新文章 面向初学者的创建具有多个指标缓冲区的指标 已发布： 复杂代码由一组简单代码组成。如果您熟悉简单代码，复杂代码看上去就不那么复杂了。在本文中，我们将讨论如何创建具有多个指标缓冲区的指标。我们将 Aroon 指标作为示例进行详细分析，并给出两个不同的代码版本。 作者： Nikolay Kositsin
新文章 MQL5 中的绘图风格 已发布： MQL4 中有 6 种绘图风格，而到 MQL5 则增加到了 18 种。因此，可能很有必要撰写一篇文章，专门介绍 MQL5 的绘图风格。我们会在本文研究 MQL5 中的绘图风格详情。此外，我们还会创建一个指标来展示如何使用这些绘图风格，并细化标绘。 作者： Loong
新文章 MetaTrader 5 和 MATLAB 交互 已发布： 本文将详细介绍 MetaTrader 5 和 MatLab 数学包之间的交互。文中说明了数据转换机制，以及开发通用库以与 MatLab 交互的过程。文章还介绍了对 MatLab 环境生成的 DLL 的使用。本文面向掌握了 C++ 和 MQL5 的经验丰富的读者。 作者： Andrey Emelyanov
新文章 创建具有图形控制选项的指标 已发布： 熟悉市场情绪的人都知道 MACD 指标（其全称为平滑异同移动平均线）- 自计算机分析方法面世以来即已被交易人员用于分析价格变动的强大工具。在本文中，我们将讨论 MACD 可能的变型，并在可图形切换变型的指标中实施这些变型。 作者： Vasily
新文章 MQL5 中如何调用指标 已发布： 推出新版本后，MQL 编程语言不仅提供处理那些已变更指标的方法，还提供如何创建指标的新途径。而且，您还具备了使用指标缓冲区的更多灵活性 - 现在，您可以指定目标索引方向，并可完全如您所愿地获取多个指标值。本文讲述的是调用指标的基本方法，以及通过指标缓冲区检索数据。 MQL5 中调用指标的方式有几种， 而且大都是利用 IndicatorCreate() 和 iCustom() 函数执行的。此外，这些函数只会返回指标句柄，再通过它来完成指标相关的进一步工作。那么，什么是句柄呢？如何处理 IndicatorCreate() 与 iCustom()
新文章 EA 交易中采用OnTrade() 函数处理交易事件 已发布： MQL5提供了海量的创新，其中就包括使用各种类型的事件（计时器事件、交易事件、自定义事件等）。有了处理事件的能力，您就能够创建全新类型的自动与半自动交易程序。我们会在本文中一起学习交易事件，并针对OnTrade()函数编写一些处理交易事件的代码。 利用 MQL 编写“EA 交易”的任何交易者，或早或晚都会面临报告其“EA 交易”如何起作用的必要性。也可能需要实现“EA 交易”行动相关的短信或电子邮件通知。不管哪种情况，我们都得“捕捉”市场中发生特定事件或某个“EA 交易”执行的行动，并通知用户。
新文章 您应当知道的 MQL5 向导技术（第 37 部分）：配以线性和 Matérn 内核的高斯过程回归 已发布： 线性内核是机器学习中，针对线性回归和支持向量机所用的同类中最简单的矩阵。另一方面，Matérn 内核是我们在之前的文章中讲述的径向基函数的更普遍版本，它擅长映射不如 RBF 假设那样平滑的函数。我们构建了一个自定义信号类，即利用两个内核来预测做多和做空条件。 我们继续这些系列，通过研究 2 个高斯过程内核，实现以不同方式由向导组装智能系统的关键部件类。线性内核和 Matérn 内核。前者非常简单，您找不到它的维基百科页面，不过后者在 这里 有一个 参考页面 。
新文章 高效处理指标的便捷方法 已发布： 在本文中，我将介绍如何制作一个简单的面板，以便直接从图表中更改指标设置，以及需要对指标进行哪些更改以连接该面板。本文面向 MQL5 的新手用户。 这个网站的文章和代码库中已经有许多各种各样的面板，为什么我们不直接使用现成的代码呢？有很多优秀的代码可供选择，包括一些很棒的库，它们允许我们创建任何复杂度的面板。 然而，我并不满意“通用性”是以牺牲“易用性”为代价的。因此，我将开发一个专门用于指标的面板，本质上是一个普通的表格，其中单元格的宽度和高度会根据字体大小自动调整以适应文本的宽度和高度。 作者： Aleksandr Slavskii
随机动量指数 : 随机动量指数 (SMI) 是由 William Blau 开发的，发表在1993年1月期的股票与商品的技术分析杂志中，它和常用的随机振荡指标有很多有趣的共同之处，随机振荡指标显示的数值是当前收盘价相对于最近x周期数的高/低价格范围的距离，而 SMI 显示了收盘价相对于最近 x 周期的高/低价范围中点的距离。 作者： Mladen Rakic
新文章 开发回放系统（第 63 部分）：玩转服务（四） 已发布： 在本文中，我们将最终解决一分钟柱形上的分时报价模拟问题，以便它们能够与真实分时报价共存。这将帮助我们避免将来出现问题。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。
新文章 从 MQL4 迁移到 MQL5 已发布： 很多开发人员已经累积了很多用 MQL4 编写的指标和交易策略。要在 Metatrader 5 中使用它们，应将它们转换为 MQL5。用 MQL5 重写所有程序并不是如此容易。如果有转换参考，则进行转换会容易得多，最好以例子说明。 本文是 MQL4 语言函数的快速指南，帮助您将您的程序从 MQL4 迁移到 MQL5。介绍了每个 MQL4 函数（交易函数除外）的说明和 MQL5 实施，从而让您显著减少转换时间。出于方便起见，MQL4 函数被分为组，类似于 MQL4 参考。 作者： Sergey Pavlov
新文章 在MQL5中创建交易管理员面板（第四部分）：登录安全层 已发布： 想象一下，一个恶意入侵者潜入了交易管理员房间，获取了用于向全球数百万交易者传递有价值信息的计算机和管理员面板的访问权限。这种入侵可能导致灾难性后果，例如未经授权发送误导性信息或随意点击按钮触发意外操作。在本次讨论中，我们将探究MQL5中的安全措施以及在管理员面板中实施的新安全功能，以防范这些威胁。通过增强安全协议，我们旨在保护通信渠道并维护全球交易社区的可信度。在本文的讨论中了解更多见解。
Instantaneous trend line - levels : Instantaneous trend line （即时趋势线）- 使用了水平来做信号过滤 作者： Mladen Rakic
新文章 重构经典策略（第十部分）：人工智能（AI）能否为MACD提供动力？ 已发布： 加入我们的行列，我们将实证分析MACD指标，以测试将AI应用于包含该指标的策略是否会在预测欧元兑美元（EURUSD）方面提高准确性。我们同时评估该指标本身是否比价格更容易预测，以及该指标的值是否能预测未来的价格水平。我们将为您提供所需的信息，以决定是否应该考虑将MACD整合到您的AI交易策略中。 技术分析师以各种方式使用该指标来确定入场和离场点。下图2是将MACD指标应用于英镑兑美元（GBPUSD）货币对的截图，使用其默认设置。该指标默认包含在您的MetaTrader
跨周期布林线指标 : 跨周期布林线指标，在当前图表上显示大周期的布林线，比如在M30图表上显示日线的布林线。 作者： Ziheng Zhuang
DinapoliTargets:
操作逻辑如下: 一旦确定一个局部最大值\最小值, 将绘制几条水平线。白色是入场点, 跟随其方向的是目标。自然地, 第一目标最可能到达.... 红色线是停止线。
作者： John Smith
新文章 交易中的神经网络：点云变换器（Pointformer） 已发布： 在本文中，我们将说道有关使用注意力方法解决点云中物体检测问题的算法。点云中的物体检测对于很多现世应用都很重要。 模型经过多次训练】及数据集更新迭代后，我们成功获得了能够在训练和测试数据集上产生盈利的政策。 我们利用 MetaTrader 5 策略测试器评估了训练模型的性能，依据 2024 年 1 月的历史数据运行测试，同时保持所有其它参数不变。测试结果呈现如下。 在测试期间，经过训练的模型总共执行了 31笔次交易操作，其中一半以盈利平仓。尤其是，与亏损交易相比，最大和平均盈利交易的数值高出近 50%，导致盈利因子为
新文章 交易中的神经网络：点云的层次化特征学习 已发布： 我们继续研究从点云提取特征的算法。在本文中，我们将领略提升 PointNet 方法效率的机制。 如早前所述，我们的新模型与以前的模型仅差一层。甚至，这个新层只是我们之前工作的改进版本。这令两种模型的性能比较变得特别有趣。为了确保比较的公平，我们训练这两个模型时将采用上一个实验中用到的完全相同的数据集。
新文章 利用判别分析开发交易系统 已发布： 开发交易系统时，通常都会出现选择最佳指标与信号组合的问题。而判别分析就是找到此类组合的方法之一。本文会给出一个用于市场数据采集的 EA 开发示例，并详细阐明如何利用判别分析在 Statistica 软件中构建外汇市场预后模型。 作者： ArtemGaleev
新文章 基于人工生态系统的优化（AEO）算法 已发布： 本文探讨了一种元启发式算法——基于人工生态系统的优化（Artificial Ecosystem-based Optimization, AEO）算法。该算法通过生成初始解种群并应用自适应更新策略，模拟生态系统各组成部分之间的相互作用。文中详细阐述了AEO算法的运行阶段，包括消耗阶段与分解阶段，以及不同智能体的行为策略。文章还介绍了该算法的特点和优势。
RSI 发散 : 该指标利用 RSI 背离并将其绘制在缓冲区中，以便自动执行 EA Author: Francisco Gomes Da Silva
新文章 神经网络轻松制作 已发布： 人工智能往往伴随着极其复杂和难以理解的事物。 同时，人工智能在日常生活中也越来越多地被提及。 不同的媒体也经常发布有关运用神经网络成就的新闻。 本文的目在于展示任何人都可以轻松创建神经网络，并在交易中运用 AI 成就。 人工智能正在我们生活的各个方面提升覆盖面。 许多新刊物涌现，指出“神经网络已被训练为...”。然而，人工智能仍然伴随着奇妙的事物。 这个想法似乎非常复杂，超自然和玄之又玄。 所以，只有一群科学家才能创造出来这种超凡神迹。 利用我们的家用 PC 似乎无法开发类似的程序。 但请相信我，这并不困难。
Random Trader with Customizable Risk/Reward Ratio, Break-Even : 当没有开仓时，EA 会随机开仓（买入或卖出的几率各占一半）。 Author: Salman Soltaniyan
MovingAverages : MovingAverages库包含计算不同类型的移动平均线的函数。 作者： MetaQuotes Software Corp
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