MQL4和MQL5编程文章

众所周知，要 Expert Advisor 实现高效运行，我们需要找到一个合适的经纪公司。本文将介绍用于本搜索的系统方法。您将了解使用 dll 创建适用于不同终端的程序的过程。

本文讲述的是用于交易系统风险评估的TesterWithDrawal()函数的用法，即运行期间提取一部分资产。此外，还会讲到此函数对于策略测试程序中资产净值减少的计算算法的作用。在优化您的EA交易的时候，就会用到此函数。

我们继续研究强化学习。 在本文中，我们将与深度 Q-学习方法打交道。 DeepMind 团队曾运用这种方法创建了一个模型，在玩 Atari 电脑游戏时其表现优于人类。 我认为评估该技术来解决交易问题的可能性将会很有益处。

在本文中，作者继续分析最简单的交易系统的实现算法，并介绍使用优化结果的一些相关细节。本文对于交易新手和 EA 编写新手很有帮助。</div>

在本文中，我们基于运算符优先级的解析器，研究数学表达式解析和评估的原理。 我们将实现普拉特（Pratt）和分流场解析器，字节代码的生成和代码计算，查看如何在表达式中将指标用作函数，以及如何基于这些指标在智能交易系统中设置交易信号。

在本文中，我将继续开发由 CCanvas 标准库类提供强力支持的所有函数库图形对象的基准图形元素类。 我将创建绘制图元和在图形元素对象上显示文本的方法。

自发表了“外部指标的提醒和注释”文章以来，我不断收到关于开发基于指标线运行的外部通知程序的可能性的请求和询问。 在对问题进行分析之后，我决定继续探讨该话题。 获得储存在指标缓冲区中的数据成为用户的另一个关注领域。

处理数据成为现代软件的主要任务 - 独立应用程序和网络应用程序都是如此。为解决此问题而创建了专业软件。这些软件被称为数据库管理系统 (DBMS)，能够针对它们的计算机存储和处理对数据进行构建、系统化和组织。对于交易，大多数分析师并不在他们的工作中使用数据库。但是对于一些任务，必须使用此类解决方案。本文提供了一个在客户端-服务器和文件-服务器架构中都能将数据保存到数据库或从数据库加载数据的指标例子。

本文介绍创建目录、复制数据、归档、使用 Market Watch（市场报价）或常用列表中的交易品种以及错误处理等示例。实际上，所有这些元素可集中在一个以用户定义格式归档数据的脚本中。

在本文中，作者继续分析最简单的交易系统的实现算法，并介绍以图表方式将回溯测试中的优化结果记录到一个 html 文件中。本文对于交易新手和 EA 编写新手很有帮助。

通过这些提醒进行 EA 测试时，通常将决定是使用交易提醒的哪个指标或只是指标计算方式。但是，为每个指标编写一个 EA 并非总是可能/必要/合理的。你可以通过自己收集提醒并绘制理想交易图像的特殊指标，快速计算出基于其他指标提醒的交易盈利能力。这可帮助你既对所得结果进行可视化估计，又快速选择了最优参数。

在本文中，我们将继续研讨在交易中运用 OLAP 技术。 我们会扩展前两篇文章中表述的功能。 这次我们将研究报价的操盘分析。 我们还将基于所汇集的历史数据，推导并检验交易策略的设想。 本文推介了基于柱线形态研究和自适应交易的智能交易系统。

每位开发人员都希望能够更快地编写代码，且能够更快、更有效地编写代码并非只是少数人与生俱来的特殊能力。 这项技能是可通过学习提升的，这就是我在本文中尝试传授的内容。

两步法让你在邻近趋势的情况下和可能发生偏离的时候，避免不必要的关闭和重新打开头寸。

本项目涉及在金融市场中使用 Python 进行基于深度学习的预测。我们将探索使用平均绝对误差（MAE）、均方误差（MSE）和R平方（R2）等关键指标测试模型性能的复杂性，并学习如何将所有内容打包到可执行文件中。我们还将制作一个 ONNX 模型文件以及它的 EA。

本文中，我们将编写一个简单的库，用于构建 3D 图形及其在 Microsoft Excel 中的进一步浏览。我们将使用标准的 MQL4 选项准备和导出数据至 *.csv 文件。

您如何看待往 MetaTrader 5 平台里添加新图表类型的想法？ 有人说它缺少其它平台里提供的一些东西。 但事实是，MetaTrader 5 是一个非常实用的平台，因为它允许您做到在许多其它平台上无法完成（或至少不能轻松完成）的事情。

在之前的文章中，我们利用随机梯度下降法针对网络中的所有神经元按照相同的学习率训练神经网络。 在本文中，我提议着眼于自适应学习方法，该方法能够改变每个神经元的学习率。 我们还将研究这种方法的利弊。

在本文中，我们继续开发交易类，实现错误交易订单参数值的监控，以及交易事件的语音。

群集指标是一系列将货币对分成独立的货币的指标。指标允许跟踪相对货币波动，确定形成新的货币趋势的潜能，接收交易信号，以及跟踪中期和长期仓位。

在本文中，我将探讨创建烛条自定义指标的可能性，并指出它们的优缺点。