MT4 One Key Trading: MT4 One Key Trader：一键交易，双击脚本即可自动完成：买入，卖出，平仓，删除挂单，删除物体。 作者： Nvjan Inc.
新文章 数据分组处理方法：在MQL5中实现多层迭代算法。 已发布： 在本文中，我们介绍如何在MQL5中实现分组数据处理方法中的多层迭代算法。 数据处理的分组方法 是一种用于数据分析和预测的算法类型。它是一种机器学习技术，旨在找到描述给定数据集的最佳数学模型。GMDH由苏联数学家阿列克谢·伊瓦赫宁科（Alexey Ivakhnenko）于20世纪60年代开发。旨在解决基于经验数据对复杂系统进行建模所面临的挑战。GMDH算法采用数据驱动的建模方法，根据观察到的数据生成和完善模型，而不是依赖于先入为主的概念或理论假设。
新文章 DoEasy.服务功能（第 1 部分）：价格形态 已发布： 在本文中，我们将开始开发使用时间序列数据搜索价格形态的方法。一种形态有一组参数，对任何类型的形态都是通用的。所有此类数据都将集中在基础抽象形态的对象类中。在本文中，我们将创建一个抽象形态类和一个 Pin Bar 形态类。 对于每种形态，我们都将提供在图表上以图形显示的功能。为了避免图表上的形态图标过多，我们将根据程序指示来显示这些图标。每种形态都可以有不同的搜索设置。我们将有机会创建类型相同但参数不同的形态 -
新文章 因果推理中的倾向性评分 已发布： 本文探讨因果推理中的匹配问题。匹配用于比较数据集中的类似观察结果，这对于正确确定因果关系和消除偏见是必要的。作者解释了这如何有助于构建基于机器学习的交易系统，这些系统在没有经过训练的新数据上变得更加稳定。倾向性评分在因果推理中起着核心作用并被广泛应用。 在本文中，我将介绍上 一篇文章 中简要提到的匹配主题，或者更确切地说是它的一个变体 - 倾向性评分匹配 。
新文章 在市场中获得优势 已发布： 学习如何在你希望交易的市场中占据先机，无论你目前的交易水平如何。 今天，我们将制定一个稳健的交易策略，旨在为交易者在各类市场中提供显著的竞争优势。虽然传统的市场投资者仅依赖价格相关数据、技术指标和公共新闻公告来进行决策，但我们的策略则采取了一种开创性的方法，即利用大多数市场投资者尚未充分接触的另类数据源。 我们策略的前提在于整合另类数据，这是主流市场投资者往往忽视的一个选项。通过利用这些尚未开发的数据源，并应用机器学习技术，我们可以为自己定位，从而获得我们策略独有的独特见解和视角。
Laguerre filter - no gamma with arrow : 拉盖尔过滤器 - no gamma 基础上增加了买卖信号指示。 作者： Zhang Geng Wang
新文章 神经网络变得简单（第 73 部分）：价格走势预测 AutoBot 已发布： 我们将继续讨论训练轨迹预测模型的算法。在本文中，我们将领略一种称为 “AutoBots” 的方法。 有效预测货币对的走势是安全交易管理的一个关键方面。在这种情况下，要特别关注开发有效的模型，即可以准确地近似制定交易决策所需的语境联合分布，和时序信息。作为该类任务的可能解决方案，我们讨论一种称为 《潜变量顺序集合转换器》（AutoBots） 的新方法，该方法是在论文 《联合多个体运动预测的潜变量顺序集合转换器》
新文章 因果推断中的时间序列聚类 已发布： 在机器学习中，聚类算法是重要的无监督学习算法，它们可以将原始数据划分为具有相似观测值的组。利用这些组，可以分析特定聚类的市场情况，使用新数据寻找最稳定的聚类，并进行因果推断。本文提出了一种在Python中进行时间序列聚类的原创方法。 聚类是一种机器学习技术，它能够将数据集划分为多个对象组（即聚类），使得同一聚类内的对象彼此相似，而不同聚类的对象则各不相同。聚类有助于揭示数据结构，识别隐藏的模式，并根据对象的相似性进行分组。
新文章 随机数生成器质量对优化算法效率的影响 已发布： 在这篇文章中，我们将探讨梅森旋转算法（Mersenne Twister）随机数生成器，并将其与MQL5中的标准随机数生成器进行比较。此外，我们还将研究随机数生成器的质量对优化算法结果的影响。 当提及使用优化算法时，许多读者会好奇使用高质量的随机数生成器究竟有多重要。这个问题的答案并不像初看时那么简单。然而，可以直观地理解，随机数的质量会对算法的搜索能力产生重大影响，因为基于种群的算法绝大多数都是基于随机搜索的。 让我们一起来深入探讨这个问题。在开始之前，我们需要考虑不同类型的随机数生成器、它们对结果的影响以及在哪里可以找到可靠的选项。
新文章 手动交易的风险管理 已发布： 在本文中，我们将详细探讨如何从头编写手动交易的风险管理类。这个类也可以被用作自动化程序的算法交易者继承的基类。 大家好！在本文中，我们将继续讨论风险管理方法。在之前的文章 同时交易多种金融工具时的风险平衡 中，我们谈到了关于风险的基本概念。现在，我们将从头开始实现一个风险管理基类，以确保交易安全。同时，我们还将探讨在交易系统中如何限制影响交易策略有效性的风险。
新文章 种群优化算法：二进制遗传算法（BGA）。第 I 部分 已发布： 在本文中，我们将探讨二进制遗传和其它种群算法中所用的各种方法。我们将见识到算法的主要组成部分，例如选择、交叠和突变，以及它们对优化的影响。此外，我们还将研究数据表示方法，及其对优化结果的影响。 优化问题的参数通常称为 “特征”，必须以某种方式表示，才可在优化算法的逻辑中所用。在遗传学中，这些特征划分为表现型和基因型。表现型是正被优化的参数的外观，基因型是它在算法中的表示方式。在大多数优化算法中，表现型与基因型相同，并表示为实数。基因是优化参数，反过来，染色体是一组基因，即一组优化参数。
新文章 群体算法的基类作为高效优化的支柱 已发布： 该文章代表了一种独特的研究尝试，旨在将多种群体算法组合成一个类，以简化优化方法的应用。这种方法不仅为开发新算法（包括混合变体）开辟了机会，而且还创建了一个通用的基本测试平台。它成为根据特定任务选择最佳算法的关键工具。 在基类中组合优化算法为创建结合不同方法的最佳特性的创新解决方案打开了大门。通过这种方法产生的混合算法能够有效地克服单一方法的局限性，在解决复杂的优化问题上达到新的高度。
透视 MetaTrader 5:
此脚本无需 Windows API，即可设置客户终端的透视级别。
作者： Karputov Vladimir
SMC MaxMin at 1200:
智能交易SMC MaxMin at 1200.
Author: John Smith
新文章 MQL5 简介（第 5 部分）：MQL5 数组函数入门指南 已发布： 在第 5 部分中探索 MQL5 数组的世界，该部分专为绝对初学者设计。本文简化了复杂的编码概念，重点在于清晰性和包容性。加入我们的学习者社区，在这里解决问题，分享知识！ 我们系列的第 5 部分将向您介绍 MQL5 的迷人世界，该部分专为希望了解复杂数组函数的完全新手而设计。本节旨在消除经常与数组函数相关的误解，确保每一行代码不仅能被看懂，而且能被透彻地理解。无论之前编码经验如何，我都真诚地相信，每个人都应该有机会学习 MQL5 语言，这就是为什么我将始终致力于创造一个包容的环境。
新文章 开发多币种 EA 交易（第 4 部分）：虚拟挂单和保存状态 已发布： 在开始开发多币种 EA 后，我们已经取得了一些成果，并成功地进行了多次代码改进迭代。但是，我们的 EA 无法处理挂单，也无法在终端重启后恢复运行。让我们添加这些功能。 在上一篇 文章 中，我们对代码架构进行了大幅修改，以构建一个具有多种并行工作策略的多币种 EA。为了做到简单明了，我们迄今为止只考虑了一些最基本的功能。即使考虑到我们任务的局限性，我们也对前几篇 文章 的代码做了很大改动。
新文章 神经网络变得简单（第 72 部分）：噪声环境下预测轨迹 已发布： 预测未来状态的品质在“目标条件预测编码”方法中扮演着重要角色，我们曾在上一篇文章中讨论过。在本文中，我想向您介绍一种算法，它可以显著提高随机环境（例如金融市场）中的预测品质。 在金融市场交易的背景下，通过分析资产的历史轨迹来预测资产的未来走势极其重要，因为分析过去趋势可能是成功策略的关键因素。由于潜在因素的变化，以及市场对它们的反应，未来的资产轨迹往往包含不确定性，这决定了资产许多未来的潜在走势。因此，预测市场走势的有效方法必须能够生成潜在未来轨迹的分布，或者至少几种合理的场景。
新文章 学习如何基于 MACD 设计交易系统 已发布： 在本文中，将从我们的系列文章中挖掘一个新工具：我们将学习如何基于最流行的技术指标之一“移动平均收敛/发散（MACD）”设计交易系统。 编写代码并测试完毕后，下图示意它如何根据 MACD 主线和零轴之间的交叉生成设置： 看涨设置信号： 作者： Mohamed Abdelmaaboud
新文章 开发回放系统（第 43 部分）：Chart Trade 项目（II） 已发布： 大多数想要或梦想学习编程的人实际上并不知道自己在做什么。他们的活动包括试图以某种方式创造事物。然而，编程并不是为了定制合适的解决方案。这样做会产生更多的问题而不是解决方案。在这里，我们将做一些更高级、更与众不同的事情。 在上一篇文章 开发回放系统（第 42 部分）：Chart Trader 项目 (I) 中，我展示了如何安排鼠标指标与其他指标之间的互动。 在这里，我们将做一些更高级因而也不同的事情。但无论如何，结果都与视频 01
新文章 学习如何基于 ATR 设计交易系统 已发布： 在本文中，我们将学习一款可在交易中运用的新技术工具，作为我们学习如何设计简单交易系统系列的延续。 这次我们将选取另一个流行的技术指标：平均真实范围（ATR）。 正如我之前提到的那样，ATR 衡量波动性。 据此，分析 ATR 窗口中的数值：ATR 值越低，金融产品的波动性越低。 反之亦然，ATR 值越高，金融产品的波动性越高。 下图是关于如何解读： 那么，当 ATR 记录的数值较低时，这表示波动性较低；反之亦然，当 ATR 指标记录的数值较高时，这表明波动性较高。 根据 ATR 指标的计算，我们已经知道，ATR 指标不能准确地生成交易信号。
新文章 改编版 MQL5 网格对冲 EA（第 II 部分）：制作一款简单的网格 EA 已发布： 在本文中，我们探讨了经典的网格策略，详解 MQL5 的智能交易系统的自动化，并初步分析回测结果。我们强调了该策略对高持有能力的需求，并概括了在未来分期分批优化距离、止盈和手数等关键参数的计划。该系列旨在提高交易策略效率，以及针对不同市场条件的适配性。 欢迎来到我们系列文章的第二批次，“改编版 MQL5 网格对冲 EA”。我们首先回顾一下我们在第一部分涵盖的内容。在第 I
吸收 (Absorption): EA 依据吸收形态进行交易。 操作是以 Buy Stop 和 Sell Stop 挂单进行。 作者： Vladimir Karputov
新文章 交易者基于角度的操作 已发布： 本文将介绍基于角度的操作。我们将研究构建角度和在交易中使用角度的方法。 基于角度的操作在交易中应用已久。这些操作的主要优点是构造角度的简单性和清晰度。 江恩工具 就是基于角度操作的一个明显示例。 关于角度的一切似乎都已众所周知，不过，我会尝试从不同的角度看问题。让我们试着记住那些被遗忘的旧事物，以便获得全新的东西。 作者： Aleksej Poljakov
新文章 您应当知道的 MQL5 向导技术（第 10 部分）：非常规 RBM 已发布： 限制性玻尔兹曼（Boltzmann）机处于基本等级，是一个两层神经网络，擅长通过降维进行无监督分类。我们取其基本原理，并检验如果我们重新设计和训练它，我们是否可以得到一个实用的信号滤波器。 限制性玻尔兹曼机（RBM）是一种神经网络形式，其结构非常简单，在特定圈子中，它们颇受推崇，在于它们能揭示数据集中隐藏的属性和特征。它们从较大维度的输入数据中通过学习，完成较小维度的权重，这些权重通常作为参考概率分布。如常，可从 此处 阅读更多内容，但通常它们的结构可以用下图来描绘： [картинка] 典型情况，RBM
新文章 MQL5 简介（第 4 部分）：掌握结构、类和时间函数 已发布： 在我们的最新文章中揭开 MQL5 编程的秘密！深入了解结构、类和时间函数的基本要素，为您的编码之旅赋能。无论您是初学者还是经验丰富的开发人员，我们的指南都简化了复杂的概念，为掌握 MQL5 提供了宝贵的见解。提升你的编程技能，在算法交易领域保持领先！ 欢迎来到我们 MQL5 之旅的第四部分！当我们深入研究结构、类和时间函数的简单性时，我们的重点是使复杂的概念更易于理解。 我们的目标始终如一：创造一个包容的空间，让所有人都能使用 MQL5 语言。
新文章 制作仪表板以显示指标和EA中的数据 已发布： 在本文中，我们将创建一个用于指标和EA的仪表板类。这是一个小系列文章中的介绍性文章，其中包含模板以在EA交易中包含和使用标准指标。我将首先创建一个类似于MetaTrader 5数据窗口的面板。 在本文中，我将创建一个可以显示开发人员指定的数据的仪表板。这样的面板将便于在图表上直观地显示数据和进行可视化调试，因为在面板上查看必要的值比在调试器中跟踪它们更方便。我指的是根据某些数据值调试策略的情况。 我将以终端数据窗口原型的形式制作面板，并用相同的数据填充： 图1数据窗口和仪表板
新文章 如何准备迁移至虚拟主机的交易账户已发布：
MetaTrader 客户端完美支持自动交易策略。它有交易机器人开发者所需的所有工具 ‒ 强劲的，基于 C++ 的 MQL4/MQL5 编程语言，便利的 MetaEditor 开发环境，以及支持在 MQL5 云网络中进行分布式计算的多线程策略测试器。在本文中, 您将发现如何将您的客户端连同所有定制元素一并移至虚拟环境。
如何让终端提供可靠的不间断运作？
一个交易员可能需要在下述三种情况时，每天 24 小时保持终端运行:
交易员有自行努力开发的或 从其他程序员定购 的交易机器人;交易员有 购自市场 的 EA;交易员...
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