文章 "MQL5集成:Python"

 

新文章 MQL5集成:Python已发布:

Python是一种广为人知且流行的语言,具有许多功能,尤其是在金融、数据科学、人工智能和机器学习领域。Python也是一种强大的工具,可以在交易中发挥作用。MQL5允许我们将这种强大的语言作为集成工具,以高效地实现我们的目标。在本文中,我们将在了解一些Python的基本信息后,分享如何在MQL5中使用Python作为集成工具。

XAUUSD_plot

作者:Mohamed Abdelmaaboud

 

非常有趣,遗憾的是,MacOs 上还没有metaTrader python 库。

[删除]  

谢谢、

在第 3 个应用程序中发现一个错误

import plotly.express as px 无法解析

from plotly.offline import plot 无法解决


我通过重新安装:pandas 和matplotlib 解决了这个问题

c:\pip install MetaTrader5 pandas matplotlib


然后像这样修改代码:


import MetaTrader5 as mt5
import pandas as pd
import matplotlib.pyplot as plt
from datetime import datetime

# MetaTrader 5 初始化
if not mt5.initialize():
    print("Erreur d'initialisation :", mt5.last_error())
    quit()
print("MT5 initialized Successfully")

# 确定参数
symbol = "XAUUSD"
start_date = datetime(2023, 8, 1)
end_date = datetime(2024, 8, 12)

# 查看符号是否可用
if not mt5.symbol_select(symbol, True):
    print(f"Le symbole {symbol} n'est pas disponible.")
    mt5.shutdown()
    quit()

# 修复历史数据
rates = mt5.copy_rates_range(symbol, mt5.TIMEFRAME_D1, start_date, end_date)
if rates is None:
    print("Erreur lors de la récupération des données :" (在数据恢复过程中出错), mt5.last_error())
    mt5.shutdown()
    quit()

# 将数据转换为数据帧 pandas
data = pd.DataFrame(rates)
data['time'] = pd.to_datetime(data['time'], unit='s')  # 将时间戳转换为日期戳

# 显示数据的第一行
print(data.head())

# 以图形方式显示数据
plt.figure(figsize=(10, 6))
plt.plot(data['time'], data['close'], label=f "成交价{符号}", color="blue")
plt.title(f"Prix de l'or ({symbol}) du {start_date.date()} au {end_date.date()}")
plt.xlabel("Date")
plt.ylabel("Prix")
plt.legend()
plt.grid()
plt.show()

# Déconnexion de MetaTrader 5
mt5.shutdown()



希望对你有帮助

 
Omar Saghir #:

谢谢、

只是在第 3 次申请中发现了一个错误

import plotly.express as px 无法解决

from plotly.offline import plot 无法解析

我通过重新安装:pandas 和matplotlib 解决了这个问题

c:\pip install MetaTrader5 pandas matplotlib

...


也可以安装 Plotly 库:

pip install plotly

更多信息:

https://plotly.com/python/getting-started/

Getting
  • plotly.com
Copyright © 2024 Plotly. All rights reserved.
 
感谢作者,这是一个很好的例子。如果能有一篇文章介绍如何通过 MQL5+Python 使用scikit-learn、TensorFlow 和 Keras 等机器学习工具, 那将会非常有趣