文章,程序库评论 - 页 20

新文章 交易中的神经网络:搭配区段注意力的参数效率变换器(终篇) 已发布: 在之前的工作中,我们讨论了 PSformer 框架的理论层面,其中包括经典变换器架构的两大创新:参数共享(PS)机制,以及时空区段注意力(SegAtt)。在本文中,我们继续实现所提议方式的 MQL5 版本。 在 上一篇 文章中,我们探讨了 PSformer 框架的理论层面,其在雏形 变换器 架构中引入了两项关键创新:参数共享( PS )机制,以及时空区段注意力( SegAtt )。 回顾一下, PSformer 的作者提出了一种基于 变换器
新文章 一个用于通过 Google Chart API 构建图表的库 已发布: 构建各种类型的图表是分析市场情形及测试交易系统的一个基本部分。通常,为了构建一个精致的图表,必须将数据输出到一个文件,然后在 MS Excel 等应用程序中使用该文件。这样并不是非常方便,并且使我们无法动态更新数据。Google Charts API 通过向服务器发送特别请求,提供了在线创建图表的方式。在本文中,我们将尝试让创建此类请求和从 Google 服务器获得图表的过程实现自动化。 作者: Евгений
新文章 使用 SMA 和 EMA 自动优化止盈和指标参数的示例 已发布: 本文介绍了一种用于外汇交易的复杂 EA 交易,它能够将机器学习与技术分析相结合。它专注于交易苹果股票,具有自适应优化、风险管理和多策略的特点。回溯测试显示出良好的结果,盈利能力较高,但也有显著的回撤,表明还有进一步改进的潜力。 EA 的方法是多方面的,利用机器学习模型的价格预测、趋势跟踪技术和自适应参数优化。它的设计主要针对 #AAPL 股票,尽管它具有适应其他工具的灵活性。该 EA 具有动态手数调整、追踪止损和自动调整市场条件等功能,融合了尖端技术与久经考验的交易原则。
Code To Check And Delete Chart Objects For MT5 : - 该脚本会扫描当前图表,查找任何可用的图表对象 - 对其进行计数和相应删除 - 并分别记录图表上对象的名称。 Author: Chika Echezona Anumba
新文章 量子计算与交易:价格预测的新方法 已发布: 本文介绍了一种利用量子计算预测金融市场价格走势的创新方法。该方法主要应用量子相位估计(QPE)算法来寻找价格模式的原型,从而使交易者能够显著加快市场数据分析的速度。 传统计算机按顺序逐位处理信息,而量子系统则利用微观世界的惊人特性——叠加和纠缠——来并行分析多种情景。这就像一位经验丰富的交易者,同时将数十张图表、新闻和指标牢记在心,但其能力被提升到了难以想象的程度。
新文章 从头开始开发一款智能交易系统 已发布: 在本文中,我们将讨论如何做到最少编程来开发一款交易机器人。 本文中介绍的智能交易系统可以遵照各种方式进行改进,以便处理参数集合,但这将需要更多代码,使其更独立于MetaTrader 5。 该 EA 的巨大成功在于它利用 MetaTrader 5 本身来执行代码中没有的动作,因此它非常稳定可靠。 作者: Daniel Jose
新文章 在 MQL5 中自动化交易策略(第三部分):用于动态交易管理的RSI区域反转系统 已发布: 在本文中,我们将在MQL5中创建一个基于RSI区域反转策略的EA系统,该系统使用RSI信号来触发交易,并采用反转策略来管理亏损。我们实现了一个“ZoneRecovery”类,用以自动化交易入场、反转逻辑和仓位管理。文章最后将进行系统的回测,以优化性能并提升 EA 的有效性。 区域反转RSI系统将一个用于入场交易的 相对强弱指数 (RSI)指标与一个用于管理不利价格变动的区域反转机制相结合。当 RSI 穿越关键阈值时——通常是 30(超卖,买入)和
新文章 交易中的趋势准则 已发布: 趋势是许多交易策略的重要组成部分。在本文中,我们将考察一些用来识别趋势及其特征的工具。理解并正确解释趋势,能够显著提升交易效率,并将风险最小化。 所有交易者都知道“趋势是您的朋友”这句话。事实上,趋势价格走势能够带来十分巨大的盈利。趋势交易基于价格走势会朝同一方向延续的假设。这种交易类型的主要问题是如何足够准确地判定趋势的开始和结束时间。 今天,有许多方式可以定义和计算趋势参数。在本文中,我们将考察其中最有趣的,并尝试将它们应用到实践之中。 作者: Aleksej Poljakov
  指标: 三线KDJ  (33   1 2 3 4)
三线KDJ : 股票软件通达信中的指标三线KDJ 作者: Ziheng Zhuang
新文章 DoEasy.服务功能(第 2 部分):孕线形态 已发布: 本文将继续探讨 DoEasy 库中的价格形态。我们还将创建价格行为形态中的 "孕线"(Inside Bar)形态类。 我们继续开发基于时间序列数据形成的形态。 在形态系列的第一篇文章中 ,我们创建了一个用于搜索和显示各种形态的工具包,并创建了从价格行为形态中搜索 Pin Bar 形态的功能。在本文中,我们将继续开发和完善在价格图表上搜索各种形态的功能,并创建价格行为 "Inside Bar" 形态搜索。 如果 "针形柱"(Pin Bar)形态是一个单柱形态,并通过一个柱形的比例进行搜索,那么 "孕线"(Inside
新文章 从基础到中级:递归 已发布: 在本文中,我们将探讨一个非常有趣且颇具挑战性的编程概念,尽管应该非常谨慎地对待它,因为它的误用或误解会将相对简单的程序变成不必要的复杂程序。但是,当正确使用并完全适应同样合适的情况时,递归成为解决问题的绝佳盟友,否则这些问题会更加费力和耗时。此处提供的材料仅用于教育目的。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。 通常,循环是通过以下两种方式之一创建的:使用专用的循环控制结构或使用函数或过程。是的,亲爱的读者,使用函数或过程来创建循环听起来可能很奇怪。然而,这比你想象的要普遍得多。
新文章 人工部落算法(ATA) 已发布: 文章提供了 ATA 优化算法关键组成部分和创新的详细讨论,其为一种进化方法,具有独特的双重行为系统,可根据状况进行调整。ATA 结合了个体和社会学习,同时使用交叉进行探索和迁徙,从而在陷入局部最优时找到解。 ATA
新文章 重新定义MQL5与MetaTrader 5指标 已发布: MQL5中一种创新的指标信息收集方法,使开发者能够向指标传递自定义输入参数以进行即时计算,从而实现了更灵活、更高效的数据分析。这种方法在算法交易中尤为实用,因为它能突破传统限制,增强对指标所处理信息的掌控力。 在交易过程中,我们所有人都曾使用过“内置指标”或“自定义指标”。MetaTrader 5提供了简便的界面来加载和附加指标到图表上,这使得交易者(主要是手动交易者)能够以一种便捷的方式使用指标来分析市场。然而,在算法交易中,重要的并非图表上显示的内容,而是指标的计算结果。
新文章 价格行为分析工具包开发(第九部分):外部数据流 已发布: 本文将利用专为高级分析而设计的外部库,探索一个全新的分析维度。这些库(如pandas)提供了强大的工具,用于处理和解读复杂数据,使交易者能够更深入地洞察市场动态。通过整合此类技术,我们能够整合原始数据与可执行策略之间的差距。加入我们,共同为这一创新方法奠定基础,并释放技术与交易专业知识相结合的潜力。 在先前的 文章 中,我主要聚焦于价格行为与数据分析,重点探讨了如何通过MQL5智能交易系统(EA)的计算与指标处理来生成交易信号。然而,这些 文章
Max trade volume checker for your trading account (Script version) : 脚本运行时会显示资产允许的最大手数。 Author: Conor Mcnamara
新文章 Connexus观察者模式(第8部分):添加一个观察者请求 已发布: 在本系列文章的最后一篇中,我们探讨了观察者模式(Observer Pattern) 在Connexus库中的实现,同时对文件路径和方法名进行了必要的重构优化。该系列文章完整地记录了Connexus库的开发过程——这是一个专为简化复杂应用中的HTTP通信而设计的工具库。 本文是该系列文章的延续,我们将构建一个名为Connexus的库。在 第一篇文章 中,我们深入理解了 WebRequest
新文章 开发回放系统(第 75 部分):新 Chart Trade(二) 已发布: 在本文中,我们将讨论 C_ChartFloatingRAD 类。这就是 Chart Trade 发挥作用的原因。然而,解释并未就此结束,我们将在下一篇文章中完成它,因为这篇文章的内容相当广泛,需要深入理解。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。 在上一篇文章 开发回放系统(第 74 部分):新 Chart Trade(一) 中,我主要集中解释 Chart Trade 指标的代码。我们讨论了为什么在编写 Chart Trade
Swing High Low and Fibonacci Retracement Indicator : 该指标结合了波段高/低点和斐波那契回调,可识别潜在的买入区域。 Author: Minh Hieu Hoang
新文章 价格行为分析工具包开发(第八部分):指标看板 已发布: 作为价格行为分析领域最强大的工具之一,指标看板(Metrics Board)旨在通过一键操作简化市场分析流程,实时提供关键市场指标数据。每个功能按钮均对应特定的功能,无论是分析高/低趋势、交易量还是其他关键指标。该工具能在您最需要的时候提供精准、实时的数据。让我们通过本文更深入地了解它的功能。 在我们本系列文章的早期阶段,我们发布了一篇题为 《分析大师》
ATR 概率水平 : 基于 ATR 的概率水平。"概率" 是通过投射过的平均真实范围指标和之前时间段的收盘价来计算的。 作者: Mladen Rakic
新文章 交易中的神经网络:多智代自适应模型(终篇) 已发布: 在上一篇文章中,我们讲述了多智代自适应框架 MASA,它结合了强化学习方法和自适应策略,在动荡的市场条件下提供了盈利能力、及风险之间的和谐平衡。我们已在该框架内构建了单个智代的功能。在本文中,我们继续我们已开始的工作,令其得出合乎逻辑的结论。 重点要强调,我们正在评估已实现方式的有效性,不光是提议的这些,在于我们的实现包括对原始 MASA 框架的多项修改。 这些模型是依据 EURUSD 的 2023 年 H1 数据进行训练的。所有指标参数均按其默认值设置。
2-Pair Correlation EA : 2-Pair Correlation EA 是一款免费的智能交易系统,可利用 BTC/USD 和 ETH/USD 的价格相关性进行交易。该 EA 在货币对出现分歧时开启交易,并在货币对重新对齐时关闭交易,以最小的工作量实现自动交易。 Author: Morteza Mohammadi
新文章 在MQL5中实现基于经济日历新闻事件的突破型智能交易系统(EA) 已发布: 重大经济数据发布前后市场波动率通常显著上升,为突破交易策略提供了理想的环境。在本文中,我们将阐述基于经济日历的突破策略的实现过程。我们将全面覆盖从创建用于解析和存储日历数据的类,到利用这些数据开发符合实际的回测系统,最终实现实盘交易执行代码的完整流程。 尽管MQL5社区提供了大量关于在回测中使用MetaTrader 5日历的文章和代码库,但这些资源对想开发简单突破策略的新手而言往往过于复杂。本文旨在简化用MQL5新闻日历创建策略的流程,并为交易者提供一份全面指南。
Perfect Trailing StopLoss : 将这些代码复制到您正忙着编码的任何 EA 中,您就会有一个拖尾斜线,您唯一需要修改的可能是 InpMagic 用于您的魔法数字,或者您可以直接原样复制我的代码,记住要添加 COrderinfo ord; 和 CPositionInfo pos; Author: Lamont Simone Reynecke
Rsi Engulfing Bar V2 : Rsi 指标 Author: Paul Conrad Carlson
新文章 日志记录精通指南(第三部分):探索日志处理器(Handlers)实现方案 已发布: 在本文中,我们将探索日志库中"处理器"(handlers)的概念,理解其工作原理,并创建三种基础实现:控制台、数据库和文件。我们将覆盖从处理器的基本结构到实际测试,为后续文章中的完整功能实现奠定基础。 回顾要点,我们通过以下基础规范奠定了日志库的基石: 健壮的架构 :采用 单例 (Singleton)模式确保代码组件间的一致性。 高级持久化 :支持数据库存储日志,提供可追溯的历史记录以支持深度审计与分析。 灵活的输出方式 :支持日志在控制台、文件、终端界面或数据库中的便捷存储与展示。 日志级别分类
新文章 迁移至 MQL5 Algo Forge(第 3 部分):在您自己的项目中使用外部仓库 已发布: 让我们探索如何开始将 MQL5 Algo Forge 存储中任何仓库的外部代码集成到您自己的项目中。在本文中,我们最后转向这个有前景但更复杂的任务:如何在 MQL5 Algo Forge 中实际连接和使用来自第三方仓库的库。 在我们向 MQL5 Algo Forge 过渡的 第二 部分中,我们专注于解决一个重要挑战 —— 使用多个仓库。通过结合使用 Adwizard 库项目和 Simple Candles EA
Rsi Ema Engulfing Bar V3 : 在上升的 Ema 移动平均线下方出现吞没条 - 买入交易 - 买入交易 Author: Paul Conrad Carlson
新文章 交易中的神经网络:多智代自适应模型(MASA) 已发布: 我邀您领略多智代自适应(MASA)框架,其结合了强化学习和自适应策略,在动荡市场条件下提供盈利能力、及风险管理之间的和谐均衡。 计算机技术正在成为金融分析不可或缺的一部分,为解决复杂问题提供了创新方式。近年来,强化学习(RL)在动荡金融市场条件下的动态投资组合管理中已被证明了其有效性。然而,现有方法往往专注于最大回报,而对风险管理的重视不足,尤其是在流行病、自然灾害、和地区冲突造成的不确定性下。 为了解决这一限制, 《开发具有深度强化学习的多智代和自适应框架,进行动态投资组合风险管理》 的研究引入了 MASA ( 多智代 和
CounterTrend Ema V1 : 3 Ema 移动平均线通过 rsi 确认趋势变化 Author: Paul Conrad Carlson