新文章 在任何市场中获得优势（第五部分）：联邦储备经济数据库（FRED）欧元兑美元（ EURUSD）可替代数据 已发布： 在今天的讨论中，我们使用了圣路易斯联邦储备银行（St. Louis Federal Reserve）提供的关于广义美元指数以及其他一系列宏观经济指标的可替代日数据，来预测欧元兑美元（EURUSD）未来的汇率。遗憾的是，尽管数据似乎具有近乎完美的相关性，但我们在模型准确性方面未能实现任何实质性提升，这可能暗示投资者最好采用常规的市场价格数据。
通过当前符号检查市场是否开放交易的功能 : 该功能非常有用，可避免服务器在市场休市时收到过多的交易请求 Author: Anton Iaroshenko
转换 MT5 设置文件至 MT4 : 转换 MT5 格式 .set 文件至 MT4 格式。 作者： Richard Gunning
移动均线穿越第 N 根柱线时报警 : 当 iMA (移动平均线, MA) 指标穿越第 N 根柱线时, 会产生警报 (音频警报, 电子邮件和推送通知)。 作者： Vladimir Karputov
新文章 您应当知道的 MQL5 向导技术（第 26 部分）：移动平均和赫斯特（Hurst）指数 已发布： 赫斯特（Hurst）指数是时间序列长期自相关度的衡量度。据了解，它捕获时间序列的长期属性，故在时间序列分析中也具有一定的分量，即使在财经/金融时间序列之外亦然。然而，我们专注于其对交易者的潜在益处，研究如何将该计量度与移动平均线配对，从而构建潜在的稳健信号。 我们继续本系列讲解 MQL5 向导技术的文章，重点放在金融时间序列分析中的可替代方法，从而造福交易者。至于本文，我们研究 赫斯特（Hurst）指数 。这是一个计量度，其会告诉我们，时间序列从长远来看，是具有较高正 自相关
新文章 从基础到中级：BREAK 和 CONTINUE 语句 已发布： 在本文中，我们将学习如何在循环中使用 RETURN、BREAK 和 CONTINUE 语句。了解每个语句在循环执行流程中的作用对于处理更复杂的应用程序非常重要。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。 我知道许多初学者程序员很难正确理解循环生成命令的工作原理。然而，循环是必不可少的，几乎存在于你整个职业生涯中开发的每个程序中，即使你只是把创建程序作为 爱好 。理解并有效地使用与循环相关的命令至关重要。
新文章 掌握ONNX：MQL5交易者的游戏规则改变者 已发布： 深入ONNX的世界，这是一种用于交换机器学习模型的强大的开放标准格式。了解利用ONNX如何彻底改变MQL5中的算法交易，使交易员能够无缝集成尖端的人工智能模型，并将其策略提升到新的高度。揭开跨平台兼容性的秘密，学习如何在您的MQL5交易活动中释放ONNX的全部潜力。通过这篇掌握ONNX的全面指南提升您的交易游戏 。 不可否认，我们正处于人工智能和机器学习的时代，每天都有一种新的基于人工智能的技术部署在金融、艺术和游戏、教育以及生活的更多方面。
新文章 您应当知道的 MQL5 向导技术（第 35 部分）：支持向量回归 已发布： 支持向量回归是一种理想主义的途径，寻找最能描述两组数据之间关系的函数或“超平面”。我们尝试在 MQL5 向导的自定义类内利用这一点来进行时间序列预测。
新文章 神经网络实践：第一个神经元 已发布： 在本文中，我们将开始构建一些简单而不起眼的东西：神经元。我们将使用非常少量的 MQL5 代码对其进行编程。神经元在我的测试中表现良好。让我们回到这一系列关于神经网络的文章中，了解一下我在说什么。 如果您仔细阅读以前的文章，您会注意到我们必须采用某些数学方法来确定表示斜率的常数 <a> 和表示截距的常数 <b> 的最佳值。这些调整使我们能够找到最合适的线性方程。我们探索了两种方法来实现这一点：一种通过导数计算，另一种通过矩阵计算。
CTsLogger 是一款简单灵活的记录系统 : 可记录单个模块或代码段的日志记录器 Author: Trefoter
新文章 使用Python和MQL5进行多交易品种分析（第一部分）：纳斯达克集成电路制造商 已发布： 加入我们的讨论，了解如何利用人工智能（AI）优化您的仓位规模和订单数量，以最大化您的投资组合回报。我们将展示如何通过算法识别一个最优的投资组合，并根据您的回报预期或风险承受能力来调整投资组合。在本次讨论中，我们将使用SciPy库和MQL5语言，利用所拥有的全部数据创建一个最优且多样化的投资组合。
新文章 交易中的神经网络：层次化向量变换器（HiVT） 已发布： 我们邀请您来领略层次化矢量转换器（HiVT）方法，其专为快速、准确地预测多模态时间序列而开发。 智驾面临的挑战与交易者面临的挑战明显重叠。对于汽车智驾，在动态环境中导航的安全机动是一项关键任务。为达成这一目标，这些车辆必须洞察周围环境，并预测道路上的未来事件。然而，准确预测附近道路使用者，诸如车辆、自行车、和行人的机动是一个复杂问题，尤其是在他们的目标或意图未明时。在多个体出行场景中，个体行为受到与其他个体复杂交互的影响，而依赖于地图的交通规则更加复杂。因此，理解场景中多名个体的综合行为极具挑战性。
新文章 因果推断中的时间序列聚类 已发布： 在机器学习中，聚类算法是重要的无监督学习算法，它们可以将原始数据划分为具有相似观测值的组。利用这些组，可以分析特定聚类的市场情况，使用新数据寻找最稳定的聚类，并进行因果推断。本文提出了一种在Python中进行时间序列聚类的原创方法。 聚类是一种机器学习技术，它能够将数据集划分为多个对象组（即聚类），使得同一聚类内的对象彼此相似，而不同聚类的对象则各不相同。聚类有助于揭示数据结构，识别隐藏的模式，并根据对象的相似性进行分组。
CTsLogger - Simple and Flexible Logger : 可记录特定模块或代码段的日志记录器 Author: Trefoter
Terminator_v2.0 : 根据指标信号开初始仓位。(这里有六个变种)。若持仓亏损, 交易量减少 作者： Dmitry Fedoseev
新文章 HTTP和Connexus（第2部分）：理解HTTP架构和库设计 已发布： 本文探讨了HTTP协议的基础知识，涵盖了主要方法（GET、POST、PUT、DELETE）、状态码以及URL的结构。此外，还介绍了Conexus库的构建起点，以及CQueryParam和CURL类，这些类用于在HTTP请求中操作URL和查询参数。 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
新文章 基于MQL5的订单剥头皮交易系统 已发布： 这款MetaTrader 5 EA实现了基于订单流的剥头皮交易策略，并配备了高级风险管理功能。它使用多种技术指标，通过订单的不平衡性来识别交易机会。回测结果显示该策略具有潜在的盈利能力，但同时也突显了需要进一步优化的必要性，尤其是在风险管理和交易结果比率方面。该策略适合经验丰富的交易者，但在实际部署之前，需要进行彻底的测试和深入理解。 该EA通过使用多种技术指标和市场分析方法，基于订单流失衡寻找交易机会。它还包含高级风险管理功能，例如跟踪止损、部分平仓和动态仓位调整。此外，EA还引入了在重大新闻事件期间禁止交易的方法，并设置了连续亏损的限制。
新文章 掌握 MQL5：从入门到精通（第五部分）：基本控制流操作符 已发布： 本文探讨了用于修改程序执行流程的关键操作符：条件语句、循环和 switch 语句。利用这些操作符将使我们创建的函数表现得更加“智能”。 到目前为止，我们的程序相当有限，以严格的线性方式执行指令，没有决策能力。阅读本文后，您将能够创建更复杂的程序。 首先，我们将详细介绍布尔（逻辑）表达式，因为它们构成了理解其余内容的基础。 作者： Oleh Fedorov
新文章 重构MQL5中的经典策略（第三部分）：富时100指数预测 已发布： 在本系列文章中，我们将重新审视一些知名的交易策略，以探究是否可以利用AI来改进这些策略。在今天的文章中，我们将研究富时100指数，并尝试使用构成该指数的部分个股来预测该指数。 伦敦证券交易所（LSE）是发达世界中最古老的证券交易所之一。它成立于1801年，是英国的主要证券交易所。它被认为是除纽约证券交易所和东京证券交易所之外的“三大”交易所之一。伦敦证券交易所是欧洲最大的证券交易所，根据其官方网站，目前在该交易所上市的所有公司的总市值约为4.4万亿英镑。
新文章 MetaTrader 5 与 MQL5 提供的无限机遇 已发布： 本文中，我想举一个例子说明交易者的程序会是什么样子，以及如果从头到始学习 MQL5，9 个月内能达到什么程度。这个例子还会显示出对于一个交易者而言，这样一种程序在占用价格图表最小空间的同时，其功能多样性与信息翔实性如何。而且，我们也会看出，可以通过何种方式，得到颜色多样、清晰明快且对于用户而言直观明确的交易信息面板。以及许许多多的其它功能... 作者： Anatoli Kazharski
EquiPeak Drawdown Tracker : EquiPeak Drawdown Tracker（EquiPeak缩水跟踪器）是一个用于实时监控和记录交易账户最大缩水的指标。它不仅能提醒您当前的缩水情况，还能直观地将您当前的缩水情况与您预期或之前记录的最大历史缩水情况进行比较，因此特别有用。 Author: Enrique Enguix
VWAP - 交易量加权平均价格 : VWAP 是一款日内计算, 主要由算法和机构交易者使用, 以便评估一只股票相对其当天的成交量加权平均值的交易分布。 作者： Felipe Almeida
ColorXMA_Ishimoku_StDev - indicator for MetaTrader 5 : XMA_Ishimoku 指标使用基于标准偏差算法的彩色圆点显示额外的趋势强度。 附件链接中的原始代码在绘图方面存在问题。 Author: Betty Naliaka Barasa
新文章 交易中的神经网络：统一轨迹生成模型（UniTraj） 已发布： 理解个体在众多不同领域的行为很重要，但大多数方法只专注其中一项任务（理解、噪声消除、或预测），这会降低它们在现实中的有效性。在本文中，我们将领略一个可以适配解决各种问题的模型。
新文章 使用MQL5和Python构建自优化的EA（第四部分）：模型堆叠 已发布： 今天，我们将展示如何构建能够从自身错误中学习的AI驱动的交易应用程序。我们将展示一种称为堆叠（stacking）的技术，我们使用2个模型来做出1个预测。第一个模型通常是较弱的学习器，而第二个模型通常是更强大的模型，它学习较弱学习器的残差。我们的目标是创建一个模型集成，以期获得更高的准确性。 我们将关注新西兰元兑日元（NZDJPY）货币对的预测。我们希望从MetaTrader
新文章 您应该知道的 MQL5 向导技术（第 06 部分）：傅里叶（Fourier）变换 已发布： 约瑟夫·傅里叶（Joseph Fourier）引入的傅里叶变换是将复杂的数据波分解构为简单分量波的一种方法。 此功能对交易者来说可能更机敏，本文将对此进行关注。 在使用内置的 RSI 信号类，和内置的固定保证金资金管理进行编译时，我们确实得到了以下结果： EURJPY 覆盖此区间：2022.01.01 至 2023.01.01 时间帧：4 小时。 在运行这个测试时，我们既不设置盈利目标，也不使用默认止损设置，因此这两个输入均为零。 我们希望离场完全依据信号反转或触发尾随停止设置的止损来判定。
新文章 开发多币种 EA 交易（第 17 部分）：为真实交易做进一步准备 已发布： 目前，我们的 EA 使用数据库来获取交易策略单个实例的初始化字符串。然而，这个数据库相当大，包含许多实际 EA 操作不需要的信息。让我们尝试在不强制连接到数据库的情况下确保 EA 的功能。 在前面的一篇文章中，我们已经将注意力转向了处理真实账户所需的 EA 改进。到目前为止，我们的工作主要集中在在策略测试器中获得可接受的 EA 结果上。真实交易需要更多的准备。 除了在重启终端后恢复 EA
新文章 在任何市场中获得优势（第四部分）：CBOE欧元和黄金波动率指数 已发布： 我们将分析芝加哥期权交易所（CBOE）整理的替代数据，以提高我们的深度神经网络在预测XAUEUR货币对时的准确性。 我们将分析XAUEUR市场。该货币对跟踪以欧元计价的黄金价格。除了南极洲外，地球上每个大陆都开采黄金。全球相当一部分黄金由伦敦金银市场协会（LBMA）交易，以设定全球公认的黄金价格基准。芝加哥期权交易所（CBOE）是一家美国公司，提供全球市场基础设施。CBOE利用其网络创建跟踪全球主要市场的波动率指数。我们将分析CBOE的两个波动率指数，它们分别跟踪欧元和黄金市场。
新文章 您应当知道的 MQL5 向导技术（第 34 部分）：采用非常规 RBM 进行价格嵌入 已发布： 受限玻尔兹曼（Boltzmann）机是一种神经网络形式，开发于 1980 年代中叶，当时的计算资源非常昂贵。在其初创时，它依赖于 Gibbs 采样，以及对比散度来降低维度，或捕获输入训练数据集上的隐藏概率/属性。我们验证当 RBM 为预测多层感知器“嵌入”价格时，反向传播如何执行类似的操作。 在本文的上下文中，价格嵌入的用法非常类似于 单词嵌入 的过程；正如一些读者可能知道的那样，这是转换大型语言模型网络的先决条件。单词嵌入，可定义为单词的编号，当与 自注意
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