在文章所附的档案中,没有关于文件位置和交易历史的说明,而在本篇文章中已经给出了相关示例!
在文章所附的档案中,没有关于文件位置和交易历史的说明,而在当前文章中已经给出了相关示例!
是的,您说得没错,存档缩短了。历史记录在附录中,作为说明:
在不修改脚本的情况下从存档中转移文件夹。在这个文件夹中,将放置所有描述文件的项目。启动项目时,系统会提示您选择:
1) 所附交易历史的路径(必须在您的电脑上)。
2) 上传所附历史结果的文件夹
3) 上传您自己的历史结果的文件夹。
这些文件夹应该是不同的,因为脚本会生成具有相同名称的上传文件,如果文件夹相同,它们就会相互替换。如果由于某种原因,在启动脚本时没有输入参数,那么请在脚本本身(文件 Get_TradingHistory.mq5)中更改参数。
在文章所附的存档中,没有关于文件位置和交易历史的说明,而当前文章中已给出了相关示例!
文章所附文件的存档已被替换。用于测试脚本的文件位于MQL5/Files/article_4803 文件夹中。
尝试运行脚本。
结果如下
2018.09.01 18:17:58.442 Get_TradingHistory (Si-9.18,M1) Failed FindFirstFile ("C:\MQL5 test_1 保存报告") with error: 2 2018.09.01 18:18:06.008 Get_TradingHistory (Si-9.18,M1) Abnormal termination 2018.09.01 18:18:06.172 Get_TradingHistory (Si-9.18,M1) Error CopyFile C:\MQL5 тест сохранения истории\dealHistory.csv to C:\Users\***\AppData\Roaming\MetaQuotes\Terminal\Common\Files\temp.csv 2018.09.01 18:18:06.172 Get_TradingHistory (Si-9.18,M1) An error occurred while test_3 ! 2018.09.01 18:18:06.172 Get_TradingHistory (Si-9.18,M1) An error occurred while test_4 ! 2018.09.01 18:18:06.177 Get_TradingHistory (Si-9.18,M1) An error occurred while test_11 ! 2018.09.01 18:18:23.346 Get_TradingHistory (Si-9.18,M1) zero divide in 'DealHistoryGetter.mqh' (432,60)
MT5 在便携模式下正常运行。
我不太明白,脚本是否知道如何处理历史记录,还是需要根据特殊规则准备历史记录文件?
尝试运行脚本。
结果如下
文件路径或文件创建和读取权限出错。尝试逐行检查。我在做测试时,将所有数据都保存在了 C 盘,测试历史记录文件的位置也是一样的,可能是你没有写入或读取权限。
您的文件路径或文件创建和读取权限有误。试着逐行检查。我进行测试时,将所有数据保存在 C 盘,并以同样的方式保存了包含测试历史记录的文件,也许您没有写入或读取权限。
我拥有所有权限。
如何为脚本准备历史文件?
我有所有的许可证。
如何为脚本准备历史文件?
测试类可以读取并加载历史文件(为此在测试类中编写了一个单独的方法)。您只需传递测试文件的路径即可。
我有所有的许可证。
如何为脚本准备历史文件?
逐行查看并告诉我在哪个阶段出错?
已经准备就绪的测试类知道如何读取和加载它(测试类中有一个单独的方法)。您只需传递测试文件的路径即可。
也许我的解释不对,"dealHistory.csv "文件是随压缩包一起下载的,其中已经包含了数据,我知道报告将基于这些数据生成。我怎样才能让报告建立在我的数据上?
逐行检查并告诉我在哪个步骤出现错误?
我该怎么做?我不太明白这些术语。
新文章 自定义交易历史表述并创建报告图表已发布:
本文研讨自定义交易历史的评估方法。 并为下载和分析历史记录编写了两个类。 第一个收集交易历史并将其表述为汇总表格。 第二个是处理统计数据: 它计算众多变量并构建图表,以便更有效地评估交易结果。
所有交易活动的核心部分是形成盈利/亏损曲线的交易算法。 这种算法应可与合成资产进行比较,形成相对于标的资产 (即所交易金融的工具) 的价值。 例如,在期权交易中,Black-Scholes 模型公式用于根据标的资产价格计算此类合成资产。 但没有可用于交易算法的公式。 相应地,可将算法与合成品种的多头仓位进行比较,合成品种的盈亏曲线由算法的编程逻辑形成。 这种 "资产" 形成的利润在不同时期可能并不稳定。 即使可以通过某种财经模型进行评估,该模型也无法统一。 但是如何跟踪这一资产以及我们的交易阶段? 其中一个适当的解决方案是监控算法交易回逆并检测与预期结果的偏差。
我不会就如何分析算法提出建议,但仅提供一套方法,能够显示您的交易历史的完整图片。 基于所获数据,您能够构建复杂的财经模型,计算概率特征并得出各种结论。
本文将分为两个部分。 在第一部分(技术部分)中,我会介绍基于存储在您的终端中的大数据生成交易报告的方法。 此章节介绍用于分析的源数据。 在第二部分,我们将处理主要数值,即,我们将在所选数据上评估交易回逆。 数据采样可以变化: 所有资产或选定的品种,整个可用历史或一段区间。 分析结果将在单独的文件中表述,并在终端中简略显示。
在分析示例中我所用的数据来自我的真实交易历史。 为代码实现示例准备的数据则使用了测试区间,这些数据是我有意在模拟账户上进行交易从而累积的。
作者:Andrey Azatskiy