ATR 数值指标 : 一款用点值或点数显示 ATR (平均真实范围) 数值的指标，其中包含设置倍数的选项。 作者： Hossein Nouri
新文章 从基础到中级：模板和类型名称（三） 已发布： 在本文中，我们将讨论该主题的第一部分，这对初学者来说并不容易理解。为了避免更加困惑并正确解释这个话题，我们将把解释分为几个阶段。我们将把这篇文章用于第一阶段。然而，尽管在本文末尾，我们似乎已经陷入僵局，但事实上，我们将朝着另一种情况迈出一步，这将在下一篇文章中得到更好的理解。 在上一篇文章：“ 从基础到中级：模板和类型名称（二） ”中，我们讲解了程序员如何处理一些特定的日常情况。无论是你的临时爱好还是你是一名专业程序员，在某些时候使用函数和过程模板都是非常有用的。尽管这在 MQL5
新文章 价格行为分析工具包开发（第19部分）：ZigZag分析器 已发布： 每一位价格行为交易者都会手动使用趋势线来确认趋势，并找出潜在的转折或延续水平。在这个关于开发价格行为分析工具包的系列中，我们介绍一款专注于绘制倾斜趋势线的工具，以便于进行市场分析。该工具通过清晰地勾勒出有效价格行为评估所必需的关键趋势和水平，简化了交易者的流程。
新文章 突破结构（BoS）交易策略分步指南 已发布： 基于结构突破（Break of Structure, BoS）策略的自动化交易算法开发综合指南在MQL5中创建交易顾问并在MetaTrader 5中进行测试的全方位详解——从分析价格支撑与阻力到风险管理 我们将深入探讨BoS的定义、类型、交易策略应用以及基于 MetaQuotes Language 5 （简称MQL5）为 MetaTrader 5
新文章 创建 MQL5-Telegram 集成 EA 交易 (第一部分):从 MQL5 发送消息到 Telegram 已发布： 在本文中，我们在 MQL5 中创建一个 EA 交易，以使用机器人向 Telegram 发送消息。我们设置必要的参数，包括机器人的 API 令牌和聊天 ID，然后通过执行 HTTP POST 请求来传递消息。之后，我们将处理响应以确保成功传达，并排除故障时出现的任何问题。这确保我们能够通过创建的机器人将消息从 MQL5 发送到 Telegram。 本文将遵循 Telegram 与 MetaTrader 5 集成的进程。我们打算通过使用 MetaQuotes
新文章 如何准备 MetaTrader 5 报价用于其他应用程序 已发布： 本文介绍创建目录、复制数据、归档、使用 Market Watch（市场报价）或常用列表中的交易品种以及错误处理等示例。实际上，所有这些元素可集中在一个以用户定义格式归档数据的脚本中。 在我学习 MQL5 之前，我尝试过许多其他的应用程序来开发交易系统。不能说这是浪费时间。其中有些包含一些有用的工具，允许用户节约时间、处理很多事项、打破了一些迷思并很快选择无需熟悉编程语言的进一步开发方向。 这些应用程序需要历史数据。由于缺乏某些标准数据格式，它们在使用前通常需要先进行编辑（例如，在 Excel
新文章 MQL5 简介（第 11 部分）：MQL5 中使用内置指标的初学者指南（二） 已发布： 了解如何使用 RSI、MA 和随机震荡指标等多种指标在 MQL5 中开发 EA 交易来检测隐藏的看涨和看跌背离。学习实施有效的风险管理并通过详细的示例和完整注释的源代码实现交易自动化，以达到教育目的！ 重要的是要记住，这个项目的唯一目标是教育。建立您使用 MQL5 的信心并学习如何以编程方式识别这些模式是其主要目标。因此，让我们开始这个实用的项目，它将增加您对 MQL5 的理解，并使您能够提高您的交易能力。 在本文中，您将了解： 如何检查 RSI
新文章 智能系统健壮性测试 已发布： 在策略开发中，有许多错综复杂的细节需要考虑，对于初学交易者其中许多都未予重视。如是结果，众多交易者，包括我自己，都不得不历经苦难来学习这些教训。本文基于我观察到的大多数初学交易者在 MQL5 上开发策略时常见的陷阱。它将提供一系列提示、技巧、和示例，帮助辨别不合格的 EA，并以一种易于实现的方式来测试我们自己 EA 的稳健性。目标是教导读者，帮助他们未来购买 EA 时避免遭遇骗局，以及预防他们自己开发策略时的错误。 首先，您应当创建一个没有杠杆复利效应的 EA 版本，因其可能会扭曲结果，并过度强调样本集尾部的重要性。 以下是需要关注的主要量值： 盈利因子
新文章 精通日志记录（第六部分）：数据库日志存储方案 已发布： 本文探讨如何利用数据库以结构化、可扩展的方式存储日志。内容涵盖基础概念、核心操作、MQL5中数据库处理器的配置与实现。最后验证结果，并阐述该方法在优化与高效监控方面的优势。 想象一个熙熙攘攘的数字交易与金融魔法集市，每一步操作都被追踪、记录并详细剖析以求成功。如果能不仅查阅智能交易系统（EA）每一次决策与错误的编年史，更能手握利器、实时优化与精调这些机器人，将会怎样？欢迎进入 《精通日志记录（第一部分）：MQL5中的基础概念与入门步骤》 ，在这篇中，我们开始打造专为MQL5开发定制的精密日志库。
新文章 种群优化算法：树苗播种和成长（SSG）算法 已发布： 树苗播种和成长（SSG）算法的灵感来自星球上最具韧性的生物之一，在各种条件下都表现出杰出的生存能力。 该算法是少数几个没有作者明确讲述的算法之一（仅提供一般规定和思路）。 由作者提出的算法操作符，算法也没有现成的程序指令实现。 没有关于子树和父树、及其交互的明确说明。 对于操作符的执行顺序没有要求，任何用户都可以更改其顺序，从而能获得更好的幼苗。 从广义上讲，SSG 并非是一种优化算法，它是一组通用规则，旨在补充其它算法，从而提高优化品质。 换言之，SSG
新文章 从市场里选择智能交易系统的正确途径 已发布： 在本文中，我们将研究购买智能交易系统时应该注意的一些要点。 我们还将寻求提升盈利的方法，从而明智地花钱，并从付出中获取盈利。 此外，读完本文之后，您会发现，即便使用简单免费的产品也有可能赚到钱。 由于其它图形上逆势波互补，所有曲线都较为平滑。 在实际交易中也会发生同样的情况。 强势的智能交易系统将支撑较弱的智能交易系统，反之亦然，当更强的智能交易系统出现回撤时，较弱的智能交易系统开始担当助力。 这将令 alpha 和 beta 保持在一个狭窄的范围内。 此外，交易数量已增加到可接受的等级。 这是只联合了九个单独策略的结果。
新文章 MQL5 向导技巧须知（第27部分）：移动平均线与攻击角度 已发布： 攻击角度是一个经常被引用的指标，其陡峭程度被认为与当前趋势的强度密切相关。让我们来看一下通常如何使用和理解该指标，并探讨在测量时是否可以做出一些改变，以优化那些将其纳入交易系统的应用效果。 我们继续探讨一系列可借助MQL5向导快速测试和验证的交易布局和思路，这次我们从攻击角度的方向来考虑。广义上，攻击角度这一术语与战斗机起飞时的理想角度相关联，旨在优化以获得最大的升力和最小的燃油消耗。
新文章 您应当知道的 MQL5 向导技术（第 53 部分）：市场促进指数 已发布： 市场促进指数是比尔·威廉姆斯（Bill Williams）的另一个指标，旨在衡量价格走势与成交量联动的效率。一如既往，我们将在由向导汇编信号类的范畴内分析该指标的各种形态，并为各种形态呈现多种测试报告和分析。 市场促进指数（MFI）反映了市场在设定时间帧内造成价格变动的能力。大概是为了更好地设定阶段，对比我们在上一篇文章中涵盖的另一个比尔·威廉姆斯指标 — 动量震荡指标（AO），它或许更实用。如果我们从关注点/目的出发，AO 通过比较 34-周期和
新文章 MQL5交易管理面板开发（第九部分）：代码组织（4）：交易管理面板类 已发布： 本文探讨我们在New_Admin_Panel智能交易系统（EA）中更新交易管理面板（TradeManagementPanel）。此次更新通过引入内置类组件，显著提升了面板的用户友好性，为交易者提供了直观的交易管理界面。其内置交易按钮，可一键开仓，并提供管理现有持仓与挂单的控制选项。核心亮点是集成的风险管理功能——可直接在界面内设置止损与止盈值。此次更新优化了大型程序的代码组织方式，并简化了对终端中常见繁杂订单管理工具的访问。
新文章 风险管理（第一部分）：建立风险管理类的基础知识 已发布： 在本文中，我们将介绍交易风险管理的基础知识，并学习如何创建第一个函数来计算交易的适当手数以及止损。此外，我们将详细介绍这些功能的工作原理，解释每个步骤。我们的目标是清楚地了解如何在自动交易中应用这些概念。最后，我们将通过创建一个包含文件的简单脚本来将所有内容付诸实践。 风险管理是任何交易策略的基本支柱。其主要目的是监控和控制未平仓头寸，确保损失不超过交易者设定的限额，如每日、每周或整体损失。 此外，风险管理根据用户的规则和偏好确定每笔交易的适当手数。这不仅保护了资本，还优化了策略绩效，确保交易符合既定的风险状况。
新文章 MQL5中的高级内存管理与优化技术 已发布： 探索在MQL5交易系统中优化内存使用的实用技巧。学习构建高效、稳定且运行速度快的智能交易系统（EA）和指标。我们将深入探究MQL5中内存的实际运作方式、致使系统运行变慢或出现故障的常见陷阱，以及——最为关键的是——如何解决这些问题。 MQL5无疑功能强大，但这份强大也伴随着责任——尤其是在内存管理方面。许多开发者只专注于策略逻辑、入场点和风险管理，而内存处理却在后台悄然成为一个定时炸弹。随着您的代码规模不断扩大——处理更多交易品种、更高频率的数据以及更庞大的数据集——忽视内存管理会导致性能瓶颈、系统不稳定以及错失交易机会。
新文章 研究 CCanvas 类。抗锯齿和阴影 已发布： CCanvas 类的抗锯齿算法是所有使用抗锯齿构造的基础。本文包括其算法的操作内容, 并提供相应的直观示例。它也涵盖了绘制图形对象造型, 以及在画布上绘制造型的算法详情。数值分析库 ALGLIB 用于计算。 下图展示了一个虚拟像素及其覆盖的物理像素之间的连接: 图例. 3. 物理像素的覆盖面 这意味着一个 虚拟像素 (计算出的坐标) 经常含有分数坐标， 且能够同时覆盖 四个物理像素 。在这种情况下, 抗锯齿算法需要执行它的主要职责 — 用一个虚拟像素的颜色为四个物理像素着色, 但使用不同的迭代。如此, 它将会蒙骗我们的视觉 —
新文章 DoEasy.服务函数（第 3 部分）：外包线形态 已发布： 在本文中，我们将开发 DoEasy 库中的外包线（Outside Bar）价格行为形态，并优化访问价格形态管理的方法。此外，我们将修复在库测试中发现的错误和缺点。 让我们编译并启动 EA，设置以下值来搜索外包线形态： 我们特意将蜡烛比例设置得如此小，以便找到尽可能多的形态。 当蜡烛比例为正常值（50％或更多）时，形态更为正确，但相当罕见。 启动后，将找到并显示外包线形态： 我们看到已经找到了形态。调整图表大小时，形态图标的大小也会发生变化。 作者： Artyom Trishkin
Ang_AutoCh_HL-v1x3 : 本指标使用在输入参数中定义的计算周期绘制三个等距离通道. 作者： Nikolay Kositsin
新文章 从基础到中级：模板和类型名称（二） 已发布： 本文解释了如何处理您可能遇到的最困难的编程情况之一：在同一个函数或过程模板中使用不同的类型。尽管我们大部分时间只关注函数，但这里介绍的所有内容都是有用的，并且可以应用于过程。 在上一篇文章“ 从基础到中级：模板和类型名称（一） ”中，我们开始谈论一个相当复杂但非常有趣的话题：为函数和过程创建模板。由于这个主题很难在几篇文章中探讨和解释，因此我们将把它分成更多文章。然而，在继续讨论其他同样有趣的话题之前，我们不会单独深入探讨这个话题，因为有些事情只有在涉及其他话题的情况下才有意义。
新文章 数据科学和机器学习（第 33 部分）：MQL5 中的 Pandas 数据帧，为机器学习收集数据更加容易 已发布： 当与机器学习模型共事时，确保用于训练、验证和测试的数据一致性必不可少。在本文中，我们将创建我们自己的 MQL5 版本 Pandas 函数库，确保使用统一方式来处理机器学习数据；这样做是为确保在 MQL5 内部和外部应用相同的数据，其中大部分发生在训练阶段。 在与机器学习模型共事时，若所有环境的数值都不相同，我们也必须按相同的数据结构来训练、验证和测试。随着 MQL5 和 MetaTrader 5 支持 开放神经网络交换（ONNX） 模型，现在我们有机会将外部训练的模型导入
一个简单的交易面板(新) : 上次发了一个MT4的简单交易面板，收到了很多朋友的信息。当初分享此代码，是想表述编写MT4程序代码一个思路，逻辑过程，与初学写MT4的朋友共勉，没成想，此贴发出来后，收到更多的信息是直接作为工具的使用，而给我印象最深的是初学使用，而不是初学编程，一些朋友因终端的“自动交易”(MT5为“算法交易”)未打开或EA的“允许实时自动交易”未勾选而无法正常使用。 还有一些问有没有基于MT5的…… 现分别呈上MT5和MT4的源码，需要的朋友直接下载。更希望编程朋友们提出更好的处置方法，共同进步。 作者： Yin Zhou Luo
新文章 MetaTrader 5 的 WebSocket — 使用 Windows API 已发布： 在本文中，我们将使用 WinHttp.dll 针对 MetaTrader 5 平台创建 WebSocket 客户端程序。 客户端最终将作为一个类实现，并借助 Binary.com 的 WebSocket API 进行测试。 运行 EA 会创建一个新的自定义品种，如下所示。 结束语 作者： Francis Dube
新文章 日内交易：拉里·康纳斯（Larry Connors）RSI2均值回归策略 已发布： 拉里·康纳斯（Larry Connors）是知名交易员与量化交易领域权威作家，其最著名的成果之一是2周期相对强弱指数（RSI2）策略。该指标通过捕捉短期超买超卖信号，辅助判断市场反转时机。在本文中，我们将首先阐述研究契机，随后在MQL5中复现康纳斯的三大经典策略，并应用于标普500指数差价合约（CFD）的日内交易场景。 拉里·康纳斯在其职业生涯中开发了众多零售量化交易策略，并在 个人网站
新文章 在 MQL5 中构建自优化EA（第六部分）：自适应交易规则（二） 已发布： 本文探讨了如何优化 RSI 的水平和周期，以获得更好的交易信号。我们介绍了估算最优 RSI 值的方法，并使用网格搜索和统计模型来自动选择周期。最后，我们在 MQL5 中实现了该解决方案，同时利用 Python 进行分析。我们的方法力求务实和直接，旨在以简单的方式帮助您解决潜在复杂的问题。 在我们上次关于自适应交易规则的讨论中（链接 在此 ），我们探讨了量化交易者在尝试如何更好地使用 RSI 指标时所面临的问题。
新文章 MQL5 交易工具包（第 6 部分）：使用最新成交的挂单函数扩展历史管理 EX5 库 已发布： 了解如何创建可导出函数的 EX5 模块，无缝查询和保存最近填写的挂单数据。在本全面的分步指南中，我们将通过开发专用和分隔的函数来检索最后填写的挂单的基本属性，从而增强历史管理 EX5 库。这些属性包括订单类型、设置时间、执行时间、填充类型以及有效管理和分析挂单交易历史所需的其他关键细节。 在您的交易逻辑取决于最后一个已完成挂单的类型的情况下，访问最近完成的挂单的详细信息尤其有价值。例如，您可以利用这些数据，根据最近成交的订单是 买入限价、卖出止损、买入止损、卖出限价、买入止损限价 还是
新文章 财经建模中合成数据的生成式对抗网络（GAN）（第 2 部分）：创建测试合成品种 已发布： 在本文中，我们将利用生成式对抗网络（GAN）创建一个合成品种，涉及生成逼真的财经数据，即模仿真实市场金融产品（例如 EURUSD）的行为。GAN 模型从历史市场数据中学习形态和波动性，并创建拥有相似特征的合成价格数据。 以下是我们的合成品种 “SYNTH_EURUSD” 的图表窗口： 合成品种一旦构建完成，就需要对比真实市场数据进行验证。分析是利用统计检验来检查两套数据是否忠实于其基本形态。我们的测试验证了模拟数据的行为与实际市场数据相似，从而保持交易平台的可靠性。 作者： LiviaObongo
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