OrderExample : 智能交易系统使用 OrderSendAsync() 函数发送交易请求。 作者： Roberto Jacobs
Breakeven Line Indicator for MT5 : 盈亏平衡线指标是一个 MetaTrader 指标，可根据所有未结头寸计算盈亏平衡水平，并以水平线的形式显示在图表上。此外，它还会计算交易总数、总手数以及与盈亏平衡线的距离（以点为单位）和盈亏。该指标适用于 MT4 和 MT5。 Author: Tuan Nguyen Van
3rd Generation Moving Average MT5 : 第 3 代移动平均线是 MetaTrader 标准移动平均线 (MA) 指标的高级版本。它在较长的 MA 周期基础上实施了一个相当简单的减少滞后程序。该方法由 M. Duerschner 在其文章 Gleitende Durchschnitte 3.0（德文）中首次描述。所介绍的版本使用 λ = 2，这提供了最佳的滞后还原。λ越高，与经典移动平均线的相似度越高。该指标适用于 MT4 和 MT5。无需使用任何 DLL Author: Tuan Nguyen Van
新文章 使用Python与MQL5进行多个交易品种分析（第二部分）：主成分分析在投资组合优化中的应用 已发布： 交易账户风险管理是所有交易者面临的共同挑战。我们如何在MetaTrader 5中开发能够动态学习不同交易品种的高、中、低风险模式的交易应用？通过主成分分析（PCA），我们可以更有效地控制投资组合的方差。本文将演示如何从MetaTrader 5获取的市场数据中，训练出这三种风险模式的交易模型。
新文章 MQL5 中的 SQLite 功能示例：按交易品种及 Magic 编码展示交易统计信息的仪表盘 已发布： 本文将介绍如何创建一个指标型仪表盘，按账户、交易品种及交易策略展示交易统计信息。我们将以官方文档及数据库相关文章中的示例为基础，逐步实现完整程序。
新文章 您应当知道的 MQL5 向导技术（第 44 部分）：平均真实范围（ATR）技术指标 已发布： ATR 振荡指标是一款非常流行的指标，权当波动率代表，尤其是在交易量数据稀缺的外汇市场当中。我们以形态为基础来验证这一点，就如我们对先前指标所做那样，并分享策略和测试报告，致谢 MQL5 向导库的类和汇编。 平均真实范围
Weis Waves : 交易量波指标最初由Richard D. Wyckoff 构思出来的。 作者： Flavio Jarabeck
Basing Candlesticks MT5 : 基底烛台 MetaTrader 指标 - 是一种自动指标，用于在图表上检测和标记基底烛台。基底蜡烛是指蜡烛体长度小于其高低区间 50%的蜡烛。该指标使用柱状图线（在 MT4 中）或自定义蜡烛（在 MT5 中）直接在平台的主图表中突出显示底部蜡烛。百分比标准可通过输入参数进行更改。您还可以在出现新的基准烛光时打开警报。 Author: Tuan Nguyen Van
新文章 神经网络变得轻松（第五部分）：OpenCL 中的多线程计算 已发布： 我们早前已经讨论过某些类型的神经网络实现。 在所研究的网络中，每个神经元都重复相同的操作。 逻辑上进一步应利用现代技术提供的多线程计算功能来加快神经网络学习过程。 本文介绍了一种可能的实现方式。 我们已选择了该技术。 现在，我们需要决定将计算部分拆分为线程的过程。 您还记得 完全连接感知器算法 吗？ 信号顺序从输入层转至隐藏层，然后转至输出层。 没必要为每个层分配线程，因为计算必须按顺序执行。 直到收到来自上一层的结果之后，该层才能开始计算。 一层中独立神经元的计算不依赖该层中其他神经元的计算结果。
Bollinger Squeeze Basic MT5 : 布林挤压基本 MetaTrader 指标 - 这是一个基于动量、布林带和凯尔特纳通道的复杂指标。该指标在图表的独立窗口中绘制为动量柱状图和一系列显示当前布林带和凯尔特纳通道值之间关系的点。该指标适用于 MT4 和 MT5 版本的交易平台。 Author: Tuan Nguyen Van
Candle Wicks Length Display Indicator MT5 : 蜡烛芯长度显示 MetaTrader 指标是一个可以直接在图表上以点数为单位显示蜡烛芯长度的指标。您可以设置要显示的最小长度。或者，它也可以显示小于给定限制的蜡烛芯长度。该指标支持各种警报，在 MT4 和 MT5 中均可使用。 Author: Tuan Nguyen Van
新文章 基于主成分的特征选择与降维 已发布： 本文深入探讨了改进型前向选择成分分析（Forward Selection Component Analysis，FSCA）算法的实现，该算法灵感源自Luca Puggini和Sean McLoone在《前向选择成分分析：算法与应用》一文中所提出的研究。 金融时间序列预测通常涉及对众多特征的分析，其中许多特征可能高度相关。主成分分析（Principal Component
CCI Arrows MT5 : CCI 箭头 MetaTrader 指标 - 将显示 CCI 与零点交叉的位置（用红色或蓝色箭头标记），帮助您决定做空还是做多。该指标滞后时间极短，准确度相对较高。对于那些喜欢简单、讨厌复杂指标的交易者来说，这个简单的指标是个不错的选择。CCI Arrows 支持所有类型的警报。该指标有 MT4 和 MT5 版本。 Author: Tuan Nguyen Van
新文章 交易中的神经网络：对比形态变换器（终章） 已发布： 在本系列的上一篇文章中，我们考察了“原子-基序对比变换器”（AMCT）框架，其用对比学习来发现各个级别的关键形态，从基本元素到复杂结构。在本文中，我们将继续利用 MQL5 实现 AMCT 方式。 如常，模型训练是依据预先收集的涵盖整个 2023 年的离线训练数据集上执行的。训练以迭代方式执行。经过多次迭代后，训练数据集将更新。这可以根据当前政策对代理人的操作进行最准确的评估。 在训练期间，我们获得了一个能够在训练和测试数据集上均产生盈利的模型。但这里有一个警告。出品的模型只执行了很少量的交易。我们甚至将测试期延长至 3
Daily Percentage Change MT5 : 每日百分比变化（MetaTrader 指标）- 计算与前一日收盘价相关的货币汇率变化，并在平台的主图表窗口中以百分比点显示。此外，它还可以显示每周和每月的百分比变化。可以为正或负的价格上涨设置不同的颜色。此外，一个可自定义的小箭头有助于直观地显示价格变化方向。如果您的经纪商使用的是非常规时区，该指标可以使用时间偏移参数来调整当天结束时使用的小时。该指标同样适用于 MT4 和 MT5。 Author: Tuan Nguyen Van
新文章 使用Python和MQL5开发机器人（第一部分）：数据预处理 已发布： 基于机器学习的交易机器人开发：详细指南本系列文章的第一篇将重点讨论数据的收集与准备以及特征的选择。该项目采用Python编程语言及其相关库，并结合MetaTrader 5平台来实现。 市场正变得越来越复杂。如今，它正演变成一场算法之战。超过95%的交易额是由交易机器人产生的。 下面一步是机器学习。这些虽然不是高级人工智能，但也并非简单的线性算法。机器学习模型能够在困难的背景下实现盈利。将机器学习应用于创建交易系统是一件有趣的事情。得益于神经网络，交易机器人将分析大数据，发现规律并预测价格走势。
新文章 名义变量的序数编码 已发布： 在本文中，我们将讨论并演示如何使用Python和MQL5将名义预测变量转换为适合机器学习算法的数值格式。 名义变量表示的是各类别之间不存在内在顺序或等级的分类数据。金融时间序列数据集中的具体例子可能包括： 价格K线类型（例如，针形K线、纺锤线、锤子线） 星期几（例如，星期一、星期二、星期三） 这些变量纯粹是定性的，即各类别之间不存在隐含的层级或顺序。例如，针形K线形态并不天生优于纺锤线，多头K线也并不比空头K线更好。
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 您应当知道的 MQL5 向导技术（第 38 部分）：布林带 已发布： 布林带是一种非常常见的轨道线指标，许多交易者用它来手工下单和平仓。我们，通过考察尽可能多的由它生成的不同信号，来验证该指标，并看看如何在向导汇编的智能系统中运用它们。 我们最多可用 8 个形态，从上面分享的表格中可以看出，第二个形态的输入映射（所用的形态输入）是 2。这确保了当我们检查做多和做空条件时，我们仅用这个形态，即上轨和下轨处的反弹。我们据 USDCHF 货币对，2023 年日线时间帧进行了测试运行，并得到以下结果：
新文章 交易中的神经网络：对比形态变换器 已发布： 对比变换器在设计上基于单根烛条水平和整个形态来分析行情。这有助于提升行情趋势建模的品质。甚至，运用对比学习来统调烛条和形态的表示、促进自我调节，并提升预测的准确性。 在使用机器学习分析市场形势时，我们往往会专注单根烛条及其属性，而忽略了频繁提供更有意义信息的烛条形态。形态代表的是在类似市场条件下显露出的稳定烛条结构，能够揭示至关重要的行为趋势。 之前，我们探索了从分子性质预测领域借鉴的 Molformer 框架。 Molformer
新文章 人工喷淋算法（ASHA） 已发布： 本文介绍了人工喷淋算法（Artificial Showering Algorithm，ASHA），这是一种为解决一般优化问题而开发的新型元启发式方法。基于对水流和积聚过程的模拟，该算法构建了理想场的概念，其中要求每个资源单元（水）找到最优解。我们将了解 ASHA 如何调整流和累积原则来有效地分配搜索空间中的资源，并查看其实现和测试结果。 人工淋浴算法（ASHA）是一种为解决一般优化问题而开发的新型元启发式方法。该算法基于对理想场地上人为控制设备分配的水的流动和积聚进行建模。ASHA
新文章 使用经典机器学习方法预测汇率：逻辑回归（logit）模型和概率回归（probit）模型 已发布： 本文尝试构建一款用于预测汇率报价的EA。该算法以经典分类模型——逻辑回归与概率回归为基础。并利用似然比检验作为交易信号的筛选器。
新文章 衡量指标信息 已发布： 机器学习已成为策略制定的流行方法。 虽然人们更强调最大化盈利能力和预测准确性，但处理用于构建预测模型的数据的重要性，仍未受到太多关注。 在本文中，我们研究依据熵的概念来评估预测模型构建的指标的适配性，如 Timothy Masters 的《测试和优调市场交易系统》一书中所述。 作为一个示例，我们检查上面分析的两个指标的一些统计属性。 威廉姆斯百分比范围的分布几乎揭示了所有数值如何分布在整个范围内，除了多模态之外，分布相当均匀。 这样的分布是理想的，反映在熵值中。 这与市场促进指数的长尾分布形成鲜明对比。 这样的指标对于大多数学习算法来说都是有问题的，需要转换值。
新文章 MQL5 — 您也可以成为该语言的大师 已发布： 本文将是一次自我访谈，我将告诉您我是如何迈出 MQL5 语言的第一步的。 我将向您展示如何成为一名出色的 MQL5 程序员。 我将为您解释实现这一壮举的必要基础。 唯一的先决条件是愿意学习。 许多人认为，既然我已经知道如何用 C/C++ 编程，我就应该立即开始用 MQL5 进行复杂而繁琐的项目。 我希望我能说，这只是一切的开始。 然而，现实却大相径庭。 每当我们迈出开发自己的解决方案的第一步时，我们通常会从我们自认为明白的东西开始。 就我而言，当我开始使用 MQL5 时，我手头只有语言文档。
Float MT5 : 浮动 MetaTrader 指标 - 一个复杂的指标，它分析给定货币对之前的图表历史，然后尝试分析当前形势的趋势。它在单独的图表窗口中显示趋势的起点和终点，并在主图上显示斐波纳契回撤水平和迪纳波利水平。它还会显示当地高点和低点的检测时间。该指标适用于 MT4 和 MT5。 Author: Tuan Nguyen Van
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