新文章 面向初学者的 MQL4 语言。自定义指标(第 2 部分)已发布：
这是“面向初学者的 MQL4 语言”系列的第五篇文章。今天我们将学习使用图形对象，这是个非常强大的开发工具，可以大幅拓宽指标的应用范围。此外，它们可以用于脚本和 Expert Advisor。我们将学习创建对象，更改其参数以及检查错误。当然，我不可能详细地描述所有对象，那也太多了。但你会获得让你能够自主学习这些对象的所有必要知识。本文还包含一个逐步引导你创建复杂信号指标的示例。在这里示例中，很多参数都是可调整的，这样就能轻松更改指标的外观。
关于图形对象
使用 MetaTrader 4...
新文章 从头开始开发智能交易系统（第 22 部分）：新订单系统 (V) 已发布： 今天，我们将继续开发新订单系统。 实现一个新系统并非那么容易，因为我们经常会遇到各种问题令过程复杂化。 当这些问题出现时，我们必须停下来重新分析我们前进的方向。 下面的视频显示了系统的实际工作方式，因此请注意在图表和工具箱中的这些数值。 作者： Daniel Jose
新文章 学习如何基于 Williams PR 设计交易系统 已发布： 本系列中的一篇新文章,介绍了如何依据 MQL5 最流行的技术指标为 MetaTrader 5 设计交易系统。 在本文中，我们将学习如何依据 Williams‘ %R 指标设计交易系统。 在本主题中，我们将设计一个循序渐进的蓝图，为每个提到的策略创建一个交易系统。 我认为这一步在任何交易系统创建过程中都是非常重要的一步，因为它能帮助我们通过有组织的步骤了解我们需要做什么。 策略一: Williams %R - OB 和 OS
新文章 手工制图表和交易工具箱（第三部分）。 优化和全新工具 已发布： 在本文中，我们将深入开发利用键盘快捷键在图表上绘制图形对象的设想。 全新工具已被加到函数库当中了，包括一条贯穿任意顶点绘制的直线，以及一组能够评估逆转时间和价位的矩形。 此外，本文还展示了优化代码从而提高性能的可能性。 实现示例已经重写，能够使用其它交易程序的快捷方式。 所需的代码知识水平：略高于初学者。 首先提供的是在较小时间帧上指标线偏移效应有关。 如果以常规方式画线，则在时间帧之间切换时会出现类似的情况： 与 D1 上的极值完全重合的直线左边缘在 H4 上向左偏移了，因此它并未与极值重合。
新文章 CCI 指标。 升级和新特征 已发布： 在本文中，我将研究升级 CCI 指标的可能性。 此外，我将对指标进行修改。 但也有一些区域的差异非常明显。 比较指标的小型智能系统 视觉比较很主观，可能会导致错误的结论。 我们的结论需要更可靠的基础。 为了评估所有指标版本，我们编写一个简单的智能系统。 我们为它分配相同的开盘和收盘规则，并比较结果。 我将采用以下规则 — 穿过给定的水平面，则在一个方向开仓；在相反的方向平仓（如果有的话）。 作者： Aleksej Poljakov
新文章 神经网络变得轻松（第十九部分）：使用 MQL5 的关联规则 已发布： 我们继续研究关联规则。 在前一篇文章中，我们讨论了这种类型问题的理论层面。 在本文中，我将展示利用 MQL5 实现 FP-Growth 方法。 我们还将采用真实数据测试所实现的解决方案。 我已创建了一个智能系统（assocrules.mq5），并基于实际数据来测试这个类。 EA 的测试完全兼容之前测试中所用的所有参数。 我不能说这个方法能判定所有的分形，且无错误。 但创建的 EA 展现出有趣的结果，如下面的屏幕截图所示。 作者： Dmitriy Gizlyk
新文章 从头开始开发智能交易系统（第 21 部分）：新订单系统 (IV) 已发布： 最后，视觉系统将开始工作，尽管它尚未完工。 在此，我们将完成主要更改。 这只是它们当中很少一部份，但都是必要的。 嗯，整个工作将非常有趣。 以下视频显示了系统当前的工作方式。 还有一些我在文章中没有涉及的修改，因为这些次要修改不会影响解说。 作者： Daniel Jose
新文章 DoEasy. 控件 (第 9 部分): 重新编排 WinForms 对象方法、RadioButton 和 Button 控件 已发布： 在本文中，我将修复 WinForms 对象类方法的名称，并创建 WinForms 的对象 Button 和 RadioButton。 编译 EA，并在图表上启动它： 可以看出，按钮根据自动调整大小模式正确调整其大小以适配文本。 CheckBox 和 RadioButton 是普通亮度的复选框区域，而 CheckBox 本身现在具有一定的厚度。 我滚动鼠标滚轮，同时将鼠标悬停在一些控件上。 日志中显示了以下项目：
新文章 组合趋势和盘整策略已发布： 有多种多样的交易策略，它们中的一些要寻找趋势，而其它的一些会定义价格波动的范围而在其中进行交易。有没有可能把这两种方法组合到一起来增加获利呢? 从价格图表上可以看到不断变化的趋势，大的变化后通常是盘整的阶段，这时价格会开始在一个狭窄的范围内变化。交易者通常根据当前市场的条件来选择他们的交易策略，但是我们怎样才能确定这个时候应该选择哪个策略呢?是趋势策略还是盘整策略呢? 有一些文章 [1] 和 [2]...
新文章 学习如何基于 Ichimoku 设计交易系统 已发布： 这是我们系列中有关如何基于最热门指标设计交易系统的一篇新文章，这回我们将详细讨论 Ichimoku 指标，以及如何依据该指标设计交易系统。 基于这一策略，我们需要创建一个能够持续检查收盘价、Senkou Span A 和 Senkou Span B 数值的交易系统。 我们需要交易系统在这些值之间进行比较，以便决定哪个值更大或更小，以此决定是否存在上升趋势或下降趋势，并在图表上显示收盘价和 Ichimoku 指标线的数值。 如果收盘价大于 span B ，且收盘价大于 span A，则趋势向上。 如果收盘价低于 span B
新文章 神经网络变得轻松（第十八部分）：关联规则 已发布： 作为本系列文章的延续，我们来研究无监督学习方法中的另一类问题：挖掘关联规则。 这种问题类型首先用于零售业，即超市等，来分析市场篮子。 在本文中，我们将讨论这些算法在交易中的适用性。 该算法从消除随机项开始。 为了做到这一点，与前面的算法一样，我们对整个训练集合执行第一遍，并计算每项的支持率。 之后，删除频率小于 MinSup 的所有项。 其余项按其支持率的降序排列。 上述示例产生以下序列： D (0.8) -> C (0.7) -> B (0.6) -> E(0.4) 接下来，我们将拔高 FP 树。 为此，针对训练样本执行第二次验算。
新文章 神经网络变得轻松（第十八部分）：关联规则 已发布： 作为本系列文章的延续，我们来研究无监督学习方法中的另一类问题：挖掘关联规则。 这种问题类型首先用于零售业，即超市等，来分析市场篮子。 在本文中，我们将讨论这些算法在交易中的适用性。 作者： Dmitriy Gizlyk
新文章 数据科学和机器学习（第 05 部分）：决策树 已发布： 决策树模仿人类的方式针对数据进行分类。 我们看看如何构建这棵树，并利用它们来分类和预测一些数据。 决策树算法的主要目标是将含有杂质的数据分离成纯节点或靠近节点。 决策树运用多种算法来决定将一个节点拆分为两个或多个子集节点。 子节点的创建提升了子节点合量的均匀性。 换言之，我们可以说节点的纯度随着目标变量的增加而增加。 决策树算法把所有可用变量上的节点拆分，然后选择拆分最均匀的子节点。 算法选择基于目标变量的类型。 以下是决策树中采用的算法： ID3 > D3 扩展 C4.5 > ID3 继承者 CART > 分类和回归树
新文章 从头开始开发智能交易系统（第 20 部分）：新订单系统 (III) 已发布： 我们继续实现新的订单系统。 创建这样的一个系统需要熟练地掌握 MQL5，以及了解 MetaTrader 5 平台的实际工作方式，及其提供的资源。 在系统完成之前，它还需要一点，即能够直接在图表上显示完整订单。 但是现在我们必须一次性完成这一切，因为必须在代码中的其它地方进行足够重要的修改。 因此，我们将在下一篇文章中讨论这个问题，因为变化将非常深刻。 如果有些东西引发出错，则必须回退一步，然后重试，直到可以按照您想要的方式更改系统。 按照这种方式，您可以自定义系统，令您感到舒适。
新文章 您应该知道的 MQL5 向导技术（第 01 部分）：回归分析 已发布： 今天的交易者都是一位哲学家，他几乎总是（有意识地或无意识地）寻找新的思路，尝试它们，选择修改或抛弃它们；这是一个需要付出相当勤奋程度的探索过程。 这显然会花费交易者高昂的时间，且需要避免错误。 本系列文章将提出，MQL5 向导应该是交易者的支柱。 为什么呢？ 因为交易者不仅经由 MQL5 向导组装他的新想法来节省时间，而且大大减少了重复编码的错误；他最终会把精力集中在交易哲学的几个关键领域。 来自我们优化的 结果 如下所示。 首先是报告和净值曲线的最佳结果，来自只用市价订单交易。 作者： Stephen Njuki
新文章 机器学习和交易中的元模型：交易订单的原始时序 已发布： 机器学习中的元模型：很少或无人为干预的情况下自动创建交易系统 — 模型自行决定何时以及如何进行交易。 首先，我需要画个小重点。 由于研究人员在开发交易系统（包括应用机器学习的系统）时所作所为的不确定性，因此不可能严格正规化搜索对象。 它可以定义为多维空间中的一些或多或少稳定的依赖关系，这些依赖关系很难用人类甚或数学语言来解释。 我们从高度参数化的自我训练系统中，很难进行详细的分析。 这种算法需要交易者基于回测的结果给予一定程度的信任，但它们并没有阐明所发现形态的精髓，甚至是本质。
新文章 从头开始开发智能交易系统（第 19 部分）：新订单系统 (II) 已发布： 在本文中，我们将开发一个“看看发生了什么”类型的图形订单系统。 请注意，我们这次不是从头开始，只不过我们将修改现有系统，在我们交易的资产图表上添加更多对象和事件。 如果您认为这不太容易实现，请查看 C_HLineTrade 类的以下代码部分： inline void SetLineOrder( ulong ticket, double price, eHLineTrade hl, bool select) { string sz0 = def_NameHLineTrade + ( string
EMA Cross Contest Hedged:
智能交易 EMA Cross Contest Hedged。使用指标: Macd 和 MA。
Author: John Smith
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 学习如何基于交易量设计交易系统 已发布： 这是我们系列文集中的新篇章，介绍如何基于最流行的技术指标设计交易系统。 本文将专门讨论交易量指标。 作为一个概念，交易量是金融市场交易中非常重要的因素之一，我们必须予以关注。 贯穿本文，我们将学习如何基于交易量指标设计一款简单的系统。 在这一部分中，我们将为每个策略设计一个蓝图，设计蓝图的原因是帮助我们规化我们想要做的事情，从而创建一个交易系统。 这一步对于安排我们的思路非常重要且有必要，能够辨别我们每一步想要做什么。 首先，我们将创建一个简单交易系统的蓝图，该系统仅生成交易量指标的当期值，作为图表上的注释。
新文章 神经网络实验（第 1 部分）：重温几何学 已发布： 在本文中，我将利用实验和非标准方法开发一个可盈利的交易系统，并验证神经网络是否对交易者有任何帮助。 优化和前向验证测试结果。 前向验证测试日期从 2021 年 5 月 31 日至 2022 年 5 月 30 日。在所有结果中，我们应选择具有最大利润因子的结果，其中复杂标准的最大化值超过 40-50。 作者： Roman Poshtar
新文章 DoEasy. 控件 (第 8 部分): 基准 WinForms 对象类别，GroupBox 和 CheckBox 控件 已发布： 本文研究创建 “GroupBox” 和 “CheckBox” WinForms 对象，以及开发 WinForms 对象类别的基准对象。 所有已创建对象仍然是静态的，即，它们无法与鼠标交互。 编译 EA，并在图表上启动它： 正如我们所看到的，CheckBox 对象组件的定位工作正常，GroupBox 对象在面板上创建，并与之绑定。 至于目前，所有这些对象都是静态的 — 它们没有与鼠标交互的能力。 稍后我将实现它 — 可一次性应对多个 WinForms 对象。
新文章 神经网络变得轻松（第十七部分）：降低维度 已发布： 在本部分中，我们将继续讨论人工智能模型。 即，我们研究无监督学习算法。 我们已经讨论了众多聚类算法之一。 在本文中，我将分享一种解决与降维相关问题的方法。 主成分分析是由英国数学家卡尔·皮尔逊（Karl Pearson）于 1901 年发明的。 自那时起，它已成功地应用于众多科学领域。 为了理解该方法的本质，我建议拿一项简单任务来示范，譬如有关将二维数据数组降维成向量。 从几何意义上来讲，这可以表示为平面上的点在直线上的投影。 在下图中，初始数据用蓝点表示。 有两个投影分别位于橙色和灰色线条上，并带有相应颜色的点。
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