有关MQL5交易系统自动化的文章

在第一部分中，我们已着手创建一个大型跨平台函数库，简化 MetaTrader 5 和 MetaTrader 4 平台程序的开发。 我们创建了 COrder 抽象对象，它是一个基础对象，用于存储历史订单和成交的数据，以及市价订单和仓位。 现在，我们将开发在集合中存储帐户历史数据的所有必要对象。

在本文中，我们将展示如何探索标准库的交易策略类，以及如何使用 MQL5 向导的"模式和模型"逻辑添加自定义策略和过滤器/信号。最后，您将能够使用 MetaTrader 5 标准指标轻松地添加自己的策略，且 MQL5 向导将创建简洁而强大的代码以及功能完善的"EA 交易"。

我们继续功能开发，允许用户利用延后请求进行交易。 在本文中，我们将实现在特定条件下挂单的功能。

分析并通过技术实例说明怎样在MetaTrader 5平台上做交易分析而在MetaTrader 4上做交易。本文将展示如何在您的MetaTrader 5上创建简单的信号提供者，并且把它连接到多个客户端，甚至包括运行MetaTrader 4的客户端。而且您也可以发现怎样在您的真实MetaTrader 4账户中跟随自动交易锦标赛的选手。

本文介绍一种使用MQL5语言来编写多模式自动交易程序的方法。每一种模式都使用面向对象的方法来实现。不仅给出不同模式下类的层次结构，还给出用于测试的类的实例。多模式自动交易程序以MQL5语言实现，它应该考虑EA的每一种执行模式。创建用于确定EA模式的函数和枚举值。

本文讨论如何将数据存储在程序的源代码之中，并从中创建音频和图形文件。 在开发应用程序时，我们经常需要音频和图像。 MQL 语言拥有运用此类数据的若干种方法。

如今，在MetaTrader 5的实盘帐户上进行交易是否可行？如何进行此类交易？本文不仅从理论上解答这些问题，同时还提供可用的源代码，让你能够把MetaTrader 5终端上的交易复制到MetaTrader 4。本文对EA交易的开发者和练习交易者都非常有用。

MetaTrader 5的EA交易可视向导提供一种高度直观的图形环境，带有一整套允许您在数分钟内完成EA交易设计的预定义交易代码块。EA交易可视向导的单击拖拽法允许您像使用铅笔和纸张一样，创建外汇交易策略与信号的可视化呈现。这些交易图表均通过Molanis的MQL5代码生成器自动进行分析，并将其转换为即用型EA交易。而互动式图形环境则会简化设计过程，且无需编写MQL5代码。

分析交易历史, 并依据仓位的入场时间以 HTML 形式绘制交易结果的分布图表。图表显示三个部分 - 按小时, 按周内天数和按月份。

本文采用图形界面实现 MQL 应用程序来扩展可视化的优化过程。 图形界面采用 EasyAndFast 函数库的最新版本。 许多用户可能会问为什么他们在 MQL 应用程序中需要图形界面。 本文为交易者展示了众多实用情况之一。

在这篇文章中，我将展示在选择一个系统或信号来投资你的资金时所使用的标准，以及描述开发交易系统的最佳方法，并强调这个问题在外汇交易中的重要性。

在本文中，我将向您展示如何计算任何交易的总盈利或亏损，包括佣金和掉期利息。 我会提供最精准的数学模型，并依据它来编写代码，之后将其与标准进行比较。 此外，我还将尝试进入主要 MQL5 函数的内部来计算利润，并从规则中获取所有必要值的根底。

本文描述了一种新的方法来进行仓位对冲, 并在 MetaTrader 4 和 MetaTrader 5 的用户之间就此事的争辩划清界线。这是: "在 MetaTrader 5 里使用 HedgeTerminal (对冲终端) 面板进行双向交易和仓位对冲" 第一部分的延续。在第二部分里, 我们讨论自定义 EA 与 HedgeTerminalAPI 的集成, 其作为特别的可视化程序库, 设计用于在一个舒适的软件环境里作为工具进行便利的双向交易仓位管理。

在本文中，我们将应用强化学习来开发可以自主学习的EA交易。在前一篇文章中，我们考虑了随机决策森林算法，并编写了一个简单的基于强化学习的自学习EA，概述了这种方法的主要优点（交易算法的开发简单和“培训”速度快）。强化学习（RL）可以很容易地融入到任何交易EA中，并加速其优化。

本文探讨了在分离在不同市场条件下的优化方法,分离优化意味着分别为上涨趋势和下跌趋势分别定义交易系统的最佳参数. 为了减少错误信号的影响，提高盈利能力，系统变得灵活，这意味着它们有一些特定的设置或输入数据，这是合理的，因为市场行为不断变化。

本文研究了若干种移动平均指标的应用方法。 每种方法涉及到的曲线分析，都配有思想实现的可视化指标。 在大多数情况下，这里展示的所有思路均属于它们尊敬的作者。 我唯一的任务就是把它们归纳起来，令您看到其主要作用，并希望做出更合理的交易决策。 MQL5 熟练程度 — 基本。

我们继续测试形态并尝试在文章中描述的交易货币对篮子的方法。让我们探讨在实际应用中是否可能使用组合 WPR 图与移动平均交叉的形态，如果答案是可以，我们应当考虑适当的使用方法。

在 2011 年年初，我们发布了 MQL5 向导的第一个版本。这一新的应用程序为自动生成交易机器人提供了简单方便的工具。任何 MetaTrader 5 用户都能创建自定义的EA 交易，他们甚至无需知道如何以 MQL5 编程。

本文是专门讨论货币对篮子交易系列的总结。 在此，我们测试剩余的形态，并讨论在实际交易中如何应用整体方法。 入场和离场，搜索形态并分析它们，组合指标的复杂应用，这些均有研究。

在本文中，我们将研究显示文本的消息类。 目前，我们有众多的不同消息。 是时候重新编排它们的存储、俄/英语言翻译成其他语言、以及显示消息的方法。 此外，最好引入便利的方法来向函数库中添加新语言，并在它们之间快速切换。

一年前，joo 在他的《遗传算法 － 很简单！》一文中向我们提供了一种用 MQL5 实施遗传算法的工具。现在，利用这个工具，我们将创建一个 EA 交易，该 EA 将依据某些边界条件对其自己的参数进行遗传优化。

有众多策略可依据任何规则过滤生成的信号，甚至可采用本文自身所讨论的移动平均值。 因此，本文的目的是与大家分享一些移动平均线策略，以及如何设计一款算法交易系统。

我们都知道有一个“百闻不如一见”的说法。关于巴黎和威尼斯，有各种各样的书可供您阅读，但是根据想像，您永远都不会懂得夜间漫步于这些神话般城市的街头会有怎样的感受。可视化的诸多优势，可以很容易地投射到我们生活的方方面面，其中就包括市场活动。比如说：基于采用指标的图表的价格分析，当然还有策略测试的可视化。本文中包含对于MetaTrader 5策略测试仪所有可视化功能的描述。

今年夏天我们已经发布了一个新的伙伴计划来帮助MQL5.community成员推销他们的产品和信号。然而，它不仅有利于MetaTrader市 场卖家和付费交易信号供应商，还有利于普通用户。现在，您无需亲自编写市场应用或在MQL5.com出售您信号的订阅赚钱。您只是简单地帮忙推销这些产 品，获得您的利润份额。

MetaTrader 5 客户端提供了各种机会来优化 EA 交易的参数。除了策略测试程序中包含的优化标准以外，开发人员还有机会创建自己的标准。这样一来，EA 交易的测试和优化便具有了无限的可能性。本文介绍了创建此类标准的实用方法，既适用于复杂标准，也适用于简单标准。

本文介绍针对交易系统开发的多元回归分析的运用方法。它说明策略搜索自动化的回归分析的运用。生成了一个回归等式，并作为一个例子集成在一个不需要精通编程的 EA 中。

在接下来的系列文章中，我将演示探讨大多数市场因素的自适应算法的开发，以及如何将这些情况系统化，用逻辑描述它们，并在您的交易活动中应用它们。我将从一个非常简单的算法开始，这个算法将逐渐获得理论，并发展成一个非常复杂的项目。

这是专门讨论逆转交易策略系列文章的最后一篇。 在此我们将尝试解决导致之前文章中测试结果不稳定的问题。 我们还将开发和测试可在任何市场中运用的逆转策略手动交易算法。

MQL5 向导的交易策略生成器极大简化了交易理念的检验过程。本文介绍了如何创建自定义风险和资金管理模块以及如何在 MQL5 向导中启用该模块。我们将使用一个资金管理算法作为示例，在该算法中交易量规模取决于上一笔交易的结果。本文还将介绍为 MQL5 向导创建的类的说明的结构和格式。

在之前的文章中，我们已着手创建一个大型跨平台函数库，简化 MetaTrader 5 和 MetaTrader 4 平台上的程序开发。 在第四部分中，我们测试了在帐户上跟踪交易事件。 在本文中，我们将开发交易事件类，并将它们置于事件集合当中。 从那里，它们将被发送到 Engine （引擎）库的基准对象，并控制程序图表。

在上一篇文章中，我们遵照函数库对象的一般概念创建了相对应的延后请求对象类。 本次，我们将着手允许管理延后请求对象的类。

在第一部分中，我们曾创建了一个大型跨平台函数库，简化 MetaTrader 5 和 MetaTrader 4 平台程序的开发。 再者，我们实现了历史订单和成交的集合。 我们的下一步是创建一个类，用来针对订单、成交和仓位的集合进行选择和排序。 我们将实现名为引擎（Engine）的基准函数库对象，并向函数库中添加市价订单和仓位的集合。

在本文中，我将着手开发操控市场深度的功能。 我还将创建市场深度抽象订单对象，及其衍生类。