有关MetaTrader 5手动和算法交易的文章

本文将研究 darch 软件包的新功能 (v.0.12.0)。它包含具有不同数据类型, 不同结构和训练顺序的深度神经网络训练的描述。培训结果也包括在内。

本篇举例描述一个用 MQL5 实现的 Renko 制图指标。这个指标的修改，将它从经典图表中区分开来。它在指标窗口或主窗口两者中都可以构建。此外，此处还有 ZigZag 指标。您可以找到一些图表实现的例子。

有句俗话说的好：从来不犯错误的人将一事无成。这一点应该无法反驳，除非你认为闲着什么都不做也是一种错误。但是俗话说吃一堑长一智，你可以通过分析过去的错误（包括你自己的和他人的）来减少你将来可能会犯的错误。让我们来试着看看我们工作中可能会遇到的一些情景吧，这里所说的工作指的是站内的“工作”服务项目。

订阅者经常通过分析信号在提供者账户里的总增长来搜索适当的信号, 这不是个坏主意。然而, 分析特定交易策略的潜在风险也很重要。在本文中, 我们将展示一种基于其绩效值来评估交易信号的简单有效方法。

本文专门研究由 Steve Nison 在其著作 "Beyond Candlesticks（超越蜡烛条）" 中建议的三线突破图表。这个图表的最大优点是它可以过滤相对以前行情的小幅价格波动。我们将要讨论图表的原理，指标代码，以及基于此交易策略的一些示例。

随机游走和实际的市场数据看起来非常类似，但是它有一些重要的特征。在本文中，我们将通过用掷硬币游戏进行模拟，讨论随机游走的特性。为了研究数据的特性，开发了趋势指标。

为了扩大零售外汇交易者的可能性，我们新增第二种账户系统 - 锁仓系统。现在，每个交易品种可以有多位持仓，包括反向持仓。这就为实现基于所谓“锁定”的交易策略铺平了道路 - 如果价格移动方向与交易者相反，那么他们就可以新建一个反向持仓。

任何产品在市场发布之前，它必须通过强制的预先检验，以确保符合统一的质量标准。本文介绍了开发者们在他们的技术指标和交易机器人中最常犯下的错误，并且也展示了在把产品发送到市场之前如何进行自我测试。

本文描述了可以对 30 个指标和震荡指标进行对比分析的 Expert Advisor,旨在形成有效的交易指标组。

本文彻底解释了赫斯特指数背后的思想, 以及其价值观和计算算法的含义。分析了多个金融市场片段, 并介绍了使用 MetaTrader 5 产品实现分形分析的方法。

与图形模式相关的交易策略自动化需要能够在图表中搜索极值点以备进一步处理和解释，现有的工具并不能一直提供这种功能。本文中描述的方法可以在图表上找到极值点，这里讨论的工具在有趋势和平盘市场上都一样有效，取得的结果不会被所选时段很大影响，也不会只针对特定的缩放尺度。

可提供当前市场形势相关信息的图表类型多种多样。许多图表很久以前就出现了，比如点数图。本文要讲述的，就是采用实时指标的点数图的一个例子。

交易者经常谈论趋势和横盘，但很少有人真正了解趋势/横盘是什么，甚至很少能够清楚地解释这些概念。 讨论这些基本术语通常会受到一系列顽固偏见和误解的困扰。 然而，如果我们想赚钱，就需要了解这些概念的数学和逻辑含义。 在本文中，我将仔细研究趋势和横盘的本质，并尝试定义行情结构是基于趋势/横盘，亦或其他。 我还将研究在趋势和横盘行情上获利的最佳策略。

本文介绍一种使用MQL4和MQL5语言，自动绘制基于分形指标趋势线的方法。本文以比较的视角，提供两种语言的解决方案。使用最近的两个分形来绘制趋势线。

本文中，我想举一个例子说明交易者的程序会是什么样子，以及如果从头到始学习 MQL5，9 个月内能达到什么程度。这个例子还会显示出对于一个交易者而言，这样一种程序在占用价格图表最小空间的同时，其功能多样性与信息翔实性如何。而且，我们也会看出，可以通过何种方式，得到颜色多样、清晰明快且对于用户而言直观明确的交易信息面板。以及许许多多的其它功能...

本文详细描述了由 Thomas DeMark 发现的 TD 点和 TD 线。揭示了它们的实际实现。除此之外, 还展示了使用 Thomas DeMark 的概念编写三款指标, 两款智能交易程序的过程。

本文介绍的自动系统用于分析 MetaTrader 4 终端中的任何交易帐户。 内容包括已生成报告的技术方面和对已获得结果的解读。 在详细地审查报告之后，对改进交易因素作出结论。 使用 MQLab™ 图形报表脚本进行分析。

本文展示了如何利用市场深度 (DOM) 编程, 并介绍了 CMarketBook 类的操作原理, 它可扩展 MQL5 标准库的类, 并提供使用 DOM 的便利方法。

在金融市场上进行交易是与各种风险相关的，这些风险在交易系统的算法中都应当被考虑到。降低这样的风险是在交易中获利的最重要的任务。

我们继续讨论，当交易货币篮子时交易者可以参考的形态。在这一部分中，我们将探讨当使用组合的趋势指标时构建的形态，会使用基于货币指数的指标作为分析工具。

本文展示了使用图形创建一个用于管理交易的方便界面的可行性.

交易策略的开发主要着重于搜索进入和退出市场的模式以及维持仓位。如果我们能够将某些模式公式化为自动交易规则，则交易者面临计算持仓量、预付款数额等问题，以及在自动模式中维持抵押资金的安全水平以保证未平仓位的问题。在本文中，我们将使用 MQL5 语言构建几个进行这些计算的简单例子。

许多研究人员对于判定价格行为没有给予足够的重视。 与此同时，还使用各种复杂方法，而这些方法通常只是“黑盒子”，例如机器学习或神经网络。 在这种情况下显现出的最严重问题就是提交何种数据来训练特定模型。

本文讨论了用引导聚合结构构建并训练神经网络融合的方法。 它还确定了构成融合的各独立神经网络分类器的超参数优化的特性。 本文中所创建的神经网络融合的品质将与该系列前一篇文章中获得的优化神经网络的品质进行比较。 已考虑到进一步提高融合分类品质的可能性。

在本文中，我们将利用箱形图（Boxplot）观察金融时间序列的季节性特征。 每个单独的箱形图（或箱须图）都能直观地展现数值如何沿数据集的分布。 不要把箱形图与烛条图混淆，尽管它们在外观上可能相似。

本文基于 James Hyerczyk 所著《形态-价格-时间：甘氏理论在交易系统里的运用》一书中的某些理念，旨在探讨以指标和 《EA 交易》;形式进行自动化交易和分析的可能性。本文不敢自称内容详尽，在此我们只是探讨模型 - 甘氏理论的第一部分。

本文主要介绍一些主动使用挂单的策略、用来描述这些策略的元语言，以及如何使用一种以这些描述为基础运行的多目标 EA 交易。

在本文中, 我们将完成测试交易货币对篮子时可能检测到的形态。在此, 我们会跟踪货币对中每支货币彼此相对的走势形态, 并展示其测试结果。

很多交易者会谈到神经网络，但很少人知道什么是神经网络以及它们真正的作用。本文旨在阐述人工智能的世界。本文将介绍如何正确地为此网络准备数据。在这里，您将看到使用程序 Matlab 的方式进行预测的示例。

本文展示了一个可视化的策略构建工具，它演示了任何用户如何不必编程就能创建交易机器人和相关工具。创建出的 EA 交易是完整功能的，并且可以在策略测试器中测试，通过云计算来优化或者实时运行于图表之上。

逻辑上完整的市场理论应该包含所有品类的商品和服务市场，像外汇这种微观和宏观市场到目前为止还不包括其中。本文介阐释基于盈利分析的新市场理论的精髓。揭示了当前价格变化的运行机制和原则，即通过形成能对实际价格产生控制影响的虚拟价格链，来找到最优定价。市场趋势的形成和改变机制在这里将得到阐释。

防止未平正掉期率仓位出现意外价格变动的统计算法。本文介绍一种套利交易保护策略，这种策略能够补偿与未平仓位的方向相反的价格变动的潜在风险。

跟随我们以前关于货币篮子交易原理的文章, 这里我们将分析交易者可以检测的形态。我们还将研究每种形态的优点和缺点, 并就其使用提供一些建议。基于威廉姆斯振荡器的指标将用作分析工具。

在本文中，我们将创建一个EA交易，用于基于风险值自动进行入场手数的计算。此外，EA交易将能够以止损的比率来自动设置获利，也就是说，它可以根据任何选择的比率计算获利，例如3比1、4比1或任何其他选择的值。

在比赛的第七周，由李方(lf8749) 开发的EA交易创下了一个新的纪录 - 在10笔交易中赚取了超过10万美元。这项成功帮助这个EA交易连续两周位于2011自动交易大赛榜单的前列。我们会在这次采访中试图找出李方成功的秘诀。

很多莫斯科交易所的交易者想把他们的交易算法自动化，但是他们不知道从何做起，MQL5语言提供了很大范围的交易功能，它还额外提供了方便使用的类，以使用户在算法交易中方便地起步。

我们透露一个小秘密：MQL5.com网站访问者的大部分时间都花在Johnpaul77信号的页面上。它在我们信号等级中遥遥领先，拥有约900个订阅人，真实账户的总资金为570万美元。我们已经采访了该信号的提供者。事实证明，有四人！团队成员之间的职责是如何分工的呢？他们使用的技术工具是什么？为什么他们自称John Paul？最后，来自印度尼西亚的普通玩家是如何成为MQL5.com上顶级信号的提供者？在文章中能找出所有答案。

本文详述一款由 Joe DiNapoli 开发的基于菲波纳奇等级的交易系统。文中将会解释系统蕴含的思路和主要概念, 并提供了一款简单的指标作为例子, 便于更清晰地理解。

本文探讨交易者在外汇交易中使用各种资金管理系统时遇到的一些问题。此外还提供了在使用不同资金管理 (MM) 方法执行交易时获取的实验数据。