Статьи по автоматизации торговых систем на языке MQL5

icon

Прочитайте статьи по торговым системам, которые основаны на самых разнообразных идеях. Вы узнаете как использовать  статистические методы и паттерны на японских свечах, как фильтровать сигналы и для чего нужны семафорные индикаторы.

С помощью Мастера MQL5 вы научитесь создавать робота без программирования для быстрой проверки торговых идей, а также узнаете, что такое генетические алгоритмы.

Новая статья
последние | лучшие
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
Торговые инструменты MQL5 (Часть 36): Фигуры и аннотации в слое рисования с редактированием меток прямо на холсте

Торговые инструменты MQL5 (Часть 36): Фигуры и аннотации в слое рисования с редактированием меток прямо на холсте

Мы добавляем на холст восемь инструментов для рисования фигур и девять инструментов для создания аннотаций, а также реализуем полнофункциональную систему редактирования меток на месте. В статье подробно рассматриваются геометрия, отрисовка со сглаживанием, общие вспомогательные функции для переноса слов и отрисовки текста с суперсэмплингом, а также конечный автомат редактирования, основанный на положении текстового курсора и отвечающий за ввод текста, навигацию и выделение. В результате получается полный и согласованный набор инструментов для аннотирования с редактируемыми метками, который интегрируется в существующий конвейер взаимодействия.
preview
Автоматизация классических рыночных методов на MQL5 (Часть 6): Система ключевых точек Джесси Ливермора

Автоматизация классических рыночных методов на MQL5 (Часть 6): Система ключевых точек Джесси Ливермора

В данной статье представлен готовый советник на языке MQL5, в котором «рыночный ключ» Джесси Ливермора реализован в виде детерминированного конечного автомата. Он определяет ключевые уровни по консолидациям, используя ATR и рост объема, поэтапно наращивает позиции четырьмя траншами и закрывает их при аномальном поведении, определяемом по диапазону и объему. Советник проверяет входные параметры в OnInit, требует хеджингового счета и компилируется без дополнительных доработок для тестирования правил Ливермора на дневных данных.
preview
Разработка персонального советника (Часть 3): Управление рисками II — маржа и допустимый риск

Разработка персонального советника (Часть 3): Управление рисками II — маржа и допустимый риск

Объем в лотах, рассчитанный по риску, все равно может превышать объем, который позволяет открыть свободная маржа. В статье добавляются лимит использования маржи с применением OrderCalcMargin(), опциональный адаптивный лимит использования маржи, который изменяется в зависимости от уровня маржи счета (ACCOUNT MARGIN LEVEL), и единый блок предторговой проверки, объединяющий ограничения по позициям, расчет объема позиции по риску и проверки маржи. Читатели получат конкретный код, позволяющий предотвратить отклонение ордеров и чрезмерное использование маржи, с понятными сообщениями в журнале при уменьшении объема сделки или отказе от ее открытия.
preview
Нейросети в трейдинге: AlphaGen — поиск торговых факторов (реализация пула)

Нейросети в трейдинге: AlphaGen — поиск торговых факторов (реализация пула)

Продолжаем адаптацию AlphaGen для MetaTrader 5 и реализуем класс CAlphaGenPool средствами MQL5 и OpenCL. Разбираем пакетную оценку формул по временной корреляции с последующей доходностью, обработку дубликатов и подбор весов с ridge-регуляризацией. Показываем, как формируется награда для поисковой политики и как подготовленный пул после прогрева заменяет действующий. В результате получаем нормированный совокупный сигнал и согласованную историю его значений для торговой модели.
preview
Измеряем главное (Часть 2): Ковариационная матрица в MQL5 — построение, спектральное разложение и анализ факторов риска

Измеряем главное (Часть 2): Ковариационная матрица в MQL5 — построение, спектральное разложение и анализ факторов риска

В Части 2 мы представляем класс CCovarianceMatrix для многократного использования, который вычисляет и сохраняет ковариационную матрицу на основе исходных рядов доходностей с помощью встроенного метода MQL5 Cov(). Мы проверяем симметричность, выводим матрицу в виде таблицы с подписями и вызываем метод Eig(), чтобы получить собственные значения и собственные векторы. Читатели увидят, как совместно изменяются торговые инструменты и какие факторы определяют дисперсию, что позволит нагляднее оценивать состояние портфеля и повторно использовать код в скриптах или советниках.
preview
Разработка собственного торгового советника (Часть 2): Управление рисками и динамический расчет объема позиции

Разработка собственного торгового советника (Часть 2): Управление рисками и динамический расчет объема позиции

В этой части реализуется расчет объема позиции для советника с учетом риска. Объем в лотах рассчитывается на основе баланса счета, выбранного процента риска и расстояния до стоп-лосса, определяемого по ATR, а затем ограничивается и округляется с учетом требований брокера к объему и минимальному расстоянию до стоп-лосса. Дополнительный механизм учета просадки снижает риск при уменьшении средств счета. Читатели получают воспроизводимую функцию расчета объема позиции, которая поддерживает стабильный уровень риска на сделку и обеспечивает соответствие ордеров требованиям сервера.
preview
Метаразметка классических стратегий (Часть 3): Фильтрация и определение размера позиций при торговле по полосам Боллинджера

Метаразметка классических стратегий (Часть 3): Фильтрация и определение размера позиций при торговле по полосам Боллинджера

Эффективность стратегии возврата к среднему на основе полос Боллинджера снижается в трендовых рыночных режимах, когда ADX высок, а ширина полос увеличивается. Мы отделяем выбор направления сделки от отбора сделок с помощью двухэтапного конвейера метаразметки: вторичный классификатор на основе градиентного бустинга, обученный с использованием PurgedKFold на признаках, характеризующих полосы Боллинджера (BBP, BBB, режим ширины полос), выдает вероятности действий, на основе которых выполняется определение размера позиции. Реализация на MQL5 загружает модель ONNX и определяет размер позиции в рамках архитектуры с двумя торговыми советниками, чтобы отфильтровывать касания полос, дающие сигналы низкого качества.
preview
Нейросети в трейдинге: AlphaGen — поиск торговых факторов (генерация формул)

Нейросети в трейдинге: AlphaGen — поиск торговых факторов (генерация формул)

Продолжаем адаптацию AlphaGen для MetaTrader 5. В первой части мы реализовали правила, определяющие допустимые продолжения формулы. Теперь разбираем, как генератор OpenCL применяет эти правила и по оценкам модели выбирает токены, а вычислитель проверяет готовое выражение и рассчитывает значения торгового фактора по барам. Показываем, как по статусу результата отличить корректный ноль от пропуска из-за нехватки истории и распознать ошибку вычисления.
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 объектно-ориентированного расчетного модуля сессионного VWAP на MQL5

Создание объектно-ориентированного расчетного модуля сессионного VWAP на MQL5

В этой статье показано, как реализовать сессионный VWAP на MQL5 в виде пригодного для повторного использования подключаемого класса, который строго сбрасывает накопленные значения в полночь по времени брокера. Расчетный модуль вычисляет VWAP и взвешенные по объему полосы отклонения только по закрытым барам и задает временную привязку накопления с помощью MqlDateTime, чтобы избежать искажений из-за отсутствующих свечей. Вспомогательный индикатор отображает базовую линию и полосы, а советник считывает сигналы один раз на бар, что обеспечивает согласованное выполнение, экономное использование ресурсов процессора и надежное тестирование.
preview
Паттерн "Строитель" в MQL5: Формирование ордеров с помощью цепочек вызовов методов

Паттерн "Строитель" в MQL5: Формирование ордеров с помощью цепочек вызовов методов

При ручном заполнении структуры MqlTradeRequest правила согласованности полей остаются непроверенными, что приводит к скрытым ошибкам конфигурации, проявляющимся во время выполнения. COrderBuilder с плавным интерфейсом (Fluent Interface) для MQL5 поддерживает цепочку вызовов методов с использованием указателей, проверку каждого поля и проверку расположения SL/TP с учетом направления сделки и ограничений брокера по уровню стопов. Метод Send() выполняет четыре этапа: проверку установки всех необходимых флагов, проверку согласованности полей, OrderCheck(), а затем OrderSend(), благодаря чему ошибки конфигурации выявляются на ранней стадии, а код отправки ордеров остается понятным и пригодным для повторного использования.
preview
Торговые инструменты на MQL5 (Часть 35): Расширение слоя рисования на холсте — каналы, вилы, инструменты Ганна и Фибоначчи

Торговые инструменты на MQL5 (Часть 35): Расширение слоя рисования на холсте — каналы, вилы, инструменты Ганна и Фибоначчи

Мы расширяем слой рисования на холсте из предыдущей части, добавляя семь новых категорий аналитических инструментов с несколькими опорными точками, которые охватывают три варианта каналов, три варианта вил, три инструмента Ганна и шесть инструментов Фибоначчи. Рассмотрим, как каждый инструмент задает свою геометрию на холсте, как вычисляемые маркеры позволяют пользователям согласованно изменять форму составных фигур и как общие вспомогательные функции выполняют отсечение лучей, построчную заливку и отрисовку дуг со сглаживанием. В итоге у нас будет полный набор инструментов для аналитического рисования, которые будут располагаться на одном интерактивном холсте наряду с базовыми инструментами для рисования линий из предыдущей части.
preview
Как разработать мультивалютного советника с ИИ-помощником (AI Assistant) в MetaTrader 5

Как разработать мультивалютного советника с ИИ-помощником (AI Assistant) в MetaTrader 5

Собрать мультисимвольного советника, да чтобы еще и торговал по разным стратегиям — это задача со звездочкой даже для алготрейдера с многолетним опытом. Но с появлениям полноценного встроенного AI помощника в терминале MetaTrader 5 теперь это посильно разработчику любого уровня. При этом даже не требуется быть специалистом в математике и риск-менеджменте — языковая модель все вам объяснит в чате и напишет полностью за вас код.
preview
Создание фреймворка для модульного тестирования на этапе компиляции в MQL5 с использованием утверждений препроцессора

Создание фреймворка для модульного тестирования на этапе компиляции в MQL5 с использованием утверждений препроцессора

В MQL5 отсутствуют встроенные средства модульного тестирования, поэтому ошибки в служебных функциях расчёта размера лота, стоимости пункта и нормализации часто попадают в рабочий код. В этой статье представлен фреймворк без внешних зависимостей, построенный на макросах утверждений препроцессора, наборах тестов на основе интерфейсов и центральном средстве запуска тестов с модулем форматирования результатов. Он работает как скрипт в обработчике OnStart, выполняет детерминированные тесты и выводит сводку об успешных и неуспешных тестах на вкладку "Эксперты", позволяя выявить дефекты округления, обработки граничных значений и ошибок до развёртывания.
preview
Нейросети в трейдинге: AlphaGen — поиск торговых факторов

Нейросети в трейдинге: AlphaGen — поиск торговых факторов

Начинаем изучение AlphaGen — фреймворка автоматического поиска формульных факторов для прогнозирования рыночной доходности и формирования торговых сигналов. Разбираем, как генератор создаёт выражения из цен и объёмов, а совместная оценка факторов помогает отбирать полезные признаки для торговой модели. Рассматриваем адаптацию алгоритма к финансовым временным рядам. В практической части реализуем OpenCL-примитивы типизированного стека и маскирования токенов, обеспечивающие корректное построение формул с учётом ограничений доступной истории.
preview
Свинговые экстремумы и откаты в MQL 5 (Часть 4): Динамическая глубина отката на основе моделей волатильности

Свинговые экстремумы и откаты в MQL 5 (Часть 4): Динамическая глубина отката на основе моделей волатильности

В этой статье бинарная проверка свингов заменяется моделью отката, нормализованной по волатильности. Глубина коррекции измеряется как доля предшествующего импульса и калибруется с учетом режима волатильности, определяемого по скользящему ATR, а для входа в сделку требуются оценка качества не ниже минимальной и подтверждение сигналами структуры или ликвидности. Пятиуровневая архитектура объединяет обнаружение, проверку, картирование ликвидности, оценку с учетом рыночного режима и исполнение сделок, помогая отфильтровывать слабые коррекции и динамически подбирать размер стоп-лоссов под текущие условия.
preview
Менеджер жизненного цикла позиций на MQL5 (Часть 1): Основы повторно используемой системы управления позициями

Менеджер жизненного цикла позиций на MQL5 (Часть 1): Основы повторно используемой системы управления позициями

Менеджер жизненного цикла позиций с управлением на основе состояний упорядочивает сопровождение сделок после входа в рынок в MetaTrader 5. Он обнаруживает открытые позиции, отслеживает их с помощью управляемых объектов, применяет защиту на основе ATR, выполняет перевод в безубыток и удаляет завершённые сделки из отслеживания, следуя чёткой последовательности состояний: NEW → PROTECTED → BREAKEVEN → CLOSED. В статье показана интеграция менеджера со стандартным советником MACD, позволяющая повторно использовать менеджер в разных стратегиях.
preview
Управление позициями на MQL5: Торговый журнал с отслеживанием максимального неблагоприятного и благоприятного отклонений и расчетом R-множителя

Управление позициями на MQL5: Торговый журнал с отслеживанием максимального неблагоприятного и благоприятного отклонений и расчетом R-множителя

В этой статье представлен CTradeJournal — автономный класс MQL5 для отслеживания открытых позиций в реальном времени на каждом тике. Он отслеживает MAE, MFE и первоначальный риск в денежном выражении, рассчитывает R-множитель при закрытии позиции и формирует полную запись в CSV-файл. В тексте объясняются проектные решения, приводится реализация и демонстрируется простая интеграция с советником, позволяющая анализировать входы в рынок, размещение стоп-лоссов и распределение результатов.
preview
Торговые инструменты на MQL5 (Часть 34): Замена штатных графических объектов интерактивным слоем рисования на холсте

Торговые инструменты на MQL5 (Часть 34): Замена штатных графических объектов интерактивным слоем рисования на холсте

Мы заменяем штатные графические объекты MetaTrader движком рисования на основе холста, который попиксельно отрисовывает инструменты на растровом слое, охватывающем весь график. В статье реализованы постоянное хранение объектов с запоминанием стиля для каждого инструмента, точная проверка попадания, выделение, перетаскивание объекта целиком и управление маркерами. Также добавлены новые инструменты рисования линий, переработанная система категорий с действием удаления одним щелчком и предпросмотр с растягиваемым контуром для размещения несколькими щелчками.
preview
Генетическое программирование — Genetic Programming (GP)

Генетическое программирование — Genetic Programming (GP)

Разбираем алгоритм Genetic Programming (GP) — классический метод, который выращивает не числа, а формулы. Почему знаменитый алгоритм в каноническом виде проигрывает обычному случайному поиску во всех тестах, и какая одна строка возвращает ему силу? Ответ касается любого оптимизатора с пропорциональным отбором. В конце статьи — готовый код GP на MQL5, который можно сразу использовать для своих задач.
preview
Автоматизация классических рыночных методов на MQL5 (Часть 5): Исходные правила торговой системы "Черепах"

Автоматизация классических рыночных методов на MQL5 (Часть 5): Исходные правила торговой системы "Черепах"

В этой статье описывается создание полнофункционального торгового советника на MQL5, реализующего исходные правила торговой системы «Черепах», опубликованные Куртисом Фейсом. В статье рассматриваются обе системы: пробои 20/55-дневных уровней, правило пропуска сигнала Системы 1, величина N (ATR со сглаживанием Уайлдера) для расчета объема позиции с учетом волатильности, пирамида позиций из четырех торговых единиц с добавлением торговой единицы через каждые N/2, единый стоп-лосс на расстоянии 2N и выходы по 10/20-дневным уровням. Вы получите компилируемый код, подробности реализации и процедуру тестирования на исторических данных по паре EURUSD.
preview
Управление позициями: Построение самокалибрующейся лестницы выхода по историческим данным MFE в MQL5

Управление позициями: Построение самокалибрующейся лестницы выхода по историческим данным MFE в MQL5

Мы реализуем три класса MQL5, которые заменяют фиксированные целевые уровни 1R/2R/3R на уровни поэтапного закрытия, определяемые на основе данных. CExcursionTracker фиксирует максимальное благоприятное отклонение (MFE) в единицах R для каждой закрытой позиции, CExitLadderCalibrator формирует ступени на основе процентилей распределения с учетом окна ретроспективного анализа и минимального числа наблюдений, а CLadderExecutor выполняет закрытие на этих ступенях для открытых позиций. Лестница выхода перекалибруется по мере накопления закрытых позиций. Пока наблюдений недостаточно, используется резервная лестница выхода.
preview
Автоматизация классических рыночных методов в MQL5 (Часть 4): Трендовый шаблон Марка Минервини

Автоматизация классических рыночных методов в MQL5 (Часть 4): Трендовый шаблон Марка Минервини

В данной статье представлен TrendTemplateEA — советник, реализующий трендовый шаблон Марка Минервини из восьми условий для дневных графиков Forex. Он проверяет все условия на каждом баре и входит в рынок только при их одновременном выполнении, используя условие превышения индексом относительной силы (RSI) уровня 50 вместо рейтинга относительной силы (RS) фондового рынка. Сигнал входа — пробой максимума за 20 баров на фоне растущего объема; все правила реализованы в коде MQL5 и могут быть протестированы.
preview
Разработка собственного торгового советника (Часть 1): От ненадежного скрипта к работающему советнику

Разработка собственного торгового советника (Часть 1): От ненадежного скрипта к работающему советнику

В этой статье основное внимание уделяется архитектуре торгового советника, а не разработке торговых сигналов. Взяв за основу советник с недостатками, использующий пересечение скользящих средних, мы добавляем определение появления нового бара для предотвращения повторных входов, магический номер и учет открытых позиций, уровни стоп-лосса и тейк-профита, рассчитываемые на основе ATR, а также проверку данных и результатов торговых операций и базовые защитные механизмы. Вы получаете практическую базу для создания и тестирования сложных систем.
preview
Нейросети в трейдинге: Habi — быстрое принятие решений без сложного планирования (Окончание)

Нейросети в трейдинге: Habi — быстрое принятие решений без сложного планирования (Окончание)

Завершаем адаптацию фреймворка Habi для алгоритмической торговли с использованием MQL5 и OpenCL. Рассматриваем построение моделей, подготовку эталонных действий на истории и офлайн-обучение. Показываем, как критик учится оценивать денежные последствия торговых решений и как его оценки используются для обновления политики в режиме имитации онлайн-торговли. На примере EURUSD H1 за январь–апрель 2026 года разбираем проверку готовых моделей и ограничения полученных результатов.
preview
Поиск торгового преимущества (Часть 2): Использование картирования дивергенций и трансформера временного слияния (TFT) в торговом роботе

Поиск торгового преимущества (Часть 2): Использование картирования дивергенций и трансформера временного слияния (TFT) в торговом роботе

В этой статье мы обосновываем целесообразность объединения картирования дивергенций с имитационной моделью на основе TFT. Основная идея картирования дивергенций состоит в том, чтобы не полагаться на запаздывающие подтверждения со стороны цены, а использовать метод как структурный датчик, помогающий выявлять скрытые изменения импульса по движению цены и аномалиям индикаторов. Чтобы определить, как эти аномалии интерпретируются с течением времени, мы используем упрощенную модель TFT. Эта сеть учитывает исторический контекст при оценке формирующихся трендов, поэтому ее объединение с картированием дивергенций должно позволить нам выявлять изменения в накоплении и распределении еще до ценовых пробоев.
preview
Конструирование признаков для машинного обучения (Часть 10): Tесты на структурные сдвиги в MQL5

Конструирование признаков для машинного обучения (Часть 10): Tесты на структурные сдвиги в MQL5

Мы перенесли тесты на структурные сдвиги из главы 17 AFML в MQL5 в виде единого подключаемого файла CStructuralBreaks, предоставляющего советникам шесть признаков, индексируемых по барам: статистику CSW и ее критическое значение, тест Дики — Фуллера типа Чоу (DFC), SADF со скользящим окном с заданной глубиной истории (по умолчанию 252 бара), SM-Exp и SM-Power. В SADF используются скользящие окна с вычислительной сложностью O(L²), что позволяет выполнять расчеты в реальном времени. Сопутствующий индикатор StructuralBreaksViewer строит графики всех рядов данных с возможностью настройки видимости каждого ряда и опциональной нормализацией по z-оценке. SB_EMPTY отмечает недопустимые значения для обеспечения безопасной интеграции.
preview
Архитектура машинного обучения для MetaTrader 5 (Часть 19): Режимы бэггинга

Архитектура машинного обучения для MetaTrader 5 (Часть 19): Режимы бэггинга

Мы проверяем утверждение AFML о том, что последовательный бутстрэп снижает корреляцию между деревьями в ансамбле бэггинга на метках метода тройного барьера с перекрывающимися временными интервалами, раздельно исследуя два фактора: число наблюдений в выборке и правило отбора. Бэггинг с одной и той же базовой моделью — деревом решений — применяется в четырёх режимах формирования выборки строк и оценивается на данных EURUSD за 2022–2023 годы по уникальности сформированных выборок, корреляции между деревьями, AUC и калибровке вероятностных прогнозов. Снижение корреляции почти полностью достигается за счёт ограничения max_samples до уровня средней уникальности; последовательный бутстрэп даёт лишь небольшой дополнительный эффект. Завышение OOB-оценки наиболее выражено при последовательном бутстрэпе с полным числом извлечений.
preview
Конструирование признаков для машинного обучения (Часть 9): Tесты на структурные сдвиги на Python

Конструирование признаков для машинного обучения (Часть 9): Tесты на структурные сдвиги на Python

Мы представляем реализацию тестов на структурные сдвиги из главы 17 AFML, готовую для использования в реальных системах. Модуль включает тест Чу — Стинчкомба — Уайта (односторонний и двусторонний варианты), тест Дики — Фуллера типа Чоу (DFC), SADF для шести моделей (линейная, квадратичная, sm poly 1, sm poly 2, sm exp, sm power), а также квантильную статистику ADF (QADF) с параметрами q и v и условное среднее ADF (CADF) с параметром q; результаты возвращаются в виде скалярных признаков с индексацией по барам. Мы устраняем проблемы масштабируемости фрагментов кода из книги и ошибку, связанную с порядком аргументов, а также показываем, как фиксированная глубина ретроспективы (L=504) ограничивает вычислительную сложность SADF величиной O(L²) на бар при выявлении рыночных режимов.
preview
Низкочастотные количественные стратегии в MetaTrader 5 (Часть 3): Система свинг-трейдинга на основе возврата к среднему значению с адаптацией к рыночным режимам

Низкочастотные количественные стратегии в MetaTrader 5 (Часть 3): Система свинг-трейдинга на основе возврата к среднему значению с адаптацией к рыночным режимам

В статье описывается и приводится код стратегии MR Swing на языке MQL5 — это подход к свинг-трейдингу на основе возврата к среднему значению, сочетающий 200-дневный канал гистерезиса с индикаторами Value Chart (график стоимости), DVO и SVAPO. Мы описываем правила входа в позиции и выхода из них для бычьего и медвежьего режимов и приводим результаты пятилетнего бэктестирования на шести высоколиквидных акциях, котирующихся на Nasdaq. Для обеспечения воспроизводимости результатов предоставляются полный код советника и настройки бэктестирования.
preview
Цифровая обработка сигналов для трейдеров: Создаем библиотеку фильтров Элерса на языке MQL5

Цифровая обработка сигналов для трейдеров: Создаем библиотеку фильтров Элерса на языке MQL5

Мы реализуем фильтры цифровой обработки сигналов (ЦОС) по методам Элерса в единой библиотеке MQL5, пригодной для многократного использования, и на ее основе создадим два индикатора. В Roofing Filter за двухполюсным фильтром верхних частот (ФВЧ) следует Super Smoother, что позволяет выделить диапазон периодов 10–48 баров, пригодный для торговли. Even Better Sinewave нормирует сигнал примерно до диапазона ±1: в циклических рыночных режимах он колеблется, а при трендах удерживается у предельного уровня, что позволяет анализировать циклы и выявлять смены рыночного режима на графиках и в советниках.
preview
Персистентное хранилище "ключ — значение" в MQL5: Плоские файлы как легковесная база данных для хранения состояния советника

Персистентное хранилище "ключ — значение" в MQL5: Плоские файлы как легковесная база данных для хранения состояния советника

Благодаря облегченной архитектуре системы сохранения данных торговые советники (EA) могут сохранять счетчики, флаги и временные метки между перезапусками терминала. Используя только средства MQL5, CPersistentStore записывает удобочитаемый файл формата key=value в папку MQL5/Files и обслуживает запросы на чтение из кэша со сквозной записью на основе CHashMap через типизированный API. В статье анализируются операции со сложностью O(1) и O(n), риски неполной записи и отсутствие блокировки файлов, проводится сравнение с глобальными переменными терминала (GlobalVariables) и SQLite, а также приводится демонстрационный пример с детерминированной повторной загрузкой состояния.
preview
Встраивание торговой дисциплины в код (Часть 8): Подтверждение сетапов и контроль разрешения торговли

Встраивание торговой дисциплины в код (Часть 8): Подтверждение сетапов и контроль разрешения торговли

В этой статье представлен фреймворк разрешения торговли на MQL5, построенный на основе классов CDisciplineLayer, CDisciplineGuardian и CDisciplinePanel. Этот фреймворк управляет жизненными циклами сетапов, актуальностью сигналов, ограничениями торговых сессий, истечением срока действия сетапов и глобальными блокировками торговли через централизованный уровень разрешения торговли. Он также обеспечивает автоматическое принудительное соблюдение правил при выявлении нарушений и предоставляет информационную панель, работающую в режиме реального времени, что позволяет единообразно проверять и отслеживать торговые операции до и после их исполнения.
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
Нейросети в трейдинге: Habi — быстрое принятие решений без сложного планирования (формирование и оценка действий)

Нейросети в трейдинге: Habi — быстрое принятие решений без сложного планирования (формирование и оценка действий)

Продолжаем торговую адаптацию фреймворка Habi на MQL5 с использованием OpenCL. Разбираем реализацию выходных слоёв Decoder и Critic, передачу общих параметров латентного распределения вместе с пакетом торговых действий и подготовку обучающих сигналов по эталону, историческим результатам и TD-цели. Показываем, как объединяются прямой градиент критика и сигнал, прошедший через декодер и латентную выборку. Это позволяет подготовить компоненты к последующей сборке и обучению торговой модели.
preview
Возможности Мастера MQL5, которые вам нужно знать (Часть 99): Использование KD-дерева и эхо-сети (ESN) в пользовательском классе управления капиталом

Возможности Мастера MQL5, которые вам нужно знать (Часть 99): Использование KD-дерева и эхо-сети (ESN) в пользовательском классе управления капиталом

В этой статье описывается пользовательский класс управления капиталом CMoneyKDTreeESN, совместимый с Мастером MQL5 и объединяющий алгоритм KD-дерева и эхо-сеть (ESN). Мы применяем KD-дерево к логарифмическим доходностям и ATR (среднему истинному диапазону), чтобы получить оценку риска, а ESN отслеживает недавнюю рыночную динамику и выдает множитель объема позиции с ограниченным диапазоном значений. Наш класс можно использовать в различных советниках, созданных с помощью Мастера MQL5, как показано здесь на примере сигналов Envelopes и RSI; общая цель — регулировать рисковую экспозицию в условиях высокой волатильности и хвостового риска.
preview
Архитектура машинного обучения в MetaTrader 5 (Часть 18): Исправленный последовательный бутстрэп — клонирование, стирание типа и инструментарий сравнения

Архитектура машинного обучения в MetaTrader 5 (Часть 18): Исправленный последовательный бутстрэп — клонирование, стирание типа и инструментарий сравнения

В статье выявляются два дефекта, которые сводят на нет эффект последовательного бутстрэпа при перекрестной проверке: стирание типа SequentiallyBootstrappedBaggingClassifier и несоответствие размерностей на уровне фолда из-за клонирования полного набора информационных интервалов наблюдений. Предлагаемое исправление сохраняет принадлежность классификатора к исходному классу, добавляет функцию _find_seq_bagging() для повторной передачи в CalibratorCV.fit данных t1, ограниченных текущим фолдом, и сбрасывает состояние при каждом разбиении. Новый модуль bootstrap_comparison выводит OOF-метрики и на наблюдениях вне бутстрэп-выборки (OOB), а также данные об использовании памяти, позволяя проверить правильность применения последовательного отбора и количественно оценить его влияние.
preview
Отложенная загрузка хендлов индикаторов в MQL5: Менеджер ресурсов для мультитаймфреймовых советников

Отложенная загрузка хендлов индикаторов в MQL5: Менеджер ресурсов для мультитаймфреймовых советников

Мультитаймфреймовые торговые советники, которые инициализируют все хэндлы индикаторов в OnInit(), несут фиксированные затраты на запуск, даже если большинство хэндлов никогда не используется. CIndicatorCache использует отложенную загрузку с поиском по составному ключу, методы получения/освобождения AcquireHandle() и ReleaseHandle() с подсчетом ссылок и детерминированный метод FlushAll() для полной очистки кэша. Хэндлы создаются при первом запросе и повторно используются на последующих тиках, что сокращает задержку при запуске, позволяет избежать повторного выделения памяти в куче и предотвращает утечки ресурсов терминала благодаря централизованному владению ресурсами.
preview
Проектирование конечного автомата торговой стратегии на MQL5: Замена вложенных конструкций if-else явными состояниями

Проектирование конечного автомата торговой стратегии на MQL5: Замена вложенных конструкций if-else явными состояниями

Вложенные условные конструкции if-else внутри функции OnTick() создают неявные состояния, которые сложно изолировать, отлаживать и расширять без возникновения регрессионных ошибок. Реализация конечного автомата (FSM) на MQL5 использует интерфейс IState, посредник CStrategyContext и четыре конкретных состояния, чтобы отделить логику обнаружения от логики поведения. Структура из трёх подключаемых файлов устраняет циклические зависимости подключаемых файлов и чётко разделяет объявления, определения и создание экземпляров, делая внесение изменений безопаснее, а отладку — быстрее.