有关MQL5交易系统自动化的文章

找到交易系统的规则，再于“EA 交易”中进行编程，任务就完成一半了。随着交易结果的累积，您需要通过某种方式纠正“EA 交易”的操作。本文讲述一种方法，通过创建平衡曲线斜率的测量反馈，改善“EA 交易”的性能。

如果采用基于历史数据的优化方法来选择参数，就不可能得到真正稳定的算法。一个稳定的算法应该知道在任何时候操作任何交易工具时需要哪些参数。它不应该预测或猜测，它应该确定知道。

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 平台程序的开发。 在本系列文章的第五部分中，我们创建了交易事件类和事件集合，从中将事件发送到 Engine 函数库的基础对象和控制程序图表。 在这部分中，我们将让函数工作在净结算账户上。

您是否希望在小时图表里看到本小时内第二和第十五分钟开盘的柱线？每分钟开盘价都在变化的重绘图表看上去会像什么样？依据这样的图表进行交易有何优势？您将在本文当中找到这些答案。

在本文中，我们将着手开函数发库基准交易类，并在其第一个版本中加入进行交易操作的权限初始验证。 此外，我们还将略微扩展基准交易类的功能和内容。

MetaTrader 5 是一个多资产平台，此外，它还支持不同的仓位管理系统。这种功能为实现和创建交易思路提供了更加广泛的选择，在本文中，我们将讨论在锁仓模式下处理和计算仓位属性的方法。这篇文章包含了一个派生类，以及展示如何取得和处理锁仓仓位属性的实例 。

为了开发出一种参与“2010 年自动交易锦标赛”的“EA 交易”，我们使用一个即用的“EA 交易”模板。 即便是 MQL5 程序员初哥也能胜任此任务，因为您策略的基类、函数和模板都已经开发完毕。 编写少量的代码来实现您的交易理念就足够了。

今天的文章为中级 MQL5 编程人员讲解如何通过轻松实施所谓的幂的技术从他们的线性交易系统（固定手数）中获利更多。这是因为结果资产净值曲线呈抛物线形式，以几何级数或指数增长。具体而言，我们将实施一个由 Ralph Vince 开发的固定分数仓位大小的实际 MQL5 变体。

我将继续采用最少的必要功能来充实算法，并测试结果。 其获利能力十分低下，但文章展示的全自动盈利交易的模型，是在不同的行情基本面及完全不同的金融产品上进行。

在互联网上很轻松就能找到许多策略，它们也会为您提供大量各式各样的建议。我们则会采取一种专业的方法，基于不同大陆不同时区，深入策略创建的过程。

也许，GPT-3 是目前已有语言类神经网络中最先进的模型之一，它的最大变体可包含 1750 亿个参数。 当然，我们不打算在家用 PC 上创建如此庞然之物。 然而，我们可以看看在我们的操作中能够采用哪种体系解决方案，以及如何从中受益。

上篇文章中，我们在函数库中为 MQL4 定义了平仓事件，并删除了若干未使用的订单属性。 在此，我们将研究创建 Account 对象，开发帐户对象的集合，并筹备跟踪帐户事件的功能。

在本文中，我们将展示 botbrains.app 的功能 — 一款无代码开发交易机器人的平台。 若要创建一款交易机器人，您无需编写任何代码 — 只需将必要的模块拖放到规划图上，设置它们的参数，并在它们之间建立连接。

本文论述利用第三方控件的简易 HTML 代码解析库。 特别是，它涵盖了诸多访问数据的可能性，甚至有些用往常的 GET 和 POST 请求都无法检索。 我们将选择一个页面不太大的网站，并尝试从该网站获取感兴趣的数据。

本文探讨了开发交易算法的方法，即使用一致的科学方法来分析可能的价格模式，并基于这些模式构建交易算法。开发的理念是通过实例来展示的。

金融市场中资产的多样化是一个非常旧的概念，并且始终吸引着新入门的交易者。在本文中，作者提出了一个最简单的方法用以构建一个多货币 EA 交易程序，以便对这种方向的交易策略提供一个初步介绍。

两年前，在 "The Last Crusade - 最新的改革" 我们回顾了一个相当有趣但目前没有被广泛使用的显示市场信息的方法 - 点数图。现在，我建议您尝试写一个基于检测点数图范式的自动交易。

在本文中，我们将在订单和仓位的魔幻数字中存储一些数据，并开始实现延后请求。 为了验证这一概念，我们在收到服务器错误并需要等待与重复发送请求时，创建第一个测试延后请求来开仓。

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。 在上一篇文章的末尾，我建议允许手工操作 EA 是合适的，至少在一段时间内。

"区域方法(area method)"交易系统的运行是基于对RSI震荡指标读取的一种较为少见的解释。使区域方法可视化的指标，以及使用此系统交易的EA交易，在这里都会详细讨论。本文还提供了关于EA交易在各种交易品种，时段和区域数值中测试的详细发现。

本文将帐户对象的操作安置于任意函数库对象的新基准对象之上，改进了 CBaseObj 基准对象，并测试了设置跟踪参数，以及接收任意函数库对象事件。

作为神经网络主题的延续，我建议研究卷积神经网络。 这种类型的神经网络通常用来分析视觉成像。 在本文中，我们将研究这种网络在金融市场中的应用。

本文会从一种理论性交易概念的构想，到编制一个在经验世界中实现这一概念的 MQL5 EA 交易，为您讲解如何从头建立一个面向对象的 EA 交易。依本人看，边做边学是取得成功的一种可靠方法。所以，我会拿出一个实用的例子，让您明白如何才能整理自己的想法，并最终完成外汇自动交易代码。和您一起遵守“面向对象”原则，也是我的目标之一。

在本文中，我们关注无效交易订单参数的处理程序，并改进交易事件类。 现今，所有交易事件（单个和在一次即时报价内同时发生的）均将在程序中正确定义。

在之前的文章里，我们检验了延后交易请求的概念。 实际上，延后请求是由特定条件执行的正常交易订单。 在本文中，我们会创建完整的延后请求对象类 — 基准请求对象及其后代。

这是该系列的下一篇文章，在其中我展示了如何创建一个函数库来，从而看便利地用键盘快捷键手动绘制图表图形。 所用工具包括直线及其组合。 在这一部分中，我们将查看如何在绘图工具里应用第一部分中讲述的函数。 该函数库可连接到任何 EA 或指标，这将大大简化绘图任务。 此方案未使用外部 dll，而所有命令都是由内置 MQL 工具实现的。

在本文中，我们将完成延后请求交易概念的论述，并创建删除挂单，以及在特定条件下修改挂单和持仓的功能。 由此，我们将拥有完整的功能，令我们能够开发简单的自定义策略，或者根据用户定义的条件激活 EA 行为逻辑。

我们继续大型跨平台函数库的开发，简化 MetaTrader 5 和 MetaTrader 4 平台程序的开发。 在第十部分中，我们重启与 MQL4 函数库兼容性的工作，并定义了开仓和激活挂单的事件。 在本文中，我们将定义平仓事件，并剔除未使用的订单属性。