MetaCOT 2 CFTC 工具箱（一套指标） MT4 : MetaCOT 2 CFTC ToolBox 指标是一套 MetaCOT 2 指标，可访问 CFTC 报告中的数据。MetaCOT 2 支持 COT、分类 COT、TFF 和 CIT 报告，允许您直接在 MetaTrader 中构建 COT 图表。所有指标都有源代码，可用于构建自己的交易系统。 Author: Vasiliy Sokolov
新文章 纳什博弈论与隐马尔可夫滤模型在交易中的应用 已发布： 这篇文章深入探讨了约翰·纳什的博弈论，特别是纳什均衡，在交易中的应用。文章讨论了交易者如何利用Python脚本和MetaTrader 5，依据纳什的原则来识别并利用市场的无效性。文章还提供了实施这些策略的逐步指南，包括使用隐马尔可夫模型（HMM）和统计分析，以提升交易表现。 纳什均衡是博弈论中的一个概念，假设每个参与者都知晓其他参与者的均衡策略，且没有任何一个参与者仅通过改变自身的策略就能获得更多的收益。 在纳什均衡中，每个参与者的策略在给定其他所有参与者策略的情况下都是最优的。一场博弈可能存在多个纳什均衡，也可能一个都没有。
新文章 交易中的神经网络：使用语言模型进行时间序列预测 已发布： 我们继续研究时间序列预测模型。在本文中，我们领略一种建立在预训练语言模型基础上的复杂算法。 论文 《TEMPO：基于提示的生成式预训练变换器进行时间序列预测》 的作者解决了大型预训练模型适配时间序列预测的关键挑战。他们提出了 TEMPO ，这是一个基于 GPT 的综合模型，设计用于有效的时间序列表示学习。TEMPO 由两个关键的分析分量组成：一个专注于针对特定时间序列形态（如趋势和季节性）建模，另一个旨在经由基于提示的方式从内部数据属性中提取更普适的见解。具体说， TEMPO
新文章 情绪分析与深度学习在交易策略中的应用以及使用Python进行回测 已发布： 在本文中，我们将介绍如何使用Python中的情绪分析和ONNX模型，并将它们应用于EA中。使用一个脚本运行TensorFlow训练的ONNX模型，以进行深度学习预测；而通过另一个脚本获取新闻标题，并使用人工智能技术量化情绪。 将深度学习和情绪分析融入MetaTrader
新文章 使用 SMA 和 EMA 自动优化止盈和指标参数的示例 已发布： 本文介绍了一种用于外汇交易的复杂 EA 交易，它能够将机器学习与技术分析相结合。它专注于交易苹果股票，具有自适应优化、风险管理和多策略的特点。回溯测试显示出良好的结果，盈利能力较高，但也有显著的回撤，表明还有进一步改进的潜力。 EA 的方法是多方面的，利用机器学习模型的价格预测、趋势跟踪技术和自适应参数优化。它的设计主要针对 #AAPL 股票，尽管它具有适应其他工具的灵活性。该 EA 具有动态手数调整、追踪止损和自动调整市场条件等功能，融合了尖端技术与久经考验的交易原则。
新文章 使用MQL5实现抛物线SAR趋势策略的自动化交易：打造高效的EA 已发布： 在本文中，我们将通过MQL5实现抛物线SAR趋势策略的自动化交易：打造高效的EA。该EA将根据抛物线SAR指标识别出的趋势进行交易。 算法交易策略通过使交易者能够快速做出明智的决策，极大地创新了金融交易。这有助于消除人为错误和情绪偏见，因为自动化系统会在快节奏的市场环境中遵循预先确定的参数。因此，在自动化交易中，交易具有一致性，因为系统每次执行交易时都使用相同的逻辑。 使用MetaTrader 5构建和实施自动化技术是一种常见的做法。本文深入探讨了使用抛物线SAR指标自动执行交易的EA创建过程。 作者：
新文章 数据科学与机器学习（第 15 部分）：SVM，每个交易员工具箱中的必备工具 已发布： 探索支持向量机 (SVM，Support Vector Machines) 在塑造未来交易中不可或缺的作用。本综合指南探讨了 SVM 如何提升您的交易策略，增强决策能力，并在金融市场中释放新的机会。通过实际应用、分步教程和专家见解深入了解 SVM 的世界。为自己配备必要的工具，帮助您应对现代交易的复杂性。使用 SVM 提升您的交易能力 — 这是每个交易者工具箱中的必备工具。 对偶 SVM 并不是 SVM 的一种独特类型，而是 SVM 优化问题的一种表示。SVM
新文章 在 MQL5 中创建交易管理员面板（第一部分）：构建消息接口 已发布： 本文讨论了为 MetaTrader 5 创建一个消息接口，旨在帮助系统管理员在平台内直接与其他交易者进行沟通。MQL5 最近与社交平台的整合使得信号能够通过不同渠道快速广播。想象一下，只需点击“是”或“否”就能确认发送信号。继续阅读以了解更多信息。 可以通过 MetaTrader 5 直接与您的系统用户进行互动。这是管理员能够通过系统与用户实时分享咨询的一种方式。它也可以作为是否将最新生成的系统信号发送到社交渠道上的确认手段。如果你读到文章的最后，你将能够看到如何创建一个交互式的界面，如这张图所示：
新文章 威廉·江恩（William Gann）方法（第三部分）：占星术是否有效？ 已发布： 行星和恒星的位置会影响金融市场吗？让我们借助统计数据和大数据，踏上一段令人兴奋的探索之旅，进入星星与股票图表交汇的世界。 我所理解的金融占星术的基本观点是，天体的运动与市场周期之间存在着某种联系。这个概念有着悠久而丰富的历史，上个世纪著名的交易员威廉·江恩尤其大力推广了这一概念。 我对这一理论的基本原则思考了很多。例如，循环论的观点认为，恒星和行星的运动是周期性的，市场运动也是如此。就行星相位而言，有些人认为某些行星位置对市场有很强的影响。那么星座呢？人们认为行星穿过不同的黄道星座也会影响市场。
新文章 您应当知道的 MQL5 向导技术（第 29 部分）：继续学习率与 MLP 已发布： 我们主要验证自适应学习率，圆满考察学习率对智能系统性能的敏感性。这些学习率旨在在训练过程中针对层中的每个参数进行自定义，故我们评估潜在收益相较于预期的性能损失。 我们通过验证自适应学习率和一个轮转学习率，重新审视、并总结不同格式的学习率对智能系统的性能影响。至于本文，该格式将遵循我们在 上一篇文章 中采用的方式，即在每个学习率格式小节就提供测试报告，而非堆积在文章末尾。
新文章 在任何市场中获得优势（第三部分）：Visa消费指数 已发布： 在大数据的世界里，有数以百万计的备选数据集，它们有可能提升我们的交易策略。在这一系列文章中，我们将帮助您识别最有信息量的公开数据集。 VISA是一家美国跨国支付服务公司。它成立于1958年，如今该公司运营着世界上最大的交易处理网络之一。VISA非常适合成为可靠的备选数据来源，因为它们几乎渗透了发达世界的每一个市场。此外，圣路易斯联邦储备银行也从VISA收集部分宏观经济数据。
使用函数指针进行 Introsort（内省排序 : 一种混合排序算法，可为简单类型、结构或对象指针数组的排序提供快速性能。 Author: amrali
创建加密卷配置文件的基本库 : 在图表上创建 Volume Profiles 的基本库。 Author: Yashar Seyyedin
MT4 订单快速报告 : fxsaber 报告库的 JavaScript 快速版本，用于通过 MT4Orders 或 Virtual 实现 MT4 风格的交易指令。 运行速度提高 10 倍，NTML 文件更小，可上传和显示多达 540 万行报告。 Author: Forester
iCHO 趋势 CCIDualOnMA 过滤器 : 基于标准指标 iCHO（柴金振荡器，CHO）和自定义指标 "CCIDualOnMA "的策略 Author: Vladimir Karputov
手动位置跟踪面板 : 基于 CDialog 类的面板。对当前符号进行操作。删除、设置止盈、设置一组头寸的盈亏平衡点 Author: Vladimir Karputov
针对控制台类型的图表文本输出进行了优化显示 : 通过该库，您可以创建显示屏，以最理想的速率向图表轻松输出文本信息 Author: Mihail Matkovskij
Pan PrizMA 第 72 号杠杆 : 用 4 度的多项式构造一条移动线。外推正弦及其轴线。所构建的线在每一小节上删除一个值，并构建一条外推值的滑动线，该滑动线不会重新绘制。 Author: Aleksey Panfilov
新文章 MetaTrader 中的 Multibot（第二部分）：改进的动态模板 已发布： 在开发上一篇文章的主题时，我决定创建一个更灵活、功能更强大的模板，该模板具有更大的功能，可以有效地用于自由职业，也可以作为开发多货币和多时段 EA 的基础，并能够与外部解决方案集成。 基于之前的 EA，让我们回顾一下创建这样一个模板的原因。主要目标是能够为每个“工具 - 周期”对启动一个具有不同设置的 EA。为了避免在每个图表上单独启动 EA，这是必要的。这简化了这种系统及其配置的管理，因为一个终端中相同 EA 的副本越多，潜在用户出错的可能性就越高。此外，由于例如幻数顺序或基于人为因素的其他原因，这些
检测新柱状或蜡烛的开始 : 在智能交易系统的 OnTick() 事件处理程序中检测新柱状图或蜡烛图的开始。 Author: Fernando Carreiro
新文章 您应当知道的 MQL5 向导技术（第 28 部分）：据入门学习率重新审视 GAN 已发布： 学习率是许多机器学习算法在训练过程期间，朝向训练目标迈进的步长。我们检验了其众多调度和格式对于生成式对抗网络性能的影响，该神经网络类型我们在早前文章中已检验过。 本文的格式将与我们之前文章中曾用过的格式有所不同。在表述每种学习率格式时，会伴随其策略测试报告。略微对照我们之前所做，其时报告通常都出现在文章的末尾，在结束语之前。故此，这是一种探索性格式，对于学习率是否潜在影响机器学习算法（或者更具体地是
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