты с помощью правила двух кирпичей, храним цены закрытия кирпичей в динамическом массиве и отображаем прямоугольники для визуализации тренда в режиме реального времени.
preview
От скользящей средней с фиксированными параметрами к адаптивной фильтрации (Часть 2): Реализация индикатора SAMA_NLMS на MQL5

От скользящей средней с фиксированными параметрами к адаптивной фильтрации (Часть 2): Реализация индикатора SAMA_NLMS на MQL5

В этой статье самоадаптивная скользящая средняя (SAMA) на основе алгоритма NLMS реализована в виде работающего индикатора MQL5. Приведён полный исходный код и объяснены ключевые проектные решения, включая выполнение непосредственно в основном цикле, инициализацию весов одинаковыми значениями, обновление по закрытым барам и границы устойчивости. Также рассмотрены установка, использование и ограничения. Результат — скомпилированный индикатор SAMA_NLMS, готовый к установке на график, и понятная основа для последующего сравнительного тестирования с использованием советника.
preview
Конструирование признаков для машинного обучения (Часть 8): Энтропийные признаки в MQL5

Конструирование признаков для машинного обучения (Часть 8): Энтропийные признаки в MQL5

Реализация на MQL5 четырех методов оценки энтропии — энтропии Шеннона, подстановочной оценки энтропии (Plug-In), сложности Лемпеля — Зива и энтропии Контоянниса — для последовательности, полученной по тиковому правилу внутри бара. CopyTicksRange() ограничивает доступные данные окном тикового кеша брокера, поэтому признаки можно рассчитывать только для недавних баров. В реализации тики из структуры MqlTick кодируются по направлению изменения цены Bid, операции, зависящие от NumPy, заменяются методами работы с массивами, а для использования в советниках и индикаторах предоставляются файлы CEntropyFeatures.mqh и EntropyViewer.mq5.
preview
Анализ рекуррентных сетей (RNA) в MQL5: От матриц рекуррентности к сложным сетям

Анализ рекуррентных сетей (RNA) в MQL5: От матриц рекуррентности к сложным сетям

В статье библиотека анализа рекуррентности на MQL5 расширяется средствами анализа рекуррентных сетей (RNA): матрицы рекуррентности рассматриваются как матрицы смежности неориентированных графов. В ней реализованы основные сетевые метрики — кластеризация, транзитивность, средняя длина пути, посредничество, ассортативность и плотность, — которые применяются в скользящих окнах для анализа рекуррентных сетей (RNA) одного временного ряда и совместного анализа рекуррентных сетей (JRNA). Модульный механизм расчета метрик и два индикатора позволяют визуализировать динамику структуры сети на графиках MetaTrader 5 для практического анализа временных рядов.
preview
Обобщенный пул объектов в MQL5: Снижение накладных расходов на выделение памяти в высокочастотных индикаторах

Обобщенный пул объектов в MQL5: Снижение накладных расходов на выделение памяти в высокочастотных индикаторах

В высокочастотных индикаторах MQL5, создающих объекты при каждом тике, накапливаются накладные расходы на выделение памяти и возникает джиттер времени выполнения в OnCalculate(). В этой статье создается обобщенный пул объектов на основе шаблона класса с использованием массива индексов списка свободных элементов, обеспечивающего выполнение операций Acquire() и Release() за время O(1). Архитектура предусматривает защиту от повторного возврата объекта в пул, строгое разделение состояния полезных данных и метаданных пула в методе Reset(), а также список свободных элементов фиксированной вместимости без резервного выделения памяти в куче. Пользовательский индикатор сравнивает два варианта обработки и с помощью GetMicrosecondCount() измеряет разницу накладных расходов на тик.
preview
Создание системы прогнозного моделирования на основе пересечения EMA (Окончание): Интерактивные синтетические свечи

Создание системы прогнозного моделирования на основе пересечения EMA (Окончание): Интерактивные синтетические свечи

В этой статье мы завершаем разработку движка прогнозного моделирования для MetaTrader 5, калибруя синтетические свечи по недавней рыночной волатильности вместо определения их размеров исключительно по наклону EMA. Движок рассчитывает средний размер тела и среднюю длину верхней и нижней теней по закрытым барам, применяет синусоидальную огибающую с затуханием, задает пропорциональные размеры теней и промежутки между свечами, а также периодически добавляет контртрендовые свечи. В результате получается динамическая проекция, которая непрерывно сдвигается, оставаясь на один бар впереди текущего рыночного бара. Ее код можно повторно использовать для отрисовки откалиброванных проекций относительно точки привязки и автоматической очистки.
preview
Разработка индикатора внутренней и внешней структуры рынка

Разработка индикатора внутренней и внешней структуры рынка

В статье представлен структурированный подход к анализу внешней и внутренней структуры рынка в MQL5 — от выявления свингов до проверки сигналов CHoCH/BoS в рамках сформировавшегося тренда. В ней объясняется, как уточнять истинные максимумы и минимумы, применять логику "первого внутреннего сигнала", а также отображать линии, метки и маркеры на графике. В результате получается индикатор с согласованной логикой работы, который преобразует ценовую структуру в чётко определённые уровни входа, стоп-лосса и целевые уровни 1,5R.
preview
Поиск торгового преимущества (Часть 4): Изотоническая регрессия и прогнозирование направления движения цены с помощью PNN в советнике

Поиск торгового преимущества (Часть 4): Изотоническая регрессия и прогнозирование направления движения цены с помощью PNN в советнике

Мы рассматриваем методы, с помощью которых изотоническая регрессия преобразует исходные оценки сигналов RSI, стохастического осциллятора и ценовой динамики в упорядоченные вероятности, а отдельная вероятностная нейронная сеть оценивает сходные состояния рынка в прошлом. В этой статье оба подхода реализованы в готовом пользовательском классе торгового сигнала на MQL5, совместимом с Мастером MQL5 и предлагающем до семи режимов входа на выбор. В воспроизводимых тестах сигналы, полученные только с помощью изотонической регрессии, сравниваются с сигналами комбинированной модели изотонической регрессии и PNN, чтобы оценить, даёт ли сеть полезную информацию сверх той, которую предоставляет более простая базовая модель.
preview
Автоматическое построение сессионного профиля объема на MQL5: Визуализация POC и зоны стоимости без сторонних инструментов

Автоматическое построение сессионного профиля объема на MQL5: Визуализация POC и зоны стоимости без сторонних инструментов

Реализуйте сессионный профиль объема на MQL5: получайте тики с помощью CopyTicksRange(), группируйте их по ценовым интервалам и рассчитывайте POC, VAH и VAL по правилу 70%. Индикатор отображает профиль непосредственно на графике с помощью штатных графических объектов, поддерживает масштабирование в режиме фиксированной ширины для сохранения единообразной геометрии на разных таймфреймах и обновляется с началом каждой новой сессии. Это позволяет получить объективные опорные уровни без внешних зависимостей.