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。
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
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