MQL5编程文章

在本文中，我将改进库类，从而满足需要多个缓冲区来显示其数据的多品种、多周期标准指标的开发能力。

在本文中，我将改进基本功能，从而能够基于函数库程序来控制图形对象事件。 我一开始将以“对象名称”属性为例，实现存储图形对象更改历史的功能。

什么是群组交易？这是一种交易者与投资者互惠互利的合作，成功的交易者凭此实现对于交易的监控，而潜在投资者亦借此机会，监控其表现并复制那些看起来较具前景的交易。

在本文中，我将继续跟踪标准图形对象事件，并创建允许用户控制在终端中打开的任何图表上放置的图形对象属性更改的功能。

MetaEditor 5 具备调试功能。但是在编写 MQL5 程序时，您通常都希望不要显示个别的值，而是测试与在线工作期间出现的所有信息。如果日志文件内容庞大，所需信息快速便捷检索自动化的重要性就显而易见了。本文中，我们会研究 MQL5 程序中查找错误的方式以及记录方法。我们也会简单地记录到文件中，并了解一款方便日志查看的简单程序 - LogMon。

本文研究典型图表事件，包括其处理例程。我们将专注于鼠标事件，按键，创建/修改/删除图形对象，鼠标点击图表上的图形对象，用鼠标移动图形对象，在文本域中完成文本编辑，以及在图表上修改事件。研究的每一类事件，都有一个 MQL5 程序例程。

本文描述 EA 交易程序和 ICQ 用户之间的信息交换方法，并提供了几个例子。通过他们的手机或 PDA 中的 ICQ 客户端，从一个客户端远程接收交易信息的人会对提供的材料感兴趣。

如果您认为自动化系统很简单，那么您可能并未完全理解创建它们需要什么。 在本文中，我们将谈谈杀死大量智能系统的问题。 不分青红皂白地触发订单是解决这个问题的可能方法。

本文是前一篇文章的逻辑延续。 它彰显一个事实，即确认第一篇文章的结论。 这些事实在该书出版后的十年内就得以显露。 它们围绕着三个检测到的描述市场价格变化形态的动态暂态函数展开。

本文中我们将讨论创建一个应用来展现RSS订阅的可能性。本文将介绍如何使用MetaTrader 5的标准类库来创建交互应用。

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。

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。

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，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。

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。

本文探讨在莫斯科交易所（MOEX）里基于破位挂单的网格交易方法如何在 MQL5 智能系统中实现。 在市场上进行交易时，最简单的策略之一是设计“捕捉”市场价格的订单网格。

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。

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。