新文章 原子轨道搜索（AOS）算法：改进与拓展 已发布： 在本文的第二部分，我们将继续开发一种改进版的原子轨道搜索（AOS）算法，重点聚焦于特定操作符的优化设计，以提升算法的效率和适应性。在分析了该算法的基本原理和运行机制之后，我们将探讨提升其性能以及分析复杂解空间能力的方法，并提出新的思路以扩展其作为优化工具的功能。 在本文的第二部分，我们将专注于改进AOS算法，因为面对这样一个先进的理念，我们不得不尝试对其进行改进。我们将分析改进该算法的概念，特别关注该方法所特有的特定算子，这些算子可以提高其效率和适应性。
新文章 创建 MQL5-Telegram 集成 EA 交易 (第 3 部分):将带有标题的图表截图从 MQL5 发送到 Telegram 已发布： 在本文中，我们创建一个 MQL5 EA 交易，将图表截图编码为图像数据并通过 HTTP 请求将其发送到 Telegram 聊天。通过集成图片编码和传输，我们直接在 Telegram 内通过可视化交易洞察增强了现有的 MQL5-Telegram 系统。 在上一篇文章，（即 我们系列的第二部分） 中，我们仔细研究了将 MetaQuotes Language 5 (MQL5) 与 Telegram 集成以生成和传递信号的过程。结果很明显；它允许我们向
Time To Close v1.01 - MT5 : 蜡烛关闭时间。动态文本颜色。针对回测进行了优化。 Author: Tautvydas Vaitkus
新文章 Connexus客户端（第七部分）：添加客户端层 已发布： 在本文中，我们将继续开发connexus库。在本章节中，我们将构建CHttpClient类，该类负责发送请求并接收指令。我们还将介绍模拟对象（mocks）的概念，让该库与WebRequest函数解耦，从而为用户提供更强大的灵活性。 在本系列的第七篇文章中，我们将添加整个库中最受期待的部分，将使用WebRequest函数发送请求。不过，我们不会直接对其进行访问，在此过程中会用到一些类和接口。让我们开始吧！ 先留意一下目前库的状态，当前的架构图如下：
Schaff Trend Cycle MT5 : Schaff Trend Cycle（MetaTrader 指标）--这是一种周期性震荡指标，通过使用周期计算 MACD 线上的随机指标。其结果是改进版的震荡指标，在趋势期间不会波澜起伏，并能对变化做出快速反应。它是由 Doug Schaff 开发的，他假定货币趋势在周期中加速和减速。其算法于 2008 年公开。Schaff Trend Cycle 尝试结合两种不同的趋势方向变化判断方法--MACD 和平滑随机振荡器。指标值在 0 和 100 之间波动。使用两个触发水平 - 25 和 75。可选择警报。您可以在 MT4、MT5 上下载该指标。
Spread indicator MT5 : Spread MetaTrader 指标 - 在图表主窗口中显示当前点差。您可以修改字体参数、指标位置和点差值的正常化。每个刻度线后都会重新绘制点差，确保点差值最新、最活跃。这对于点差可变或点差经常扩大的经纪商非常有用。您还可以启用在当前买入线附近显示点差标签。该指标适用于 MT4 和 MT5。 Author: Tuan Nguyen Van
EAX_Mysql - MySQL library : 该库是连接 MySQL 的简单接口。 作者： Michael Schoen
新文章 开发回放系统（第 67 部分）：完善控制指标 已发布： 在本文中，我们将看看通过一点代码改进可以实现什么。这一改进旨在简化我们的代码，更多地使用 MQL5 库调用，最重要的是，使其在我们未来可能开发的其他项目中更加稳定、安全和易于使用。 在上一篇文章“ 开发回放系统（第 66 部分）：玩转服务（七） “中，我们实现了一种方法来确定图表上何时会出现新的柱形。尽管这种方法对于流动性良好的模型非常有效，但它绝不适合用于低流动性模型或经常被竞价中止的模型。这类问题将在不久的将来得到解决。
新文章 您应当知道的 MQL5 向导技术（第 42 部分）：ADX 振荡器 已发布： ADX 是一些交易者用来衡量主流趋势强度的另一个相对热门的技术指标。作为其它两个指标的组合，它体现为振荡器，在本文中我们借助 MQL5 向导汇编、及其支持类，来探索其形态。 ADX 指标 是一款振荡器，旨在衡量其所附着证券于市场上的趋势强度。本文与之前的一些文章一样，为了向导汇编智能系统，验证在自定义信号类文件中该指标展现的各种形态。正如我们之前涵盖 RSI、布林带、和 SAR 的文章中所做的那样，我们一次审查一种形态，然后以包含所有形态的测试结束，从而了解哪种形态的权重最高。
Easy Canvas : 本开发库以及 iCanvas 类简单使用了 Canvas 来开发程序。 作者： Nikolai Semko
新文章 从Python到MQL5：量子启发式交易系统的探索之旅 已发布： 本文探讨了量子启发式交易系统的开发过程，该系统从Python原型过渡到MQL5实现，以应用于现实世界的交易中。该系统运用了量子计算原理（如叠加态和纠缠态）来分析市场状态，尽管这是在经典计算机上使用量子模拟器运行的。该系统的关键特性包括：采用三量子比特系统，可同时分析八种市场状态；设置24小时的回溯观察期；并运用七种技术指标进行市场分析。尽管准确率看似一般，但若结合恰当的风险管理策略，该系统仍能提供显著的优势。
新文章 在MQL5中创建交易管理员面板（第六部分）：多功能界面（一） 已发布： 交易管理员的角色不仅限于Telegram通信，他们还可以参与各种控制活动，包括订单管理、持仓跟踪和界面定制。在本文中，我们将分享有关扩展程序以支持MQL5中多种功能的实用见解。此次更新旨在克服当前管理员面板主要聚焦于通信这一局限，使其能够处理更广泛的任务。 基于我对MetaTrader 5的使用经验，单个图表一次只能支持一个EA、多个指标以及一个脚本。每个交易时段只能使用一个EA的这一限制，凸显了创建一个高度多功能面板的必要性，该面板能够在无需更换图表上的EA的情况下处理各种任务。以下是该面板可以执行的一些操作。
Coppock MT5 indicator : Coppock MetaTrader 指标 - 是著名的 Coppock 曲线指标的实现，该指标由 Edward Coppock 于 1962 年首创。该指标通过测量两个变化率（周期分别为 14 和 11）之和的加权移动平均值（周期为 10）来显示长期买入和卖出机会（通常只用于买入）。这是经典版本。在此 MetaTrader 版本中，您可以修改基本指标的参数。您可以在 MT4 和 MT5 中使用 Coppock 指标。 Author: Tuan Nguyen Van
新文章 从基础到中级：数组和字符串（一） 已发布： 在今天的文章中，我们将开始探索一些特殊的数据类型。首先，我们将定义什么是字符串，并解释如何使用一些基本过程。这将使我们能够处理这类数据，这可能很有趣，尽管有时对初学者来说有点困惑。此处提供的内容仅用于教育目的。在任何情况下，除了学习和掌握所提出的概念外，都不应出于任何目的使用此应用程序。 很有趣，不是吗？但我们在这里遇到了一个小问题。这正是我之前提到你需要注意字符串格式化所涉及的细节的原因。在这种情况下，问题在于颜色值。请注意，它以十六进制格式显示。然而，图 06
新文章 交易中的神经网络：受控分段（终章） 已发布： 我们继续上一篇文章中开启的工作，使用 MQL5 构建 RefMask3D 框架。该框架旨在全面研究点云中的多模态互动和特征分析，随后基于自然语言提供的描述进行目标对象识别。 模型训练是 离线 执行的。不过，为了保持训练数据集的相关性，我们会定期更新它，基于当前参与者政策添加新局次。重复模型训练和数据集更新，直至达成所需的性能。 在准备本文期间，我们开发了一个相当有趣的 参与者 政策。其据 2024 年 1 月历史数据的测试结果如下所示。 测试区期未包括在训练数据集当中。这种测试方法尽可能地模拟在真实世界里模型的用法。
新文章 遗传算法 - 很简单！ 已发布： 在本文中，笔者将讨论利用亲自开发的遗传算法进行的进化计算。笔者将通过示例说明算法的功能，并为算法的使用提供实用性的建议。 作者： Andrey Dik
新文章 使用MQL5经济日历进行交易（第二部分）：创建新闻交易面板 已发布： 在本文中，我们使用MQL5经济日历创建了一个实用的新闻交易面板，来增强我们的交易策略。我们首先设计布局，重点关注事件名称、重要性和时间等关键元素，然后在MQL5中进行设置。最后，我们实现了一个过滤系统，只显示相关性最强的新闻，为交易者快速提供有影响力的经济事件。
cIntBMP - 一个用于创建BMP图像的库 : 一个用于创建和输出BMP图像的类。 作者： Dmitry Fedoseev
TD Sequential Ultimate MT5 : TD Sequential Ultimate MetaTrader 指标显示传奇技术分析师 Tom DeMark 开发的 TD 序列方法的所有部分。TD Sequential Ultimate 显示买入和卖出设置（包括完美设置箭头）、买入和卖出倒计时（包括失败的 13 次倒计时尝试）以及 TDST 支撑位和阻力位。与 TD 序列方法的许多其他实现方式不同，该指标有多项改进： Author: Tuan Nguyen Van
Total Power Indicator MT5 : 总力量指标（MetaTrader 指标）--基于两个标准指标--"熊市力量 "和 "牛市力量"。该指标计算在给定的回溯期内有多少个看涨和看跌条形图，然后计算当前条形图的看跌、看涨和总指数（以看涨和看跌之间的绝对差值计算）的比例指数。这样，我们就能得到一段时期内相对平均的熊市和牛市力量的连续线，消除了原始熊市/牛市力量指标的主要缺点--缺乏长期视角。最初的 MetaTrader 4 版本 "总动力指标 "是由 Asirikuy.com 的丹尼尔-费尔南德斯（Daniel Fernandez）于 2011 年创建的。现在也推出了 MT5
新文章 更好的程序员（第 07 部分）：变为一名成功的自由职业开发者的注意事项 已发布： 您想成为一名成功的 MQL5 自由开发者吗？ 如果答案是肯定的，这篇文章适合您。 不要仅仅因为报酬高就申领一件您不确定该怎样完成的任务。 由于金钱很甜蜜诱人，我相信这是您决定成为一名自由职业开发者的首要原因，所以很容易自我膨胀，认为在工作过程中，能轻松厘清事情，并加以解决。 根据我的经验，这种心态在自由职业者身上是行不通的，尤其对于那些清醒了解自己所需的严谨客户，以及那些期限很紧的任务。
新文章 数据科学与机器学习（第 03 部分）：矩阵回归 已发布： 这一次，我们的模型是由矩阵构建的，它更具灵活性，同时它允许我们构建更强大的模型，不仅可以处理五个独立变量，但凡我们保持在计算机的计算极限之内，它还可以处理更多变量，这篇文章肯定会是一篇阅读起来很有趣的文章。 如果您关注过前两篇文章，您会注意到我曾遇到的一个大难题，即是编程模型可以处理更多的自变量，我的意思是动态处理更多的输入，因为当涉及到创建策略时，我们需要处理数百个数据，所以我们希望确保我们的模型能够满足这一需求。 矩阵
新文章 创建 MQL5-Telegram 集成 EA 交易（第 5 部分）：从 Telegram 向 MQL5 发送命令并接收实时响应 已发布： 在本文中，我们创建了几个类来促进 MQL5 和 Telegram 之间的实时通信。我们专注于从 Telegram 获取命令，解码和解释它们，并发送适当的响应。最后，我们确保这些交互在交易环境中得到有效测试和运行。
新文章 重构经典策略（第十一部分）移动平均线的交叉（二） 已发布： 移动平均线和随机振荡器可用于生成趋势跟踪交易信号。然而，这些信号只有在价格行为发生之后才会被观察到。我们可以有效地利用人工智能克服技术指标中这种固有的滞后性。本文将教您如何创建一个完全自主的人工智能驱动型EA，这种方式可以改进您现有的任何交易策略。即使是最古老的交易策略也可以被改进。 我们之前已经讨论过预测移动平均线交叉的概念， 这是 原文 。我们观察到，移动平均线交叉比直接预测价格变化更容易预测。今天，我们将重新审视这个熟悉的问题，但采用一种完全不同的方法。
新文章 基于Python和MQL5的特征工程（第二部分）：价格角度 已发布： 在MQL5论坛上，有许多帖子询问如何计算价格变化的斜率。本文将展示一种计算任意交易市场中价格变化所形成角度的可行方法。此外，我们还将探讨为这项新特征工程投入额外精力和时间是否值得。我们将研究价格斜率是否能在预测M1时间框架下的USDZAR货币对时，提高我们人工智能（AI）模型的准确性。
Portable Moving Average : 只需调用一次函数即可计算移动平均值。代码可在不同项目间轻松传输。 Author: Conor Mcnamara
新文章 从基础到中级：运算符优先级 已发布： 这绝对是纯理论上最难解释的问题。这就是为什么你需要练习我们在这里讨论的所有内容。虽然这起初看起来很简单，但操作符的话题只有在实践中结合不断的教育才能理解。 在上一篇文章“ 从基础到中级：FOR 语句 ”中，我们介绍了 FOR 语句的基础知识。使用前面文章中提供的材料，您可以创建相当数量的 MQL5 代码。即使这些是非常简单的应用程序，它们也可以成为许多人自豪和享受的源泉。
新文章 您应当知道的 MQL5 向导技术（第 41 部分）：深度-Q-网络 已发布： “深度-Q-网络” 是一种强化学习算法，在机器学习模块的训练过程中，神经网络参与预测下一个 Q 值和理想动作。我们曾研究过另一种强化学习算法 “Q-学习”。本文因此出示了另一个如何配以强化学习训练 MLP 的示例，可于自定义信号类中所用。 深度-Q-网络 （DQN）是另一种强化学习算法，除了我们在本文中看到的 Q-学习 之外，但它们与 “Q-学习” 不同，使用神经网络来预测 q-值和代理人下一步欲采取的动作。它与 “Q-学习” 类似/相关，因为仍然涉及
老牌脉冲系统 : 蜡烛条的颜色有红, 绿和蓝, 着色依据趋势方向 (均线和 MACD 整体值)。 作者： Nikolay Kositsin
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