Как начать работу с MT5, краткое описание! - страница 9

Новый комментарий
 

Форум о трейдинге, автоматических торговых системах и тестировании торговых стратегий

Поддержка старых версий MetaTrader 4 и MetaTrader 5 завершится 1 декабря

MetaQuotes, 2024.10.22 09:42

С 1 декабря 2024 года минимальные поддерживаемые версии торговых платформ будут следующими:

  • MetaTrader 4 build 1420, выпущенный 24 мая
  • MetaTrader 5 build 4410, выпущена 21 июня.

После этой даты старые версии настольных терминалов не смогут подключаться к серверам брокера. Мы настоятельно рекомендуем пользователям своевременно обновляться, так как в каждой версии платформы появляется множество функций и улучшается производительность.

Поддержка старых версий MetaTrader 4 и MetaTrader 5 завершится 1 декабря


MetaTrader 5

За последние шесть месяцев мы выпустили четыре обновления MetaTrader 5:

  • Build 4410: Исправлены сбои в десктопной платформе, улучшена проверка совместимости браузеров, решена проблема открытия демо-счетов в веб-версии.
  • Build 4570: Добавлены режим перекрестия, линейный график и настройка Market Watch в веб-версии, внедрена библиотека OpenBLAS для матричных вычислений и улучшена поддержка ONNX в MQL5, реализованы различные улучшения в десктопной платформе.
  • Build 4585: Исправлены сбои при отладке и тестировании MQL5-программ, а также утечки памяти при компиляции.
  • Build 4620: Расширена поддержка OpenBLAS, исправлены запросы тиковой истории.


MetaTrader 4

В каждой версии MetaTrader 4 улучшается производительность, исправляются ошибки и повышается безопасность сервиса Market.


Загрузите последнюю версию платформы с новыми функциями


 

Форум о трейдинге, автоматических торговых системах и тестировании торговых стратегий

Как начать работать с MQL5

Сергей Голубев, 2025.01.24 06:31

Осваиваем MQL5 от новичка до профи (часть II): Основные типы данных и использование переменных

Освойте MQL5 от новичка до профессионала (часть II): Основные типы данных и использование переменных

В моей предыдущей статье мы рассмотрели основные программы, которые используют MQL5-программисты (и пришли к выводу, что IDE MetaEditor вполне подходит для начинающих). Кроме того, мы вкратце рассмотрели понятие функции и создали простой скрипт, который печатает сообщение в системном журнале. Эти сообщения можно просмотреть в нижней части окна терминала на вкладке Experts.


 

Форум о трейдинге, автоматических торговых системах и тестировании торговых стратегий

Как начать работать с MQL5

Сергей Голубев, 2025.01.24 06:35

Осваиваем MQL5 от новичка до профи (часть III): Сложные типы данных и включаемые файлы

Освоение MQL5 от новичка до профессионала (часть III): Сложные типы данных и включаемые файлы

Эта статья является продолжением цикла статей для начинающих. Здесь я предполагаю, что читатель уже имеет представление о материале предыдущих двух статей.

Первая статья является вводной. В ней предполагается, что читатель не имеет опыта программирования, и рассказывается о необходимых инструментах программиста, описываются основные типы программ и вводятся некоторые базовые понятия, в частности, понятие "функция".

Вторая статья посвящена операциям с данными. В ней вводятся понятия "литерал", "переменная", "тип данных", "оператор" и т. д., а также рассматриваются основные операторы модификации данных: арифметический, логический, побитовый и другие.


 

Форум о трейдинге, автоматизированных торговых системах и тестировании торговых стратегий

С чего начать?

Сергей Голубев, 2025.02.20 07:49

Осваиваем MQL5 от новичка до профи (часть IV): О массивах, функциях и глобальных терминальных переменных

Освоение MQL5 от новичка до профессионала (часть IV): О массивах, функциях и глобальных терминальных переменных

В этой статье я затрону три глобальные темы:

  • Массивы данных, в которых хранится основная часть данных внутри программы.
  • Глобальные терминальные переменные, позволяющие обмениваться простыми данными между различными MQL5-программами.
  • Некоторые особенности функций и их взаимодействие с переменными.

 

Форум о трейдинге, автоматизированных торговых системах и тестировании торговых стратегий

Поддержка старых версий MetaTrader 4 и MetaTrader 5 завершится 1 июля

MetaQuotes, 2025.05.12 07:52

С 1 июля 2025 года минимально поддерживаемыми версиями торговых платформ будут:

  • MetaTrader 4 - Build 1440, выпущенная 21 февраля 2025 года.
  • MetaTrader 5 - Build 4755, выпущенная 13 декабря 2024 года.

После этой даты старые версии настольных терминалов больше не смогут подключаться к серверам брокера. Мы настоятельно рекомендуем вам своевременно обновлять платформу, так как в каждой версии появляется множество функций и улучшается производительность.

Поддержка старых версий MetaTrader 4 и MetaTrader 5 завершится 1 июня

MetaTrader 5

За последние несколько месяцев для MetaTrader 5 было выпущено три крупных обновления:

  • Build 4620: Расширенная поддержка OpenBLAS, исправлены запросы истории тиков.
  • Build 4730: Расширенная поддержка OpenBLAS и общая оптимизация производительности.
  • Build 4755: исправление ошибок в тестере стратегий и общие улучшения.


MetaTrader 4

В каждой новой версии MetaTrader 4 улучшается производительность, исправляются ошибки и повышается безопасность сервиса Market.


Загрузите последнюю версию платформы с новыми функциями и улучшениями


 

Форум о трейдинге, автоматизированных торговых системах и тестировании торговых стратегий

Есть ли серьезные планы по модернизации MetaEditor до IDE для программирования профессионального уровня?

Ренат Фатхуллин, 2025.05.28 19:20

В ближайшие дни будет выпущена бета-версия, в которой хранилище редактора MT5 будет заменено на Git.

Мы запускаем новый совместный проект MQL5 Algo Forge: https://forge.mql5.io.


Форум о трейдинге, автоматизированных торговых системах и тестировании торговых стратегий

Есть ли серьезные планы по обновлению MetaEditor до IDE для программирования профессионального уровня?

Ренат Фатхуллин, 2025.05.29 12:58

Я уже много раз объяснял, что только профессиональные разработчики создают продукты, которые широко используются. Им нужно все больше и больше возможностей.

Именно поэтому мы приложили столько усилий для развития языка MQL5. В новой бета-версии будет существенно обновлена математика OpenBLAS.

Мы также готовим к выпуску новый компилятор с большим количеством новых возможностей. В бета-версии его пока не будет.

Для разработчиков с низким уровнем кода и непрофессиональных разработчиков мы позже обновим AI Assistant и предложим собственный MCP-сервер.


 
Sergey Golubev #:

Это очень важное объявление:

Бета-версия платформы MetaTrader 5 build 5050: Переход на Git и хаб разработчиков MQL5 Algo Forge, темная тема и улучшения интерфейса
Я обновился до бета-версии -

 
Хорошо Отлично Отлично
 

Форум о трейдинге, автоматизированных торговых системах и тестировании торговых стратегий

Машинное обучение в трейдинге: теория, модели, практика и альго-трейдинг

Ренат Фатхуллин, 2025.06.09 14:15

К вашему сведению, новинка по машинному обучению на MQL5:

  • MQL5: Добавлен оператор умножения матриц @. Он работает по правилам линейной алгебры и позволяет перемножать матрицы и векторы, а также выполнять скалярное произведение векторов.

    Умножение матриц (матрица × матрица) 
    matrix A( 2 , 3 );
matrix B( 3 , 2 );
matrix C = A @ B; // Результат: матрица C размером [2,2]
    Умножение матриц (матрица × вектор) 
    matrix M( 2 , 3 );
vector V( 3 );
vector R = M @ V; // Результат: вектор R из 2 элементов
    Умножение матриц (вектор × матрица) 
    matrix M( 2 , 3 );
vector V( 1 , 2 );
vector R = V @ M; // Результат: вектор R из 3 элементов
    Точечное произведение (вектор × вектор)
     vector V1( 1 , 3 ), V2( 1 , 3 );
double r = V1 @ V2; // Результат: скаляр
  • MQL5: В методы Std, Var и Cov добавлен параметр ddof. Он определяет количество степеней свободы, которые вычитаются из делителя при вычислении стандартного отклонения. Для Std и Var параметр по умолчанию равен 0, для Cov - 1.

    Как влияет ddof:

    • По умолчанию ddof=0, и стандартное отклонение вычисляется для всей популяции (стандартное отклонение популяции).
    • Если ddof=1, то используется выборочное стандартное отклонение, которое корректирует оценку для конечной выборки (используется в статистике при работе с подмножеством данных).

  • MQL5: Добавлены новые методы OpenBLAS:

    Вычисление собственных значений и собственных векторов

    • EigenTridiagonalDC - вычисляет собственные значения и собственные векторы симметричной трехдиагональной матрицы с помощью алгоритма "разделяй и властвуй" (LAPACK-функция STEVD).
    • EigenTridiagonalQR - вычисляет собственные значения и собственные векторы симметричной трехдиагональной матрицы с помощью алгоритма QR (функция LAPACK STEV).
    • EigenTridiagonalRobust - вычисляет собственные значения и собственные векторы симметричной трехдиагональной матрицы с помощью алгоритма MRRR (Multiple Relatively Robust Representations) (LAPACK-функция STEVR).
    • EigenTridiagonalBisect - вычисляет собственные значения и собственные векторы симметричной трехдиагональной матрицы с помощью алгоритма биссекции (LAPACK-функция STEVX).
    • ReduceToBidiagonal - приводит общую вещественную или комплексную матрицу m×n к верхней или нижней бидиагональной форме B с помощью ортогонального преобразования: Q**T * A * P = B. Если m≥n, то B - верхнебидиагональная, иначе - нижнебидиагональная. (LAPACK-функция GEBRD).
    • ReflectBidiagonalToQP - генерирует ортогональные матрицы Q и P**T (или P**H для комплексных типов), определенные методом ReduceToBidiagonal при приведении вещественной или комплексной матрицы A к бидиагональному виду: A = Q * B * P**T. Q и P**T - произведения элементарных отражателей H(i) или G(i), соответственно. (Функции LAPACK ORGBR, UNGBR).
    • ReduceSymmetricToTridiagonal - сводит вещественную симметричную или комплексную эрмитову матрицу A к трехдиагональной форме B с помощью ортогонального преобразования подобия: Q**T * A * Q = B. (функции LAPACK SYTRD, HETRD).
    • ReflectTridiagonalToQ - генерирует ортогональную матрицу Q, которая является произведением n-1 элементарных отражателей порядка n, возвращаемых функцией ReduceSymmetricToTridiagonal.

    • LinearEquationsSolution - вычисляет систему линейных уравнений с квадратной матрицей коэффициентов A и несколькими правыми сторонами.
    • LinearEquationsSolutionTriangular - вычисляет систему линейных уравнений с квадратно-треугольной матрицей коэффициентов A и несколькими правыми сторонами.
    • LinearEquationsSolutionSy - вычисляет систему линейных уравнений с симметричной или эрмитовой сопряженной матрицей A и несколькими правыми сторонами.
    • LinearEquationsSolutionComplexSy - вычисляет систему линейных уравнений с комплексной симметричной матрицей A и несколькими правыми сторонами.
    • LinearEquationsSolutionGeTrid - вычисляет систему линейных уравнений с симметричной или эрмитовой сопряженной положительно определенной матрицей A и несколькими правыми сторонами.
    • LinearEquationsSolutionSyPD - вычисляет систему линейных уравнений с общей (несимметричной) трехдиагональной матрицей коэффициентов A и несколькими правыми сторонами.
    • LinearEquationsSolutionSyTridPD - вычисляет систему линейных уравнений с симметричной трехдиагональной положительно определенной матрицей A и несколькими правыми сторонами.
    • FactorizationQR - вычисляет QR-факторизацию общей матрицы m-by-n: A = Q * R (LAPACK-функция GEQRF).
    • FactorizationQRNonNeg - вычисляет QR-факторизацию общей матрицы m-by-n: A = Q * R, где R - верхняя треугольная матрица с неотрицательными записями на диагонали (LAPACK-функция GEQRFP).
    • FactorizationQRPivot - вычисляет QR-факторизацию общей матрицы m-by-n с перестановкой столбцов: A * P = Q * R (LAPACK-функция GEQP3).
    • FactorizationLQ - выполняет LQ-факторизацию общей матрицы m-by-n: A = L * Q (LAPACK-функция GELQF).
    • FactorizationQL - выполняет QL-факторизацию общей матрицы m-by-n: A = Q * L (LAPACK-функция GEQLF).
    • FactorizationRQ - выполняет RQ-факторизацию общей матрицы m-by-n: A = R * Q (LAPACK-функция GERQF).
    • FactorizationPLU - вычисляет LU-факторизацию общей матрицы A размером m-by-n, используя частичный выбор поворотных точек и перестановку строк (LAPACK-функция GETRF).
    • FactorizationPLUGeTrid - вычисляет LU-факторизацию общей (несимметричной) n-by-n трехдиагональной матрицы A с использованием частичного выбора точек поворота и перестановки строк (LAPACK-функция GTTRF).
    • FactorizationLDL - вычисляет факторизацию вещественной симметричной или комплексной эрмитовой матрицы A с использованием диагонального выбора точек поворота по методу Банча-Кауфмана (LAPACK-функции SYTRF и HETRF).
    • FactorizationLDLSyTridPD - вычисляет факторизацию симметричной положительно определенной (для вещественных данных) или эрмитовой положительно определенной (для комплексных данных) трехдиагональной матрицы A (LAPACK PTTRF).
    • FactorizationCholesky - вычисляет факторизацию для вещественной симметричной или комплексной эрмитовой положительно-определенной матрицы A (функция LAPACK POTRF).
    • FactorizationCholeskySyPS - вычисляет полную поворотную факторизацию Холески вещественной симметричной (или комплексной эрмитовой) положительной полудефинитной n-by-n матрицы A (функция LAPACK PSTRF).

  • MQL5: Добавлена функция Random и метод заполнения векторов и матриц случайными значениями. Случайные значения генерируются равномерно в заданном диапазоне.
     static vector vector ::Random(
   const ulong    size,       // длина вектора
   const double   min= 0.0 ,     // минимальное значение
   const double   max= 1.0      // максимальное значение
   );

static matrix matrix ::Random(
   const ulong    rows,       // количество строк
   const ulong    cols         // количество столбцов
   const float    min= 0.0 ,     // минимальное значение
   const float    max= 1.0      // максимальное значение
   );

    • 12345678910
    Новый комментарий