文章,程序库评论 - 页 10

Save OHLCV Data from Chart to CSV File : 该脚本会将图表上的所有 OHLCV 数据保存到 CSV 文件中。 Author: Mohammad Sh
  指标: HiLo  (1)
HiLo : 高低线指示器 Author: Leandro de Araujo Souza
新文章 开发多币种 EA 交易(第 20 部分):整理自动项目优化阶段的输送机(一) 已发布: 我们已经创建了不少有助于安排自动优化的组件。在创建过程中,我们遵循了传统的循环结构:从创建最小的工作代码到重构和获得改进的代码。是时候开始清理我们的数据库了,这也是我们正在创建的系统中的一个关键组件。 在本系列文章中,我们尝试创建一个自动优化系统,该系统允许在没有人为干预的情况下找到一种交易策略的参数的良好组合。然后,这些组合将组合成一个最终的 EA。 第 9 部分 和 第 11 部分 更详细地阐述了目标。这种搜索过程本身将由一个 EA(优化
新文章 您应当知道的 MQL5 向导技术(第 51 部分):配以 SAC 的强化学习 已发布: 柔性参与者评论者是一种利用 3 个神经网络的强化学习算法。一名参与者网络和 2 个评论者网络。这些机器学习模型按主从伙伴关系配对,其中所建模评论者能提升参与者网络的预测准确性。在这些序列中引入 ONNX 的同时,我们探讨了如何将这些思路作为由向导汇编的智能系统的自定义信号,推进测试。 柔性参与者评论者 是我们正在研究的另一种强化学习算法,它已考察了一些算法,包括 近端政策优化 、 深度-Q-网络 、 SARSA
新文章 MetaTrader 5 中的订单、持仓和成交 已发布: 不理解 MetaTrader 5 交易系统的机制,就不能创建一个强大的交易机器人。客户端从交易服务器接收有关持仓、订单和成交的信息。要使用 MQL5 正确处理这些数据,必须充分理解 MQL5程序和客户端之间的相互作用。 作者: MetaQuotes Software Corp
Logging Class for both MQL4 and MQL5 : CDebugLogger 类是一种灵活而全面的日志工具,专为在 MQL4/5 环境中使用而设计。它允许开发人员记录不同重要程度的消息(INFO、WARNING、ERROR、DEBUG),并可在日志条目中加入时间戳、函数签名、文件名和行号等选项。该类支持将日志记录到控制台和文件中,并能将日志保存到常用文件夹和 CSV 格式。此外,它还提供基于特定关键字的日志静默功能,确保敏感信息不会被记录。该类是希望在其 MQL4/5 应用程序中实施强大日志机制的开发人员的理想选择,其可定制的功能可满足广泛的调试和监控需求。
Max trade volume checker for your trading account : 显示不同类型订单(买入、卖出、挂单买入和挂单卖出)允许的标的资产最大手数的对话框。 Author: Conor Mcnamara
新文章 交易中的神经网络:搭配区段注意力的参数效率变换器(终篇) 已发布: 在之前的工作中,我们讨论了 PSformer 框架的理论层面,其中包括经典变换器架构的两大创新:参数共享(PS)机制,以及时空区段注意力(SegAtt)。在本文中,我们继续实现所提议方式的 MQL5 版本。 在 上一篇 文章中,我们探讨了 PSformer 框架的理论层面,其在雏形 变换器 架构中引入了两项关键创新:参数共享( PS )机制,以及时空区段注意力( SegAtt )。 回顾一下, PSformer 的作者提出了一种基于 变换器
新文章 一个用于通过 Google Chart API 构建图表的库 已发布: 构建各种类型的图表是分析市场情形及测试交易系统的一个基本部分。通常,为了构建一个精致的图表,必须将数据输出到一个文件,然后在 MS Excel 等应用程序中使用该文件。这样并不是非常方便,并且使我们无法动态更新数据。Google Charts API 通过向服务器发送特别请求,提供了在线创建图表的方式。在本文中,我们将尝试让创建此类请求和从 Google 服务器获得图表的过程实现自动化。 作者: Евгений
新文章 使用 SMA 和 EMA 自动优化止盈和指标参数的示例 已发布: 本文介绍了一种用于外汇交易的复杂 EA 交易,它能够将机器学习与技术分析相结合。它专注于交易苹果股票,具有自适应优化、风险管理和多策略的特点。回溯测试显示出良好的结果,盈利能力较高,但也有显著的回撤,表明还有进一步改进的潜力。 EA 的方法是多方面的,利用机器学习模型的价格预测、趋势跟踪技术和自适应参数优化。它的设计主要针对 #AAPL 股票,尽管它具有适应其他工具的灵活性。该 EA 具有动态手数调整、追踪止损和自动调整市场条件等功能,融合了尖端技术与久经考验的交易原则。
Code To Check And Delete Chart Objects For MT5 : - 该脚本会扫描当前图表,查找任何可用的图表对象 - 对其进行计数和相应删除 - 并分别记录图表上对象的名称。 Author: Chika Echezona Anumba
新文章 量子计算与交易:价格预测的新方法 已发布: 本文介绍了一种利用量子计算预测金融市场价格走势的创新方法。该方法主要应用量子相位估计(QPE)算法来寻找价格模式的原型,从而使交易者能够显著加快市场数据分析的速度。 传统计算机按顺序逐位处理信息,而量子系统则利用微观世界的惊人特性——叠加和纠缠——来并行分析多种情景。这就像一位经验丰富的交易者,同时将数十张图表、新闻和指标牢记在心,但其能力被提升到了难以想象的程度。
新文章 从头开始开发一款智能交易系统 已发布: 在本文中,我们将讨论如何做到最少编程来开发一款交易机器人。 本文中介绍的智能交易系统可以遵照各种方式进行改进,以便处理参数集合,但这将需要更多代码,使其更独立于MetaTrader 5。 该 EA 的巨大成功在于它利用 MetaTrader 5 本身来执行代码中没有的动作,因此它非常稳定可靠。 作者: Daniel Jose
新文章 使用MQL5实现布林带交易策略:逐步指南 已发布: 使用MQL5实现基于布林带交易策略的自动化交易算法的逐步指南。这是一个基于创建EA的详细教程,对交易者非常有帮助。 通过遵循这个逐步教程,交易者可以构建一个使用布林带来执行买卖订单的专家顾问(Expert Advisor,EA),基于特定的市场条件。本教程将涵盖重要的主题,包括配置布林带指标、控制交易头寸,以及处理订单执行和错误管理。无论您是开发经验丰富的专业人士,还是对算法交易不太熟悉的新手,本教程都将为交易者提供一个坚实的基础,以设计和改进他们的交易方法。 本教程将涵盖以下主题: 布林带策略的定义, 布林带策略描述
新文章 在 MQL5 中自动化交易策略(第三部分):用于动态交易管理的RSI区域反转系统 已发布: 在本文中,我们将在MQL5中创建一个基于RSI区域反转策略的EA系统,该系统使用RSI信号来触发交易,并采用反转策略来管理亏损。我们实现了一个“ZoneRecovery”类,用以自动化交易入场、反转逻辑和仓位管理。文章最后将进行系统的回测,以优化性能并提升 EA 的有效性。 区域反转RSI系统将一个用于入场交易的 相对强弱指数 (RSI)指标与一个用于管理不利价格变动的区域反转机制相结合。当 RSI 穿越关键阈值时——通常是 30(超卖,买入)和
新文章 交易中的趋势准则 已发布: 趋势是许多交易策略的重要组成部分。在本文中,我们将考察一些用来识别趋势及其特征的工具。理解并正确解释趋势,能够显著提升交易效率,并将风险最小化。 所有交易者都知道“趋势是您的朋友”这句话。事实上,趋势价格走势能够带来十分巨大的盈利。趋势交易基于价格走势会朝同一方向延续的假设。这种交易类型的主要问题是如何足够准确地判定趋势的开始和结束时间。 今天,有许多方式可以定义和计算趋势参数。在本文中,我们将考察其中最有趣的,并尝试将它们应用到实践之中。 作者: Aleksej Poljakov
  指标: 三线KDJ  (33   1 2 3 4)
三线KDJ : 股票软件通达信中的指标三线KDJ 作者: Ziheng Zhuang
新文章 DoEasy.服务功能(第 2 部分):孕线形态 已发布: 本文将继续探讨 DoEasy 库中的价格形态。我们还将创建价格行为形态中的 "孕线"(Inside Bar)形态类。 我们继续开发基于时间序列数据形成的形态。 在形态系列的第一篇文章中 ,我们创建了一个用于搜索和显示各种形态的工具包,并创建了从价格行为形态中搜索 Pin Bar 形态的功能。在本文中,我们将继续开发和完善在价格图表上搜索各种形态的功能,并创建价格行为 "Inside Bar" 形态搜索。 如果 "针形柱"(Pin Bar)形态是一个单柱形态,并通过一个柱形的比例进行搜索,那么 "孕线"(Inside
新文章 从基础到中级:递归 已发布: 在本文中,我们将探讨一个非常有趣且颇具挑战性的编程概念,尽管应该非常谨慎地对待它,因为它的误用或误解会将相对简单的程序变成不必要的复杂程序。但是,当正确使用并完全适应同样合适的情况时,递归成为解决问题的绝佳盟友,否则这些问题会更加费力和耗时。此处提供的材料仅用于教育目的。在任何情况下,除了学习和掌握所提出的概念外,都不应出于任何目的使用此应用程序。 通常,循环是通过以下两种方式之一创建的:使用专用的循环控制结构或使用函数或过程。是的,亲爱的读者,使用函数或过程来创建循环听起来可能很奇怪。然而,这比你想象的要普遍得多。
新文章 人工部落算法(ATA) 已发布: 文章提供了 ATA 优化算法关键组成部分和创新的详细讨论,其为一种进化方法,具有独特的双重行为系统,可根据状况进行调整。ATA 结合了个体和社会学习,同时使用交叉进行探索和迁徙,从而在陷入局部最优时找到解。 ATA
新文章 重新定义MQL5与MetaTrader 5指标 已发布: MQL5中一种创新的指标信息收集方法,使开发者能够向指标传递自定义输入参数以进行即时计算,从而实现了更灵活、更高效的数据分析。这种方法在算法交易中尤为实用,因为它能突破传统限制,增强对指标所处理信息的掌控力。 在交易过程中,我们所有人都曾使用过“内置指标”或“自定义指标”。MetaTrader 5提供了简便的界面来加载和附加指标到图表上,这使得交易者(主要是手动交易者)能够以一种便捷的方式使用指标来分析市场。然而,在算法交易中,重要的并非图表上显示的内容,而是指标的计算结果。
新文章 价格行为分析工具包开发(第九部分):外部数据流 已发布: 本文将利用专为高级分析而设计的外部库,探索一个全新的分析维度。这些库(如pandas)提供了强大的工具,用于处理和解读复杂数据,使交易者能够更深入地洞察市场动态。通过整合此类技术,我们能够整合原始数据与可执行策略之间的差距。加入我们,共同为这一创新方法奠定基础,并释放技术与交易专业知识相结合的潜力。 在先前的 文章 中,我主要聚焦于价格行为与数据分析,重点探讨了如何通过MQL5智能交易系统(EA)的计算与指标处理来生成交易信号。然而,这些 文章
Max trade volume checker for your trading account (Script version) : 脚本运行时会显示资产允许的最大手数。 Author: Conor Mcnamara
新文章 Connexus观察者模式(第8部分):添加一个观察者请求 已发布: 在本系列文章的最后一篇中,我们探讨了观察者模式(Observer Pattern) 在Connexus库中的实现,同时对文件路径和方法名进行了必要的重构优化。该系列文章完整地记录了Connexus库的开发过程——这是一个专为简化复杂应用中的HTTP通信而设计的工具库。 本文是该系列文章的延续,我们将构建一个名为Connexus的库。在 第一篇文章 中,我们深入理解了 WebRequest
新文章 开发回放系统(第 75 部分):新 Chart Trade(二) 已发布: 在本文中,我们将讨论 C_ChartFloatingRAD 类。这就是 Chart Trade 发挥作用的原因。然而,解释并未就此结束,我们将在下一篇文章中完成它,因为这篇文章的内容相当广泛,需要深入理解。此处提供的内容仅用于教育目的。在任何情况下,除了学习和掌握所提出的概念外,都不应出于任何目的使用此应用程序。 在上一篇文章 开发回放系统(第 74 部分):新 Chart Trade(一) 中,我主要集中解释 Chart Trade 指标的代码。我们讨论了为什么在编写 Chart Trade
Swing High Low and Fibonacci Retracement Indicator : 该指标结合了波段高/低点和斐波那契回调,可识别潜在的买入区域。 Author: Minh Hieu Hoang
新文章 价格行为分析工具包开发(第八部分):指标看板 已发布: 作为价格行为分析领域最强大的工具之一,指标看板(Metrics Board)旨在通过一键操作简化市场分析流程,实时提供关键市场指标数据。每个功能按钮均对应特定的功能,无论是分析高/低趋势、交易量还是其他关键指标。该工具能在您最需要的时候提供精准、实时的数据。让我们通过本文更深入地了解它的功能。 在我们本系列文章的早期阶段,我们发布了一篇题为 《分析大师》
新文章 使用MQL5和Python集成经纪商API与智能交易系统 已发布: 在本文中,我们将探讨如何将MQL5与Python相结合,以执行与经纪商相关的操作。想象一下,您有一个持续运行的智能交易系统(EA),它托管在虚拟专用服务器(VPS)上,并代表您执行交易。在某个阶段,EA 管理资金的能力变得至关重要。这包括为您的交易账户入金和发起出金等操作。在本文中,我们将阐明这些功能的优势和具体实现方法,从而确保将资金管理无缝地集成到您的交易策略中。敬请关注! 今天,我们将探讨如何通过 API 集成,在我们的 MetaTrader 5
ATR 概率水平 : 基于 ATR 的概率水平。"概率" 是通过投射过的平均真实范围指标和之前时间段的收盘价来计算的。 作者: Mladen Rakic
新文章 交易中的神经网络:多智代自适应模型(终篇) 已发布: 在上一篇文章中,我们讲述了多智代自适应框架 MASA,它结合了强化学习方法和自适应策略,在动荡的市场条件下提供了盈利能力、及风险之间的和谐平衡。我们已在该框架内构建了单个智代的功能。在本文中,我们继续我们已开始的工作,令其得出合乎逻辑的结论。 重点要强调,我们正在评估已实现方式的有效性,不光是提议的这些,在于我们的实现包括对原始 MASA 框架的多项修改。 这些模型是依据 EURUSD 的 2023 年 H1 数据进行训练的。所有指标参数均按其默认值设置。