文章，程序库评论 - 页 17

新文章 在 MQL5 中构建自优化智能交易系统（第六部分）：防止爆仓 已发布： 在今天的讨论中，我们将一同寻找一种算法程序，以最大限度地减少我们因盈利交易被止损而平仓的总次数。我们面临的问题极具挑战性，社区讨论中给出的大多数解决方案都缺乏既定且固定的规则。我们解决问题的算法方法提高了我们交易的盈利能力，并降低了我们的平均每笔交易亏损。然而，要完全过滤掉所有将被止损的交易，还需要进一步的改进，但我们的解决方案对任何人来说都是一个很好的初步尝试 交易者有可能正确预测市场的未来价格变化，但却以亏损平仓。在交易圈中，这通常被称为“被止损出局”。这个问题源于价格水平并非以直线和可预测的方式变化。 在图

新文章 算法交易中的神经符号化系统：结合符号化规则和神经网络 已发布： 本文讲述开发混合交易系统的经验，即结合经典技术分析与神经网络。作者从基本形态分析、神经网络结构、到交易决策背后的机制，提供了系统架构的详细分析，并分享了真实代码和实践观察。 想象一下，您正尝试向计算机解释如何在证券交易所进行交易。一方面，我们有经典的规则和形态 — “头与肩”、“双底”、以及任何交易者熟悉的数百种其它形态。我们当中的许多人都曾以 MQL5 编写过 EA，试图遵照这些形态编码。但市场是一个鲜活的有机体，它持续变化，严格的规则往往会失败。 另一方面，还有神经网络 —

Neurotest : 是中立网络的文本，希望了解您的意见。 Author: Mustafa Seyyid Sahin

新文章 价格行为分析工具包开发（第十四部分）：抛物线转向与反转工具 已发布： 采用技术指标分析价格行为是一种强有力的方法。这些指标通常突出显示反转和回调的关键水平，为揭示市场动态提供了宝贵的信息。在本文中，我们演示了如何开发一个使用抛物线转向（Parabolic SAR）指标生成信号的自动化交易程序。 使用抛物线转向指标涉及密切监控 SAR 抛物线与价格行为之间的相互作用。在此策略中，信号基于以下逻辑生成： 买入信号 当满足以下条件时，触发买入信号： 当前K线是看涨的（其收盘价高于开盘价）且其 PSAR 值低于收盘价。 前两根K线通过其 PSAR 点位于其收盘价之上来确认看跌趋势。

新文章 MQL5中的自动化交易策略（第七部分）：构建具备仓位动态调整功能的网格交易EA 已发布： 在本文中，我们将在 MQL5 中构建一个使用动态仓位缩放的网格交易EA。我们将涵盖策略设计、代码实现和回测过程。最后，我们将分享用于优化该自动化交易系统的关键方案和最佳实践。

新文章 从基础到中级：重载 已发布： 也许这篇文章对新手程序员来说是最令人困惑的。事实上，在这里我将证明，并非所有函数和过程在同一代码中都有唯一的名称。是的，我们可以很容易地使用同名函数和过程 —— 这被称为重载。 这里呈现的内容纯粹是出于教学目的，它不应以任何方式被视为最终应用程序。它的目的不是探索这里提出的概念。 在上一篇名为 “ 从基础到中级：浮点 “ 的文章中，我们讨论了浮点数运算的基础知识。我首先把这篇材料作为一个起点，因为它非常重要。在我看来，为了进一步应对更复杂的问题，了解 float 和 double 类型的工作原理是绝对必要的。

新文章 您应当知道的 MQL5 向导技术（第 52 部分）：加速器振荡器 已发布： 加速器振荡指标是另一款比尔·威廉姆斯（Bill Williams）指标，它跟踪价格动量的加速，而不光是其速度。尽管很像我们在最近的一篇文章中回顾的动量（Awesome）振荡器，但它更专注于加速度，而不仅是速度，来寻求避免滞后效应。我们一如既往地验证我们可从中获得哪些形态，以及每种形态由向导汇编到智能交易系统后，在交易中具有的意义。 AO

Screenshots with keyboard key press : 按键盘上的 "s "热键截取宽屏截图 Author: Conor Mcnamara

新文章 将 MQL5 与数据处理包集成（第 4 部分）：大数据处理 已发布： 本部分探讨了将 MQL5 与强大的数据处理工具集成的高级技术，重点是高效处理大数据，以增强交易分析和决策。 金融市场不断发展，交易者不再仅仅处理价格图表和简单指标 —— 他们还要应对来自世界各个角落的大量数据。在这个大数据时代，成功的交易不仅仅是策略；这是关于你如何高效地筛选堆积如山的信息，以找到可操作的见解。本文是我们关于将 MQL5 与数据处理工具集成的系列文章中的第四篇，重点介绍为您提供无缝处理大量数据集的技能。从实时报价数据到跨越数十年的历史档案，驯服大数据的能力正迅速成为复杂交易系统的标志。

新文章 价格行为分析工具包开发（第十三部分）：RSI 哨兵工具 已发布： 通过识别背离，可以有效地分析价格行为，而像 RSI 这样的技术指标则能提供关键的确认信号。在下面的文章中，我们将解释自动化的 RSI 背离分析如何识别趋势的延续和反转，从而为市场情绪提供宝贵的见解。 当相对强弱指数（RSI）的走势与资产价格的走势不同时，就会发生 RSI 背离，这预示着价格动量可能发生转变。RSI 与价格行为之间的这种对比是交易者用来预测市场反转或趋势延续的关键指标。通常，RSI 会跟随价格的动量，从而确认 prevailing

新文章 在 MQL5 中创建交易管理面板（第九部分）：代码组织（二）：模块化 已发布： 在本次讨论中，我们进一步将 MQL5 程序分解为更小、更易于管理的模块。然后，这些模块化组件将被集成到主程序中，从而增强其组织性和可维护性。这种方法简化了我们主程序的结构，并使各个组件可以在其他EA和指标的开发中复用。通过采用这种模块化设计，我们为未来的增强功能创建了坚实的基础，这将使我们的项目和更广泛的开发者社区都受益。 在 MQL5 编程中，模块化指的是将程序分解为更小、独立且可复用的部分的实践，主要通过使用类、函数和包含文件来实现。这种方法允许开发者将特定功能封装到模块或类中，例如创建 UI

新文章 美元和欧元指数图表 — MetaTrader 5 服务示例 已发布： 我们将以 MetaTrader 5 服务为例，探讨创建和更新美元指数 (USDX) 和欧元指数 (EURX) 图表。启动服务时，我们将检查所需合成工具的存在，必要时创建它，并将其放置在市场观察窗口中。随后将创建合成工具的分钟和分时报价历史记录，然后创建所创建工具的图表。 美元指数 是货币市场最受欢迎的指数。它使我们能够预测汇率的变动。这是美元相对价值的重要指标。美元指数（USDX）于 1973 年 3 月推出。其基准值设定为 100 点。换句话说，今天等于 90 点的指数意味着美元相对于 1973 年的数字下跌了

新文章 在MQL5中构建带自定义画布图形的凯特纳通道（Keltner Channel）指标 已发布： 本文将介绍如何在MQL5中构建一个带自定义画布图形的凯特纳通道（Keltner Channel）指标。我们将详细阐述移动平均线（MA）与平均真实波幅（ATR）计算的集成方法，以及如何增强型图表的可视化效果。此外，我们还将介绍如何通过回测评估该指标的实际交易表现，为实战交易提供有价值的参考依据。 凯特纳通道

新文章 分析交易所价格的二进制代码（第二部分）：转换为 BIP39 并编写 GPT 模型 已发布： 继续尝试破译价格走势……我们将通过将二进制价格代码转换为 BIP39 来获得一个“市场词典”，那么，对这个词典进行语言学分析又如何呢？在本文中，我们将深入探讨一种创新的交易所数据分析方法，并研究如何将现代自然语言处理技术应用于市场语言。 想象一下：如果市场能用语言与我们交谈，会怎样？不是通过图表和指标进行隐喻式的交流，而是字面意义上的——使用人类的语言？正是这个想法，我们在研究的第二部分进行了深化，我们使用了 BIP39 协议——也就是加密货币钱包用来创建助记词的那个协议。 为什么选择

Tick RSI Adaptive : 基于刻度计算的 RSI 自适应指标 Author: Conor Mcnamara

双向马丁支持加仓距离盈利点数配置（可运行） : 双向马丁可运行，支持加仓距离和盈利点数设置。 支持一件平仓，开仓时间设置 作者： Xiong Xiao

新文章 开发先进的 ICT 交易系统：在订单块指标中实现信号 已发布： 在本文中，您将学习如何基于订单簿交易量（市场深度）开发订单块（Order Blocks）指标，并使用缓冲区对其进行优化以提高准确性。这结束了项目的当前阶段，并为下一阶段做准备，下一阶段将包括实施风险管理类和使用指标生成的信号的交易机器人。 在本文中，我们探讨了如何基于市场深度量创建订单阻止指标，并通过在原始指标中添加额外的缓冲区来优化其功能。 我们的最终结果： 作者： Niquel Mendoza

多个单子中对盈利特定点数个别单子平仓EA : 对于同时有10多个甚至几十个单子的, 需要先对部分有盈利的单子平仓. 可设置特定的盈利点数,就可以针对这些单子平仓. 作者： fx75fx

新文章 交易中的神经网络：使用小波变换和多任务注意力的模型（终篇） 已发布： 在上一篇文章中，我们探索了理论基础，并开始实现多任务-Stockformer 框架的方式，其结合了小波变换和自注意力多任务模型。我们继续实现该框架的算法，并评估其在真实历史数据上的有效性。 在测试期间，这些模型依据 EURUSD 的 2023 全年 H1 时间帧的历史数据进行了训练。所有分析指标均以其默认参数设置。 对于第一阶段的训练，我们采用了先前研究中收集的训练集。随后，定期更新训练样本，以便适应 参与者 当前的政策。 经过几轮训练和样本更新，得到了在训练和测试样本中都展现盈利的政策。 训练有素的政策测试是针对

新文章 MQL5中交易策略的自动化实现（第六部分）：掌握智能资金交易中的订单块（Order Block）检测技巧 已发布： 在本文中，我们将运用纯粹的价格行为分析方法，在MQL5平台上实现订单块的自动化检测。我们将界定订单块的定义，实现其检测功能，并集成自动化交易执行系统。最后，我们通过回测来评估该策略的表现。

Supertrend : 超级趋势指标，利用 ATR 波动率绘制趋势方向，为 MetaTrader 5 创建动态支撑/阻力水平。 作者： Salman Soltaniyan

Linear Regression Value : 线性回归值指标 Author: Mladen Rakic

Moving Average: The Expert Adviser Moving Average uses for trade signal generation one moving average. Author: MetaQuotes Software Corp.

Forex Profit(外汇交易利润) : 本EA交易使用了抛物线 SAR 和三个 EMA (周期数分别为10，25和50). 作者： Vladimir Karputov

Linear Regression Line : 线性回归线 Author: Mladen Rakic

Linear Regression Line (apply to) : 线性回归线，可应用于其他指标 Author: Mladen Rakic

三角套利 : 该智能交易系统 (EA) 在欧元兑美元、美元兑日元和欧元兑日元这三种货币对之间实施三角套利策略。 Author: Джованни Орсани

新文章 价格行为分析工具包开发（第12部分）：外部资金流（3）趋势图谱（TrendMap） 已发布： 市场走势由多头与空头之间的力量博弈所决定。由于作用在这些水平上的力量，市场会尊重某些特定价位水平。斐波那契（Fibonacci）水平和成交量加权平均价（VWAP）水平在影响市场行为方面尤为强大。请随我一同探讨本文中基于VWAP和斐波那契水平生成交易信号的策略。 在先前的 价格行为分析工具包开发

新文章 将您自己的 LLM 集成到 EA 中（第 5 部分）：使用 LLM 开发和测试交易策略（三）—— 适配器微调 已发布： 随着当今人工智能的快速发展，语言模型（LLMs）是人工智能的重要组成部分，因此我们应该考虑如何将强大的 LLMs 整合到我们的算法交易中。对于大多数人来说，很难根据他们的需求微调这些强大的模型，在本地部署它们，然后将它们应用于算法交易。本系列文章将采取循序渐进的方法来实现这一目标。 在 上一篇文章 中，我们介绍了如何使用 LoRA 方法对 GPT-2 预训练模型进行微调，并从我们关注的几个方面将其与完全微调模型进行了比较，包括但不限于训练开销、推理开销和模型性能。

新文章 使用比尔威廉姆系统的交易信号模块 已发布： 本文描述了比尔威廉姆交易系统的规则，开发一个在图表上搜索和标记该系统模式的MQL5应用程序模块，根据找到的模式进行交易，并且也展示了在各种交易品种上的测试结果。 比尔威廉姆的交易系统在他的书中有所描述，书名为" 交易新维度(New trading dimensions )"，它是任何交易者都应该学习熟悉的。这个系统包含了清晰和对大多数初学者都易于理解的规则，但是，规则的简单性只是表面 - 交易系统是由许多交易模式构成的。