有关MQL5交易系统自动化的文章

在本文中，我们讨论的交易分析方法是，在 MetaTrader 4 终端中度量夹角。本文提供了一个大致的计划来使用夹角做趋势变化的分析，以及用于在交易中做夹角分析的实用的非标准方法。本文也提出了结论，这对交易是有帮助的。

本文研究建立高效交易的推荐制系统的思想和方法, 结合了贝叶斯定理基础之上的重要机器学习方法, 以及奇异频谱分析 (SSA) 的预测能力。

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。

在本文中, 我将告诉您如何把一个非常著名的策略与神经网络合并以便成功交易。这就是运用人工智能系统实现的 Thomas DeMark 次序策略。仅应用了策略的第一部分, 使用设置和交汇信号。

在本文中, 我们开发并测试若干种基于 Donchian 通道和各种指标滤波器的策略。我们还对其操作进行了比较分析。

本文简要概述了十款趋势跟随策略, 及其测试结果和比较分析。基于所获结果, 我们得到相关趋势跟随交易之优缺点的一般性结论。

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。

MetaTrader 5 可以开发和测试同时交易多种金融资产的交易机器人。其内建的策略测试器能够自动从经纪商的服务器中下载所需的订单时刻历史，并会考虑到账户的合约规范，所以开发人员不用做任何人工工作。这可以使交易环境条件的重建能够简单和可靠，包括乃至不同交易品种中订单来临之间毫秒级的间隔。在本文中，我们将演示在两种莫斯科交易所期货上开发和测试一种点差策略。

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。

本文介绍用于分析 '80-20' 交易策略而开发的工具 (指标和智能交易系统)。交易策略规则取自 "街头智能。高概率短线交易策略" 作者: Linda Raschke 和 Laurence Connors。我们将使用 MQL5 语言正实现策略规则, 并在最近的行情历史上测试基于策略的指标和智能交易系统。

本文介绍了来自琳达.布拉福德.瑞斯克(Linda Bradford Raschke)和劳伦斯.A.康纳斯(Laurence A. Connors)的《华尔街智慧:高胜算短线交易策略(Street Smarts: High Probability Short-Term Trading Strategies)》一书的两个交易策略，‘海龟汤’和‘海龟汤升级版’的原则规范。在书中描述的策略非常流行，但是有必要知道的是，作者是基于15年到20年的市场行为来开发它们的。

是否有可能开发一款能够根据代码命令, 定期优化开仓和平仓条件的智能交易系统？如果我们以模块化的形式实现一个神经网络 (多层感知器) 来分析历史并提供策略, 会发生什么？我们可以做到 EA 每月(每周, 每天或每小时) 进行神经网络优化, 然后继续其工作。因此, 我们可以开发一款自我优化 EA。

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。

本文是有关深度神经网络和预测器选择的前文之续篇。在此我们将涵盖由栈式 RBM 初始化的深度神经网络特性, 以及它在 "darch" 软件包里的实现。

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。

本文揭示了投资组合交易及其在外汇市场中的应用。研究几种简单的投资组合数学模型。本文包含在 MetaTrader4 中的实际投资交易组合的实施例子: 投资组合指标和半自动化智能交易程序。交易策略的元素, 还针对它们的优点和缺陷进行了说明。

自动剥头皮系统理所当然地被认为是算法交易的巅峰, 但同时它们的代码也最难编写。在本文中, 我们将介绍如何使用内置调试工具并基于接收的瞬时报价分析来构建策略, 以及可视测试。开发入场和离场规则, 往往需要经历多年的手工交易。但借助 MetaTrader 5, 您可以在真实历史数据的基础上快速测试任何策略。

交易系统的盈利能力不仅由逻辑和金融工具的动态分析精度, 而且还要由逻辑算法的性能品质来定义。虚假触发就是交易机器人主要逻辑品质低的典型。在本文里研究这个特别问题的解决方式。

本文涵盖的内容是提出了进化算法主要原则，以及它们的特点和多样性。我们将使用一个简单的EA交易作为实例来做实验，来展示如何通过优化使我们的交易系统获益，我们将探讨在软件程序中实现遗传、进化以及其它类型的优化，并且在优化交易系统的预测器集合与参数时提供示例程序。

本文所提供的是一个简单策略以三种模式进行测试的结果: "1 分钟 OHLC", "每笔分时" 和使用实际历史数据的 "基于真实分时的每笔分时"。

在最后一篇关于CStrategy交易引擎的系列文章中，我们将考虑多个交易算法同时运行，学习如何从XML文件加载策略，并将给出一个简单的面板，用于从可执行模块中选择EA，并管理它们的交易模式。

在本文中，我们将继续分析CStrategy交易引擎的算法。这系列文章的第三篇包含如何使用这种方法开发特定的交易策略样例的详细分析。需特别关注辅助算法— 智能交易日志系统以及使用索引方式（Close[1]，Open[0]等）访问数据。

本文探讨了通过分析单独组件的效能来评估复杂交易系统的效益。任何分析，不论是基于指标的图形化分析还是其他，都是在金融市场上成功交易的关键组成部分，在一定程度上，本文也是一项在联合应用程序中对其中几个简单独立的交易系统进行的研究，分析了它们的有效性和可用性。

本文是通用智能交易模型系列文章的又一篇。这一部分详细介绍了基于数据集中处理的原始事件模型，并考虑了交易引擎CStrategy基类的结构。

本文描述了比尔威廉姆交易系统的规则，开发一个在图表上搜索和标记该系统模式的MQL5应用程序模块，根据找到的模式进行交易，并且也展示了在各种交易品种上的测试结果。

本文介绍如何轻松在你的 MQL4 代码中使用神经网络，利用最佳的免费人工神经网络库 (FANN)，并在 MQL4 代码中采用多个神经网络。

在本文中，笔者继续通过使用实际 Expert Advisor 实现示例让读者熟悉 Lite_EXPERT2.mqh 函数。 本文涉及有关使用浮动挂单和挂单的理念（订单视交易不同而动态变化，且基于平均真实波动范围 (ATR) 指标值进行确定）。

"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。

本文是一系列“基于常见交易系统的 Expert Advisor 和交易机器人优化的惊人作用”文章的继续展开。 本文让读者熟悉 Lite_EXPERT2.mqh 文件的一个更为通用的函数库。

本文涵盖了对交叉货币对进行夜间横盘交易的细节。 它解释了在哪里可以期待获得利润以及为什么有可能出现重大亏损。 本文还提供了一个用于夜间交易的 Expert Advisor 示例，并讨论了该策略的实际应用。

我将对基于 Stanislav Chuvashov 理念的机械交易系统进行概述并提供程序代码。 三角形建基于上分形和下分形产生的两条趋势线的交叉。

使用柱和日本蜡烛图显示价格信息的传统方法的主要缺点是受到时间周期的限制。 这些方法在创建的时候可能是最好的，但如今市场变动有时过于迅速，用这种方式在图表上显示的价格不能及时反映新的变动。 本文所提到的价格图表显示方法没有这个缺点，并且提供了非常熟悉的布局。

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。

本文论证了一个具备视觉思维的著名数学方法的能力和潜力，并提供了一种“独特的”市场展望。 一方面，它有助于吸引广泛受众的注意力，因为它可以让具有创造性思维的人们重新审视交易模式本身。 另一方面，它可以引导人们进行与各种分析和预测工具相关的其他开发和程序代码实现。

为了在高预期基础上获利，我们必须理解良好交易的三个基本原则： 1）进入市场时了解你所面临的风险；2）及早止损，让利润奔跑起来；3）了解你的系统的预期——对其定期测试和调整。 本文提供了跟踪未平仓头寸并实践第二黄金法则的程序代码，因为它可以使利润奔跑起来以达到可能的最高水平。

我们可以毫不费力地找到测试的圣杯，然而，要摆脱它却困难得多。 本文重点介绍 Expert Advisor 操作参数的选择，以及在最大限度利用终端性能和最大限度减少终端用户负载的情况下对优化和测试结果进行自动化分组处理。

本文主要讲述使用 EViews 软件对 EURUSD 的先行预测以及使用 EViews 语言程序对预测结果进行的进一步评估。 此预测采用回归模型，通过专为 MetaTrader 4 开发的 Expert Advisor 进行评估。

在本文中，我们会探讨著名论述“全日交易取决于亚洲时段的交易行情”。

是否能够基于烛台方向的再现趋势，在一天内的特定时间预测市场在即将到来的一小段时间内的市场行为？ 即，是否可以在第一时间找出此类事件。 每个交易者可能都想过这个问题。 本文的目的是尝试基于烛台在特定时间间隔内的统计再现来预测市场行为。

大部分自动化交易系统开发员会使用某种形式的交易信号过滤。 在本文中，我们将探索带通滤波和 Expert Advisor 离散滤波器的创造和实施，以提高自动交易系统的特性。