有关MQL5交易系统自动化的文章

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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 Export Advisor 的开发过程中，代码错误的检测和恢复修复是非常重要的问题。其主要特征在于，未及时检测出来的错误可能会毁掉已处于首次测试阶段的交易系统的宝贵理念。这就是为何凡是有判断力的 EA 开发者都会在最初时便将其考虑在内的原因。本文将详述一些方法，以帮助解决这一难题。

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。

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。

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。

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。

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。

本文展示并展望了使用MQL4在外汇交易市场上做出更加高效的工作.

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。

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。

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。

文章解决的问题：当一定数量的智能交易在MТ 4客户端运行时，如何很好的安排交易之间的停顿。 在终端和MQL 4程序中用户需要的基本技能。

文章在测试报告中给出了数据的计算公式和定单计算。