有关MQL5交易系统自动化的文章

在本文中，我们将创建品种对象类，该类将成为创建品种集合的基本对象。 该类可令我们获取必要品种的数据，以便进一步进行分析和比较。

这是有关延后请求概念的第三篇文章。 我们将创建平仓、删除挂单、修改持仓和挂单参数等方法来完成延后交易请求的测试。

MQL 编程语言允许实现交易策略的模块化开发概念。 本文展示由单独编译的文件开发多模块组合的智能交易系统示例。

市场价格是缺乏需求和供应之间的稳定平衡而形成的，反之，又取决于各种各样的经济、政治和心理因素。这些因素的性质以及影响原因所存在的差异，使得直接考虑所有因素非常困难。本文提出一种依据精心设计的回归模型预测市场价格的尝试。

编程语言知识不再是创建自动交易的一个先决条件。以前，缺乏编程技能是实现自己的交易策略的不可逾越的障碍，但是随着 MQL5 向导的出现，这种情况迅速改变了。交易新手能够不再因为缺乏编程经验而担心 - 使用让您能够生成 EA 代码的新向导，编程经验不再是必不可少的了。

在本文中，我们将着手开发新的函数库部分 - 交易类。 此外，我们将研究开发一套统合 MetaTrader 5 和 MetaTrader 4 平台的基准交易对象。 当向服务器发送请求时，即意味着传递给这种交易对象的交易请求参数已被验证和校正。

这篇文章详细讨论了跳空缺口 — 前一时间段的收盘价和后一时间段的开盘价之间的较大差距, 以及对日柱方向的预测。还探讨了通过系统DLL使用 GetOpenFileName 函数的问题。

在本文中，我们将继续开发交易请求，实现下挂单，并剔除检测到的交易类操作缺陷。

MQL5.com 网站汇集了来自世界各地的交易者。 用户发表文章、共享免费代码、在市场上销售产品、执行自由职业订单、以及跟单信号。 您可以在论坛、交易者聊天和元交易者频道中与他们交流。

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，我们讨论了任何人在继续创建自动交易的智能系统之前需要了解的第一步。 我们首先研究了概念和结构。

本文探讨了与指定交易品种和幻数有关的总持仓量的计算问题。所提议的方法仅请求交易历史记录的最少必要部分，在总持仓量等于零时查找最接近的时间，并用最新的交易进行计算。还考虑了客户端全局变量的处理。

本文研讨季节性特征的扩展研究：自相关热点图和散点图。 本文之目的是展示“市场记忆”的季节性，它通过任意顺序增量的最大相关性来表达。

本文介绍的是使用编程方法追踪MetaTrader 4客户终端中的事件, 它的目标读者是对终端的操作和MQL4编程具有基本知识和技能的人员.

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。

如何根据自定义指标创建一个交易信号生成器？如何创建自定义指标？如何访问自定义指标数据？我们为什么需要 IS_PATTERN_USAGE(0) 结构和模型 0？

这是 "Another MQL5 OOP"（另一个 MQL5 OOP 类）一文的续篇，该文向您展示了如何从头建立一个简单的面向对象的 EA 交易程序并向您提供了有关面向对象编程的某些提示。今天，我向您展示开发一个能够依据新闻进行交易的 EA 所需的技术基础。我的目标是继续向您提供有关面向对象编程的理念，同时也在这个系列的文章中涵盖新的主题——处理文件系统。

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。 在第九部分中，我们开始改进 MQL4 的库类。 在此，我们将继续改进函数库，确保其与 MQL4 的完全兼容。

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。

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。

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。

本文详细阐述了运用若干种可能选项开发选择最佳优化递次的应用程序。 该应用程序能够通过各种因素来筛选优化结果。 优化递次始终写入数据库，因此您总能无需重新优化即可选择新的机器人参数。 此外，您可在单个图表上查看所有优化递次，计算参数 VaR 比率，并构建递次与特定比率集和的交易结果的正态分布图。 以及，自优化伊始（或从选定日期到另一个选定日期）开始动态构建一些计算比率的图形。

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。

在第二篇文章中，我们将继续研究神经网络，并研究在智能交易系统当中调用我们所创建 CNet 类的示例。 我们将操控两个神经网络模型，它们在训练时间和预测准确性方面都表现出相似的结果。

您现在已经成为程序的幸运拥有者——该程序可以在几分钟内为您建立一套可盈利的自动交易系统（ATC），不得不说这听起来很诱人。 您需要做的只是输入想要的数值并按回车键。 此刻，赶紧测试您的自动交易系统并获取预期的收益吧。 成千上万人花费数千小时的时间开发了这套独特的自动交易客户端，从此将能一劳永逸，这听起来多少有些空洞。 一方面，这听起来的确有点不实际。 但是，我认为这个问题可以解决。

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。

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，我们将开发一个网格EA，用于在一个范围内的趋势方向上进行交易。这样，此EA主要适用于外汇和大宗商品市场，根据测试，我们的网格EA 自2018年以来显示盈利，不幸的是，这在2014-2018年期间并非如此。

在本文中，我们将学习布林带，这是交易界最流行的指标之一。 我们将研究技术分析，并看看如何设计一款基于布林带（Bollinger Bands）指标的算法交易系统。

在本文中，我将与您分享一个在交易领域最流行和最常用的指标，即 RSI。 您将学到如何基于该指标设计交易系统。

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"。

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。

本文对基于 Stanislav Chuvashov 提出的技术的机械交易系统的方法和程序代码进行了简单的介绍，希望读者予以注意。 本文所探讨的市场分析跟 Thomas DeMark 以分形作为构建趋势线的参考点为最近的时间间隔绘制趋势线的方法有一些共同之处。

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。

使用虚拟交易，你可以创建一个自适应的 Expert Advisor，在真实市场上打开和关闭交易。 将多个策略组合到一个 Expert Advisor 内！ 你的多系统 Expert Advisor 会根据虚拟交易的获利能力，自动选择进行真实市场交易的最佳策略。 这种方法可以降低亏损并增加你在市场上操作的获利能力。 进行实验并跟其他人分享你的结果吧！ 我想，很多人会对你的策略组合感兴趣。

在本文中，将从我们的系列文章中挖掘一个新工具：我们将学习如何基于最流行的技术指标之一“移动平均收敛/发散（MACD）”设计交易系统。