有关 MQL5 编程和自动交易使用的文章

今天，我们将看到如何创建一个在自动模式下简单安全地工作的智能系统。 在上一篇文章中，我们已启动开发一个在自动化 EA 中使用的订单系统。 然而，我们只创建了一个必要的函数。

值此 MQL5 自由职业服务的第四个生日, 我们准备了一幅信息图来展示其自创生来的整体服务成果。让数据本身说话: 迄今已总计执行了超过 10000 笔订单, 价值约 $600,000, 有 3000 余客户和 300 余开发者已经在使用此服务。

今天我们将学习如何将 MetaTrader 5 终端与 Twitter（推特） 链接，以便发布您的 EA 交易信号。我们将用 PHP 开发一个基于 REST web 服务的社交决策支持系统。此想法来自于自动交易的特定概念，称为电脑辅助交易。我们希望通过人工交易者的认知能力来过滤这些交易信号，否则 EA 会自动在市场上下单。

这篇文章描述了在"一分钟OHLC"模式下实现 OpenCL 烛形形态测试器的算法。我们还将把它的速度与内建的策略测试器在快速和慢速优化模式下做比较。

在本文中，我们将继续有关基于最流行指标设计交易系统的系列文章，这次我们将讨论平均方向指数（ADX）指标。 我们将详细学习该指标，从而能够更好地理解它，并将学习如何在简单策略里运用它。 通过深入学习，我们可以获得更多的认知，可以更好地运用它。

本文是我的《用 MQL5 表示统计概率分布》一文的续篇，该文介绍了处理某些理论统计分布的类。现在，我们已经有了理论基础，我建议我们应直接进入实际数据集，并尝试据此基础获得某些信息。

在本文中，我们会探讨为一个MQL程序创建一个交互式图形界面，该程序设计用于使用OLAP技术处理帐户历史和交易报告。为了获得视觉效果，我们将使用最大化和可伸缩的窗口、自适应布局的控件和用于显示图表的新控件。为了提供可视化功能，我们将实现一个GUI，其中沿着坐标轴选择变量，以及选择聚合函数、图表类型和排序选项。

本文描述了一种可能的数据转换方法，旨在提高模型的通用性，并讨论了 CatBoost 模型的采样和选择。

在本文中，我将与您分享一种如何进行波带交易的方法。 这一次，我们将研究轨道线（Envelopes），并将看到创建一款基于轨道线的策略是多么容易。

即使你借助MQL5的云计算网络来进行优化工作，仍就需要消耗大量的计算机资源。本文由我对MetaTrader 5策略测试器一些简单的改进想所法组成。这些想法来自于MQL社区的相关技术文档、论坛和文章。

在本文中，我将尝试扩展掉期利率交易方法的经典概念。 我将解释为什么我会得出这样的结论，即这个概念值得特别关注，绝对推荐研究。

在我上一篇文章中，我曾提到了判断价格走势的重要性。 在本文中，我将分享最重要的概念和指标之一，即动量指标。 我还将分享如何基于这个动量指标设计一款交易系统。

今天，我们将看到如何创建一个在自动模式下简单安全地工作的智能系统。

在本文中，我将通过改进先前创建的算法的灵活性来继续本主题的开发。随着分析窗口中烛形数量的增加，或烛形超额阈值百分比的增加，算法变得更加稳定。我不得不做出妥协，并设置一个更大的样本量进行分析或更大的烛形超额百分比。

均值回归是一种逆势交易，交易者预估价格将返回到某种形式的均衡点位，通常依据均值或其它向心趋势统计值来衡量。

我们继续研究神经网络的世界。 在本文中，我们将研究另一种类型的神经网络，循环网络。 此类型建议与时间序列配合使用，其在 MetaTrader 5 交易平台中由价格图表呈现。

我们早前已经讨论过某些类型的神经网络实现。 在所研究的网络中，每个神经元都重复相同的操作。 逻辑上进一步应利用现代技术提供的多线程计算功能来加快神经网络学习过程。 本文介绍了一种可能的实现方式。

在没有明确奖励函数的情况下，实用的训练技能就是分层强化学习的主要挑战之一。 以前，我们已领略了解决此问题的两种算法。 但环境研究的完整性问题仍然悬而未决。 本文演示了一种不同的技能训练方式，其可取决于系统的当前状态直接使用。

来自我们的《学习如何设计交易系统》系列的新篇章中，我将介绍商品通道指数（CCI），解释其细节，并与您分享如何基于此指标创建交易系统。

在本文中，我将实现即时报价数据的实时更新，并为操控市场深度的品种对象类（DOM 本身将在下一篇文章中实现）做准备。

对于任何想要提高编程职业生涯的人来说，这是一篇必读文章。 本系列文章旨在尽最大可能令您成为最佳程序员，无论您有多少经验。 研讨的思路适用于 MQL5 编程萌新和专业人士。

在本文中，我们将尝鲜来自 OpenAI 的 ChatGPT，从而了解它在降低开发智能系统、指标、和脚本的时间和劳动强度方面的能力。我将引导您快速通览这项技术，并尝试向您展示如何正确地使用它在 MQL4 和 MQL5 中进行编程。

本文描述一个“贪吃蛇”游戏编程的例子。在 MQL5 中，游戏编程变为可能主要是因为事件处理功能。面向对象编程大大简化了这个过程。在本文中，您将学习事件处理功能，标准 MQL5 库类的使用例子以及定期函数调用的详细信息。

在我的课程中，大多数学生认为 MQL5 真的很难理解。 除此之外，他们还在寻找一种直接的方法来把一些过程自动化。 那么阅读本文中归纳的信息，就能立刻发现如何利用 MQL5 开始运作。 即使您以前从未接触过任何形式的编程。 即使您无法领会之前您所观察到的插图的情况下。

我们将继续讨论上一篇文章的主题，以便完成有关自动化的这一系列文章。 我们将看到所有内容如何搭配到一起，令 EA 像钟表一样运行。

在设计使用 Kohonen 网络的通用工具的基础上，我们建立了优化EA参数的分析和选择系统，并探讨了时间序列的预测。在第一部分中，我们修正和改进了公开的神经网络类，增加了必要的算法。现在，是时候在实际应用中使用它们了。

我们继续有关 MQL5 编程的系列文章。这一次，我们来看一看如何获得“EA 交易”参数优化期间传递的每个优化的结果。将完成实现，以确保如果外部参数中指定的条件得到满足，对应的传递值将被写入文件。除了测试值，我们还将保存带来这样的结果的参数。