有关 MQL4 数据分析和统计的文章

本文涉及评估信号提供商的绩效。我们提供若干附加参数, 从不同于传统方法的独特角度突出显示了信号的交易结果。描述了正确管理和完美交易的概念。我们还使用所获得的结果, 编译多个信号源的投资组合来讨论最佳选择。

本文是有关深度神经网络和预测器选择的前文之续篇。在此我们将涵盖由栈式 RBM 初始化的深度神经网络特性, 以及它在 "darch" 软件包里的实现。

使用市场上的 Binary-Options-Strategy-Tester(二元期权策略测试器)来构建和在 MetaTrader 4的策略测试器中测试二元期权(Binary Options)策略的教学文章。

本文揭示了投资组合交易及其在外汇市场中的应用。研究几种简单的投资组合数学模型。本文包含在 MetaTrader4 中的实际投资交易组合的实施例子: 投资组合指标和半自动化智能交易程序。交易策略的元素, 还针对它们的优点和缺陷进行了说明。

本文介绍如何轻松在你的 MQL4 代码中使用神经网络，利用最佳的免费人工神经网络库 (FANN)，并在 MQL4 代码中采用多个神经网络。

检测行情是否处于横盘对于许多策略来说是至关必要的。我们使用高知名度的 ADX 来展示如何利用策略测试器, 不但可以根据我们的特殊目的来优化指标, 而且我们也能判断指标是否符合我们的需要, 得到横盘和趋势行情的均值, 这对于判断行情的止损和目标是十分重要的。

在本文中, 我们将测试拉布谢尔(Labouchere)资金管理系统的统计学属性. 它可以看作是一种不那么激进的马丁格尔(Martingale), 因为它不是加倍下注, 而是提高一定的量下注.

本文举例说明在交易中以 MQL4 手段运用模糊逻辑。以及描述如何使用 MQL4 版本的 FuzzyNet 函数库开发指标和智能交易系统。

本文讨论当基础柱体改变时，在 MetaTrader 4 客户端里重新计算指标值的问题。它概括了如何添加指标代码的综合思路。在多次重新计算前保存一些允许重建程序代码的额外程序项。

文章全面解释怎样阅读测试报告并且精确诠释获得的结果

本文论证了一个具备视觉思维的著名数学方法的能力和潜力，并提供了一种“独特的”市场展望。 一方面，它有助于吸引广泛受众的注意力，因为它可以让具有创造性思维的人们重新审视交易模式本身。 另一方面，它可以引导人们进行与各种分析和预测工具相关的其他开发和程序代码实现。

基因演算使用于智能交易的数据优化。这些用途的范例是一个神经网络的学习，即， 这样的值得到的误差最小。基因演算是以随机搜索的方法为基础的。

在本文中，我们会探讨著名论述“全日交易取决于亚洲时段的交易行情”。

文章在测试报告中给出了数据的计算公式和定单计算。

一分钟数据模式质量等级

技术分析的很多程序允许在历史数据上测试交易策略。在大多数情况下， 测试被连接到已经完成的数据上，在价格柱内这些数据不带有任何试图模式化的趋势。测试会快速进行，但是不精确。

我们可以毫不费力地找到测试的圣杯，然而，要摆脱它却困难得多。 本文重点介绍 Expert Advisor 操作参数的选择，以及在最大限度利用终端性能和最大限度减少终端用户负载的情况下对优化和测试结果进行自动化分组处理。

是否能够基于烛台方向的再现趋势，在一天内的特定时间预测市场在即将到来的一小段时间内的市场行为？ 即，是否可以在第一时间找出此类事件。 每个交易者可能都想过这个问题。 本文的目的是尝试基于烛台在特定时间间隔内的统计再现来预测市场行为。

文章比较了使用基因演算方法和简单搜索获取的智能交易的时间和结果。

交易首先是对可能性的计算. 有一句谚语, 懒惰是进步的引擎, 这也揭示了指标以及交易系统被开发出来的原因. 绝大多数交易新手学习的都是"成型"的交易理论. 但是, 如果够幸运的话, 还有更多的没有被发现的市场奥秘和用于分析价格走向的工具, 例如那些还没有实现的技术指标或者数学和统计学工具包. 非常感谢比尔.威廉姆斯对市场运行理论的贡献. 虽然,也许现在休息是太早了些.

在收到的用户崩溃记录中，有25%到30%是因为执行自定义动态链接库(DLL)中的输入函数而出的错.

本文介绍了信息存储和阅览的方便而高效的方法. 在这里探讨了终端标准记录文件和Comment()函数的替代方案.