文章 "实用且奇特的自动交易技术"
传统上有用、有见地。
发人深省
所有函数都趋同于经典的
市场交易量 = K*exp(N* 平衡缩减)
或者是我读错了对角线 :-)
🤔
所有功能都已成为经典。
市场交易量 = K*exp（N*余额缩水）
或者我看错了对角线 :-)
🤔
如果我们说的是经典的马丁格尔，那么是的）我想你指的是最后一点。这里有点不同。也许我应该解释一下。如果我们将股本或平衡线划分为若干段，就会出现平均缩水增加和缩水减少的段落，在缩水增加的段落上，我们应尽量提供最小手数，而在缩水减少的段落上，我们应尽量提供最大手数，这样我们就降低了风险区域的重要性，增加了安全区域的重要性。结果是，通过娴熟地使用这一技巧，亏损策略可以变成略微有利的策略。可以有很多变化，你只需要尝试，否则就无从下手。没有实践的理论只是理论 )
好吧，如果我们说的是经典的马丁格尔，那么是的）我明白你指的是最后一点。这里有点不同。也许我应该解释一下。如果我们把股票或平衡线分成若干段，那么就会出现平均缩水增加和缩水减少的段落，在缩水增加的段落上，我们应尽量提供最小手数，而在缩水减少的段落上，我们应尽量提供最大手数，这样我们就降低了风险区域的重要性，增加了安全区域的重要性。结果是，通过娴熟地使用这一技巧，亏损策略可以变成略微有利的策略。可以有很多变化，你只需要尝试，否则就无从下手。没有实践的理论只是理论 )
如果我知道在哪里跌倒，我就会铺一张床 :-))
这是关于增加/减少余额缩减的领域和风险领域...
这些都是事先不知道的，只能事后知道。如果知道了，那么 "坐以待毙 "的方法就会统治一切：-）只要不在风险较高的区域交易就可以了。
如果我知道哪里会掉下去，我就会为它铺一张床:-))
这是关于增加/减少余额缩减和风险领域....
它们不是事先知道的，而是事后才知道的。如果知道了，那么 "坐以待毙 "的方法就会统治一切：-）只要不在风险较高的区域进行交易就可以了。
这很简单，较低的缩水总是伴随着较高的缩水，反之亦然 ) 现在你可以铺一根稻草了 )
这很简单，较低的缩水总是伴随着较高的缩水，反之亦然 ) 现在您可以铺设稻草了 )
在实践中，文章中的图片应该多几个点，就像这样。
当缩减超出模型或明显恢复时......
，在此之后采取行动操纵手数
，它们越接近顶部，我们就越接近经典的马丁格尔模型，但离得越远，当然就越有趣。
实际上，文章中的图片应该像这样多几个点
当缩水明显超出模型或恢复范围时......
，在此之后采取行动操纵手数
，越接近顶部，我们就越接近经典的马汀加尔法，但越远，当然就越有趣。
嗯，一般来说，是的，但有必要留一些食物给人们）开始思考一下）。没有明确的秘诀，只有一个总的原则，即所有这些东西都是一个波浪过程，如何精确地定义这些区域的边界是一个很大的创造空间，我只是举了一个最简单的例子。 一般来说，对这个原则的理解本身就给了一个参考点，从这个参考点开始思考），甚至没有必要说我的食谱是最好的），人越多，我的解决方案就越不可能是最好的。
我可能没有完全理解，但真的应该是这样而不是反过来（突出显示）吗？
void PartialCloseType()//部分关闭订单 { bool ord; double ValidLot; MqlTick TickS; SymbolInfoTick(_Symbol,TickS); for ( int i=0; i<OrdersTotal(); i++ ) { ord=OrderSelect( i, SELECT_BY_POS, MODE_TRADES ); if ( ord && OrderMagicNumber() == MagicF && OrderSymbol() == _Symbol ) { if ( OrderType() == OP_BUY ) { ValidLot=CalcCloseLots(OrderLots(),(Open[0]-Open[1])/_Point); if ( ValidLot > 0.0 ) ord=OrderClose(OrderTicket(),ValidLot,TickS.bid,MathAbs(SlippageMaxClose),Green); } if ( OrderType() == OP_SELL ) { ValidLot=CalcCloseLots(OrderLots(),(Open[1]-Open[0])/_Point); if ( ValidLot > 0.0 ) ord=OrderClose(OrderTicket(),ValidLot,TickS.ask,MathAbs(SlippageMaxClose),Red); } break; } }
在这种情况下，当价格变动与设定订单的方向一致时，就会部分平仓。也就是说，盈利头寸被平仓，而亏损头寸仍然存在。
新文章 实用且奇特的自动交易技术已发布：
在本文中，我将演示一些非常有趣且实用的自动交易技术。 其中一些可能您很熟悉。 我将尝试覆盖最有趣的方法，并解释为什么它们值得使用。 此外，我将展示这些技术在实战中的适用性。 我们将创建智能交易系统，并依据历史报价来测试全部所述技术。
实际上，该技术不仅可用在马丁格尔之中，而且可以用在具有足够高频的任何其他交易策略当中。 在此示例中，我将利用基于余额回撤的量具。 因为考虑与余额有关的所有事情都更容易。 我们把余额表分为上升和下降部分。 两个相邻的区段形成一个半波。 随着交易数量趋于无限，半波的数量亦趋于无限。 有限的样本就足以让我们在运用马丁格尔时略有盈利。 下图说明了这个思路：
该图示意已形成的半波，和刚刚开始的半波。 任何余额图都是由这样的半波构成。 这些半波的大小会持续波动，我们可以始终在图表上区分这些半波的分组。 这些半波的大小，在一个波中越小，而在另一个波中越大。 因此，通过逐渐降低手数，我们可以等待，知道当前分组里出现严重回撤的半波。 鉴于在系列中此种严重回撤的数量很少，因此这将增加波浪分组的总体平均量具，结果就是，原始测试的相应性能变量也应增加。
为了实现，我们需要为马丁格尔增添两个额外的输入参数：
这两个参数允许我们为安全的半波分组增加手数；为危险的半波分组减少手数；从理论上讲，应能增加上述性能量具。
作者：Evgeniy Ilin