有关MQL5数据分析和统计的文章

又过了一个季度，我们已决定统计MetaTrader 应用商店的业绩 - MetaTrader平台最大的交易机器人和技术指标商店。 直至报告季度末期，有500多名开发者已经将他们的1200个产品放入MetaTrader 应用商店。

有很多指标可用于确定一个交易系统的效率和盈利能力。但是，交易者始终会将任何系统推向一个新的崩溃测试。本文讲述基于效率指标的统计如何用于 MetaTrader 5 平台。它包含一个类，该类用于将成交统计解释转变成与 S.V. Bulashev 所著《Statistika dlya traderov（面向交易者的统计）》一书不冲突的一种解释。它还包括一个用于优化的自定义函数示例。

Jeremy Scott，在MQL5.community 中他的昵称是Johnnypasado，因其在MQL5市场上出售产品而为人们所熟知。Jeremy已经赚了好几千美元，并且这一势头还在延续。我们决定和这个未来的百万富翁来个近距离接触，并为其他MQL5市场上的卖家提供些建议。

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。

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。

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。

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

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。