文章,程序库评论 - 页 22

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
  专家: EMA 6.12  (1)
EMA 6.12: 智能交易EMA 6.12。使用指标 MA。 Author: John Smith
EMA CROSS: 智能交易 EMA_CROSS. Author: Collector
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.
起源进化EA : 简述 作者: iuumite
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。
DatabaseWraper : DatabaseXXX系列函数的封装,实现类似dapper功能 作者: mot
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。
新文章 学习如何基于 MFI 设计交易系统 已发布: 这篇新文章出自我们的系列文章,是有关基于最流行的技术指标设计交易系统,它研究了一个新的技术指标 — 资金流动性指数(MFI)。 我们将详细学习它,利用 MQL5 开发一个简单的交易系统,并在 MetaTrader 5 中执行它。 基于这一策略,我们需要向交易系统发出指令,以便检查每次跳价时的 MFI 值,并将该值与特定等级(20 和 80)进行比较,结果作为图表上的注释显示,并根据该比较结果决定或返回。 如果 MFI 小于或等于 20,它将返回超卖和当期 MFI 值,作为图表上的注释,并将每条注释放在单独的一行中。 如果 MFI 大于或等于
新文章 价格走势模型及其主要规定(第 1 部分):最简单的模型版本及其应用 已发布: 本文提供了数学上严格的价格运动和市场功能理论的基础。 到目前为止,我们还没有任何经过严格数学论证的价格走势理论。 取而代之的是,我们不得不基于经验假设进行处理,即价格在某种形态之后以某种方式移动。 当然,这些假设既没有得到统计数据的支持,也没有得到理论的支持。 利用方程式(4)预测价格变动会有问题,且并不可靠,因为难以识别其中存在的参数,参数中存在根本不可消除的不确定性,最重要的是,由于频繁的不可预测(根据最简单的模型)会强烈的随机跳跃。 幸运的是,振荡器能够对这些不可预测的大跳跃进行排序,并具有预测能力。
新文章 从头开始开发智能交易系统(第 18 部分):新订单系统 (I) 已发布: 这是新订单系统的第一部分。 自从我们在文章中开始打造这个 EA 以来,它已经历了各种变化和改进,同时保持了相同的图表订单系统模型。 视频清晰地展示了上述内容。 正如您所看到的,这个系统使用起来非常有趣。 作者: Daniel Jose
新文章 DoEasy. C控件(第 7 部分):文本标签控件 已发布: 在本文中,我将创建 WinForms 文本标签控件的对象类。 这样的对象能够将其容器放置在任何位置,而其自身的功能将重现 MS Visual Studio 文本标签的功能。 我们能够为欲显示的文本设置字体参数。 编译 EA,并在图表上启动它: 正如我们所见,文本显示在其对象内的正确位置,其大小可以通过为其指定边框的存在来查看。 对象中包含价格的文本将根据图表上相应价格的刷新而更新。 当创建面板及其对象时,我们可以看到明显的不舒适视觉效果。 当构建、移动和重新构建图表上的对象时,我将在优化视觉显示时消除它们。 作者:
新文章 数据科学和机器学习(第 04 部分):预测当前股市崩盘 已发布: 在本文中,我将尝试运用我们的逻辑模型,基于美国经济的基本面,来预测股市崩盘,我们将重点关注 NETFLIX 和苹果。利用 2019 年和 2020 年之前的股市崩盘,我们看看我们的模型在当前的厄运和低迷中会表现如何。 就是这样了,查看下面链接的完整代码,现在到了在策略测试器中测试模型的时候了。 APPLE 测试结果 图形 作者: Omega J Msigwa
新文章 从头开始开发智能交易系统(第 17 部分):访问 web 上的数据(III) 已发布: 在本文中,我们将继续研究如何从 web 获取数据,并在智能系统中使用它。 这次我们将着手开发一个替代系统。 高亮显示的行也很重要 — 服务将发出警告:它不再运行。 那么,当您执行此系统时,将得到以下结果: 作者: Daniel Jose
新文章 视频:如何为简单自动交易设置 MetaTrader 5 和 MQL5 已发布: 在这个小视频课程中,您将学习如何下载、安装和设置 MetaTrader 5,并实现自动交易。 您还将学习如何调整图表设置,和自动交易选项。 您将完成第一次回溯测试,在本课程结束时,您就会知道如何导入一个可以全天候自动交易的智能交易系统,而无需呆坐在屏幕前。 在使用 MetaTrader 5 或 MQL5 之前,我们显然需要先下载软件。 这可以在这个网站上完成。 它被称为 MetaTrader5.com。 该软件是免费的。 这意味着您可以在网站上下载它,并立即将其安装到您的 Windows 电脑上。
新文章 学习如何基于建仓/派发(AD)设计交易系统 已发布: 欢迎阅读本系列的新文章,了解如何基于最流行的技术指标设计交易系统。 在本文中,我们将学习一种新的技术指标,称为建仓/派发指标,并了解如何基于简单的 AD 交易策略设计一款 MQL5 交易系统。 策略一:简单的 AD 走势: 对于每次跳价,我们需要交易系统在执行时连续检查两个值,即当前 AD 值和前一个 AD 值,并判定当前 AD 是否大于前值。 我们需要在图表上返回一条注释,其中包括上升的 AD 线、AD 当前值和 AD 前值。 每个值都在单独的一行之中。 另一方面,如果当前值小于前值,我们需要在图表上返回一条注释,其中包含递减的
新文章 神经网络变得轻松(第十六部分):聚类运用实践 已发布: 在上一篇文章中,我们为数据聚类创建了一个类。 在本文中,我想分享在解决实际交易任务时应用所获结果会遇到的可能变体。 为了评估该智能系统的性能,我们取用我们在前一篇文章中训练过,并在前一次测试中用到的 500 个聚类模型对其进行了测试。 训练图形如下所示。 如您所见,训练图非常平滑。 为了训练模型,我采用了 Adam 参数优化方法。 前 20 个世代展示出损失函数逐渐减少,而这伴随着动量累积。 然后,损失函数值显著地急剧下降到某一最小值。 先前获得的监督模型的训练图的损失函数具有明显的转折。 例如,下面是更复杂的 关注度
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
  EA: 突破  (5)
突破: 在新的交易日开始时,EA会 将突破买入 (Buy Stop) 和突破卖出 (Sell Stop) 挂单放置在前一天的高点和低点。 作者: Vladimir Karputov
突破前根蜡烛 2: "突破前根蜡烛" 智能交易系统 作者: Vladimir Karputov
新文章 DoEasy. 控件(第 6 部分):面板控件,自动调整容器大小来适应内部内容 已发布: 在本文中,我将继续研究面板 WinForms 对象,并实现自动调整大小,以便适应位于面板内的 Dock 对象的常规大小。 此外,我将向品种函数库对象添加新属性。 编译 EA,并在品种图表上启动它: 如此,面板就能适应附着到其上的对象的正常大小,不同的绑定方法均能正确工作,面板也可以正确变更其大小。 当放置具有不同绑定方法的对象时,它们的排列方式与我的不同 — 它们不应附着到面板的边缘,如果列表中的每个后续对象具有相同的绑定,则应附着到前一个对象的边缘。
新文章 带有图表交互控件的指标 已发布: 本文提供了一个关于指标界面的新视角。 我将重点关注便利性。 多年以来,我尝试了几十种不同的交易策略,并测试过数百种不同的指标,我得出了一些结论,我想在本文中与大家分享。 以我的观点,另一种方法更简单,同时也更具交互性。 它涉及由交易者改变交易周期,而且是以一种更为便捷的形式。 毕竟,无论算法多么智能,交易者仍然更清楚他们自己需要什么样的指标设置,我们的任务就是帮助他们,并促成这一过程。 为了修改周期,我们将使用鼠标滚轮滚动。 滚动模式本身将通过打开图表右侧的按钮激活。 该图展示了通过单次移动改变指标周期是多么容易。
  指标: FX 鱼  (1)
FX 鱼: 独特的 FX_FISH 指标被 Western 专家广泛使用在外汇市场, 股票市场和其它。 作者: John Smith
EA每日工作时间区间 : 简述简述EA每日工作时间区间 限制EA每日工作时间区间 限制EA每日工作时间区间 限制EA每日工作时间区间 作者: my15605613828
新文章 学习如何基于 OBV 设计交易系统 已发布: 这是一篇新文章,将针对初学者继续我们的系列,介绍如何基于一些流行指标设计交易系统。 我们将学习一个新的指标,即能量潮(OBV),我们将学习如何使用并基于它来设计交易系统。 在该策略中,我们需要基于当前 OBV 值和前一个 OBV 值来判断 OBV 曲线的方向。 因此,对于每次即时报价,我们需要检查当前 OBV 和前一个 OBV 值,若当前值大于前值时,这将是 OBV 上升的迹象,反之亦然;若当前值小于前值时,这是 OBV 下降的迹象。 以下是该策略每一步的蓝图,可帮助我们为其设计交易系统: 作者: Mohamed Abdelmaaboud