新文章 如何在 MetaTrader 应用商店中购买自动交易？ 已发布： 现在，您也可以将自动交易及任何技术指标与 MetaTrader 5 一起使用。您只需要启动 MetaTrader 5 交易端，然后打开 Toolbox（工具箱）窗口的 Market（市场）选项卡。 作者： MetaQuotes Software Corp
新文章 交易中的多项式模型 已发布： 本文将介绍正交多项式。正交多项式的应用，可以成为更准确、更有效地分析市场信息的基础，从而帮助交易者做出更明智的决策。 交易的有效性在很大程度上取决于市场数据的分析方法。正交多项式就是其中一种方法。这些多项式是数学函数，可用于解决与交易相关的若干问题。 最著名的正交多项式有勒让德多项式、切比雪夫多项式、拉盖尔多项式和埃尔米特多项式。这些多项式中的每一种都具有独特的性质，使其能够用于解决不同的问题。以下是它们的一些主要应用方式： 时间序列建模。 正交多项式可用于描述时间序列。使用它们有助于识别趋势和其他模式。 回归分析。
新文章 开发回放系统（第 73 部分）：不寻常的通信（二） 已发布： 在本文中，我们将探讨如何在指标和服务之间实时传输信息，并了解为什么在更改时间框架时可能会出现问题以及如何解决这些问题。作为奖励，您将可以访问回放/模拟应用程序的最新版本。 在上一篇文章“ 开发回放系统（第 72 部分）：不寻常的通信（一） 中， “我开始展示如何使用指标来传输某些原本无法获得的信息。尽管我在那篇文章中提供了许多解释，但实际上在我们的回放/模拟器应用程序中实现代码并不是那么简单。你可能会认为我只是在装腔作势。实现这样的功能非常简单明了。我只是为了达到效果而制造悬念。
新文章 交易中的神经网络：降低锐度强化变换器效率（终章） 已发布： SAMformer 为长期时间序列预测中变换器模型的主要缺点，譬如训练复杂性，及小型数据集的普适能力差，提供了解决方案。其浅层架构和锐度感知优化有助于避免次优的局部最小值。在本文中，我们将继续利用 MQL5 实现方式，并评估其实用价值。 所有三个模型的训练都是同时进行的。训练后的 参与者 政策的测试结果如下所示。测试是在 2024 年 1 月的真实历史数据上进行的，所有其它训练参数维持不变。 在检查结果之前，我想提一下关于模型训练的若干点。首先， SAM
新文章 在 MetaTrader 5 中使用自组织特征映射（Kohonen 映射） 已发布： 自组织特征映射（Kohonen 映射）最有趣的方面是，其在不受监督的情况下就可学会对数据进行分类。就其基本形式而言，该映射能够生成输入数据的一个类似映射（聚类）。可使用 SOM 映射实现高维数据的分类和可视化。在本文中，我们将讨论 Kohonen 映射的几个简单应用。 作者： MetaQuotes Software Corp
TradeTransactions : 在应用程序中的任何位置来访问 OnTradeTransaction 中的数据。 作者： fxsaber
Market Watch Panel Utility : MetaTrader 5 的实时监控工具，可显示关键金融数据，允许快速切换符号和自定义符号列表。保存和重新加载符号、重置列表、自定义文本和面板颜色，以获得个性化的交易体验。 Author: Tien Long Tu
新文章 大爆炸-大坍缩（BBBC）算法 已发布： 本文介绍了大爆炸-大坍缩方法，该方法包含两个关键阶段：随机点的循环生成，以及将这些点压缩至最优解。该方法结合了探索与精炼过程，使我们能够逐步找到更优的解，并开拓新的优化可能性。 在浩瀚无垠的宇宙中，恒星诞生又消亡，其中隐藏着人类渴望揭示的秘密。大爆炸-大坍缩（BBBC）方法是一种受宇宙空间中发生的过程启发的全局优化算法。让我们一同探索这一引人入胜的概念。 20世纪初，物理学家亚历山大·弗里德曼（Alexander Friedmann）和乔治·勒梅特（Georges
新文章 重构经典策略（第十三部分）：最小化均线交叉的滞后性 已发布： 在我们交易者社区中，均线交叉策略已是广为人知，然而，自该策略诞生以来，其核心思想却几乎一成未变。在本次讨论中，我们将为您呈现对原策略的一项微调，其目的在于最小化该交易策略中存在的滞后性。所有原策略的爱好者们，不妨根据我们今天将要探讨的见解，来重新审视并改进这一策略。通过使用两条周期相同的移动平均线，我们可以在不违背策略基本原则的前提下，显著减少交易策略的滞后。 为了让我们能充分领会今天讨论的意义，首先将建立一个由传统交叉策略创建的基准策略。然后，我们将把这种传统策略的表现，与我们使用重新构想后的策略所能达成的效果进行比较。
新文章 从基础到中级：数组（四） 已发布： 在本文中，我们将看看如何做一些与 C、C++ 和 Java 等语言中实现的非常相似的事情。我说的是在函数或过程中传递几乎无限数量的参数。虽然这似乎是一个相当高级的主题，但在我看来，任何理解了前面概念的人都可以很容易地实现这里展示的内容。只要它们真的被正确理解。 在上一篇文章 从基础到中级：数组（三）
新文章 基于Python与MQL5的多模块交易机器人（第一部分）：构建基础架构与首个模块 已发布： 我们将开发一个模块化交易系统，该系统结合了 Python 进行数据分析，并使用 MQL5 执行交易。四个独立模块并行监控市场的不同方面：成交量、套利、经济指标和风险，并使用包含400棵树的随机森林（ RandomForest ）。特别强调风险管理，因为即使是最先进的交易算法，如果没有适当的风险管理，也是毫无用处的。
新文章 交易中的神经网络：降低锐度强化变换器效率（SAMformer） 已发布： 训练变换器模型需要大量数据，并且往往很困难，因为模型不擅长类推到小型数据集。SAMformer 框架通过避免糟糕的局部最小值来帮助解决这个问题。即使在有限的训练数据集上，也能提升模型的效率。 最近将 变换器 应用于时间序列数据的研究，主要集中在优化注意力机制，以便降低二次计算成本；或分解时间序列，以便更好地捕获其潜在形态。然而，论文 《SAMformer：配合锐度感知最小化和通道级注意力，解锁变换器在时间序列预测中的潜力》 的作者曝光了一个严重问题：在缺乏大规模数据的情况下， 变换器 的训练不稳定性。
新文章 迁移至 MQL5 Algo Forge（第 2 部分）：使用多个存储库 已发布： 在本文中，我们将探讨在公共存储库中组织项目源代码存储的一种可能的方法。我们将把代码分发到不同的分支，为项目开发建立清晰方便的规则。 在第一篇 文章 中，我们开始从 MetaEditor 中内置的基于 SVN 的 MQL5 存储过渡到基于 Git 版本控制系统的更灵活、更现代的解决方案： MQL5 Algo Forge 。采取这一步骤的主要原因是，在处理多个项目或单个项目中的不同功能时，需要充分利用存储库分支。 转换始于在 MQL5 Algo Forge 中创建一个新的存储库，并使用 Visual
Trendline Alert V1 : 趋势线突破时发出警报 Author: Paul Conrad Carlson
Risk translation of percentage risk : 根据账户余额将风险百分比转换为货币数字 Author: Conor Mcnamara
Push Notification for Opened / Closed Trades (Netting) : 该代码提供了一个简单的功能，可在 MetaTrader 5 开仓或平仓时向移动设备发送推送通知。它专为净额结算账户（每个符号只允许一个仓位）设计。 Author: Kurren James Kidd
Perfect Seconds Chart : Perfect Seconds（完美秒数）图表指标允许您将实时数据的分钟蜡烛图转换成秒数。1. 可选择任意秒数，以准确的时间收盘。2. 这是基于实时 OHLC 汇率的数据，即使没有 ticks 也能正常工作。无需外部 DLL，可在 VPS 上顺利运行 4.代码快速优化 5.支持加密货币对，如 BInance、Kucoin 和所有其他交易所的期货实时图表，可轻松转换为秒数。6. 支持所有类型的符号，如黄金和外汇货币对。删除符号和汇率的选项。 Author: Rajesh Kumar Nait
新文章 开发回放系统（第 72 部分）：异常通信（一） 已发布： 我们今天创造的东西将很难理解。因此，在这篇文章中，我将只谈论初始阶段。请仔细阅读这篇文章，这是我们继续下一步的重要前提。本材料的目的纯粹是教学性的，因为我们只会学习和掌握所提出的概念，而没有实际应用。 最后两篇文章中的整个过程非常有趣。这主要是由于我们必须采取的方法来实现预期的结果。我相信你们中的许多人已经学习并理解了让 MetaTrader 5 使用订单簿的正确方法。我再次强调，我们正在讨论自定义交易品种，请不要忘记这一点。 有趣的是，只需添加订单簿，我们就可以允许鼠标指标使用 OnCalculate 函数，其中数据由
新文章 交易中的神经网络：优化时间序列预测变换器（LSEAttention） 已发布： LSEAttention 框架改进变换器架构。它是专为长期多变量时间序列预测而设计。该方法作者提议的方法能应用于解决雏形变换器经常遇到的熵坍缩、及学习不稳定问题。 在计算机视觉和自然语言处理等领域，注意力矩阵可能会遭受熵坍缩、或秩坍缩。由于基于时间的数据所固有的频繁波动，这个问题在时间序列预测中会进一步加剧，往往会导致模型性能大幅下降。熵坍缩的底层原因仍然知之甚少，这凸显了进一步研究其机制、及对模型普适性影响的必要性。这些挑战是题为 《LSEAttention 是时间序列预测所需的一切》 这篇论文的专注点。
Disaster:
来自2007年自动交易锦标赛的EA交易。当价格穿过周期数为590的移动平均线时进行买入/卖出。
作者： Maxym Kondratiuk
零延迟赫尔 (Hull) 平均 : 这个版本的赫尔均线令滞后更小，并且仍然保持赫尔均线的平滑，从而令其更 "快速"。 作者： Mladen Rakic
新文章 迁移至 MQL5 Algo Forge（第 1 部分）：创建主存储库 已发布： 在 MetaEditor 中处理项目时，开发人员经常需要管理代码版本。MetaQuotes 最近宣布迁移到 GIT，并推出具有代码版本控制和协作功能的 MQL5 Algo Forge。在本文中，我们将讨论如何更有效地使用新的和以前存在的工具。 在撰写本文时，新的存储库已经可以使用，但 MetaEditor 集成尚未完成。因此，虽然 MetaEditor 仍然是主要的开发环境，但开发人员仍然仅限于基于 SVN 的 MQL Storage 。 在我们的各种项目工作中，我们积极使用现有的版本控制系统。然而，在撰写
新文章 流动性攫取交易策略 已发布： 流动性攫取交易策略是智能资金概念（SMC）的核心组成部分，旨在识别并利用市场中机构投资者的操作行为。该策略聚焦于高流动性区域（如支撑位或阻力位），在这些区域，大额订单可引发价格波动，随后市场恢复原有趋势。本文将详细阐释流动性攫取的概念，并概述如何在MQL5中开发流动性攫取交易策略的智能交易系统（EA）。 市场操纵 是指故意影响证券价格或交易量，以制造误导性的交易环境。尽管大多数机构交易者都遵守法律和道德标准，但仍有部分人可能会采取操纵性手段来实现特定的战略目标。以下是关于市场操纵发生的原因及方式的简要概述： 动机 ： 通过短期价格波动和套利实现利润最大化。
新文章 开发一款波段交易入场监控智能交易系统（EA） 已发布： 随着年末临近，长期交易者往往会回顾市场历史数据，分析市场行为与趋势，以期预测未来可能的走势。本文将探讨如何使用MQL5开发一款长期交易入场监控智能交易系统（EA）。该系统的开发旨在解决因手动交易和缺乏自动化监控系统而导致的长期交易机会错失问题。我们将以交易量最为活跃的货币对之一为例，有效制定策略并开发我们的解决方案。 我们通过观察该指标在较高时间框架（尤其是H4和D1）上与100周期指数移动平均线（EMA
Divergence 超赞遮瑕笔 : 此 MQL5 自定义指标可检测价格行为与威严震荡指标 (AO) 之间的背离，从而发出潜在市场反转或持续的信号。它在图表上绘制买入/卖出箭头，将 AO 显示为柱状图，并绘制趋势线以突出显示背离。 Author: Francisco Gomes Da Silva
新文章 Connexus中的正文（第四部分）：添加HTTP请求正文 已发布： 在本文中，我们探讨了HTTP请求中的正文概念，这对于发送诸如JSON和纯文本之类的数据至关重要。我们讨论并解释了如何正确地使用正文，并结合适当的头部信息。此外，我们还介绍了Connexus库中的ChttpBody类，它将简化对请求正文的处理。
新文章 通过指定的幻数计算总持仓量的最佳方法 已发布： 本文探讨了与指定交易品种和幻数有关的总持仓量的计算问题。所提议的方法仅请求交易历史记录的最少必要部分，在总持仓量等于零时查找最接近的时间，并用最新的交易进行计算。还考虑了客户端全局变量的处理。 作者： Dmitry Fedoseev
Super-signals:
本指标很容易使用：红色箭头 - 卖出信号，蓝色箭头 - 买入信号。超出了它的模拟，例如最高价-最低价，趋势以及其它达到几次。可以适用于任意时段和任意货币对。
作者： John Smith
新文章 构建K线趋势约束模型（第十部分）：战略均线金叉与死叉（智能交易系统EA） 已发布： 您是否知道，基于移动平均线交叉的金叉和死叉策略，是识别长期市场趋势最为可靠的指标之一？当短期移动平均线上穿长期移动平均线时，金叉发出看涨趋势信号；而当短期移动平均线下穿长期移动平均线时，死叉则表明看跌趋势。尽管这些策略简单且有效，但手动运用时往往会导致错失机会或延迟交易。
您错过了交易机会：
- 免费交易应用程序
- 8,000+信号可供复制
- 探索金融市场的经济新闻
注册
登录