新文章 使用Python与MQL5进行多个交易品种分析（第二部分）：主成分分析在投资组合优化中的应用 已发布： 交易账户风险管理是所有交易者面临的共同挑战。我们如何在MetaTrader 5中开发能够动态学习不同交易品种的高、中、低风险模式的交易应用？通过主成分分析（PCA），我们可以更有效地控制投资组合的方差。本文将演示如何从MetaTrader 5获取的市场数据中，训练出这三种风险模式的交易模型。
新文章 MQL5 中的 SQLite 功能示例：按交易品种及 Magic 编码展示交易统计信息的仪表盘 已发布： 本文将介绍如何创建一个指标型仪表盘，按账户、交易品种及交易策略展示交易统计信息。我们将以官方文档及数据库相关文章中的示例为基础，逐步实现完整程序。
新文章 使用 MetaTrader 5 的 Python 高频套利交易系统 已发布： 在本文中，我们将创建一个在经纪商眼中仍然合法的套利系统，在外汇市场上创建数千个合成价格，对其进行分析，并成功交易以获取利润。 外汇市场，算法策略，Python 和 MetaTrader 5。当我开始研究套利交易系统时，这一切就发生了。这个想法很简单 —— 创建一个高频系统来发现价格不平衡。这一切最终导致了什么？ 这段时间我经常使用 MetaTrader 5 API。我决定计算合成交叉汇率。我决定不再将自己限制在十个或一百个，数字已突破一千。 风险管理是一项独立的任务。系统架构、算法、决策 ——
新文章 您应当知道的 MQL5 向导技术（第 44 部分）：平均真实范围（ATR）技术指标 已发布： ATR 振荡指标是一款非常流行的指标，权当波动率代表，尤其是在交易量数据稀缺的外汇市场当中。我们以形态为基础来验证这一点，就如我们对先前指标所做那样，并分享策略和测试报告，致谢 MQL5 向导库的类和汇编。 平均真实范围
Weis Waves : 交易量波指标最初由Richard D. Wyckoff 构思出来的。 作者： Flavio Jarabeck
Basing Candlesticks MT5 : 基底烛台 MetaTrader 指标 - 是一种自动指标，用于在图表上检测和标记基底烛台。基底蜡烛是指蜡烛体长度小于其高低区间 50%的蜡烛。该指标使用柱状图线（在 MT4 中）或自定义蜡烛（在 MT5 中）直接在平台的主图表中突出显示底部蜡烛。百分比标准可通过输入参数进行更改。您还可以在出现新的基准烛光时打开警报。 Author: Tuan Nguyen Van
新文章 购买交易机器人前如何进行测试 已发布： 与别处相比，在 MQL5 应用商店购买交易机器人有一个明显的优势 - 其提供的自动化系统，可直接在 MetaTrader 5 终端内接受完整测试。购买前，EA 交易可以、也应该在内置的策略测试程序中，以所有不利的模式谨慎运行，从而对此系统有一个全面的认识。 作者： MetaQuotes Software Corp
新文章 构建K线趋势约束模型（第九部分）：多策略EA（2） 已发布： 理论上，可以集成至EA中的策略数量没有上限。然而，每新增一种策略都会提升算法复杂度。通过融合多策略架构，EA能够更灵活地适应不同市场环境，从而可能提升整体盈利能力。今天，我们将探讨如何通过MQL5实现理查德·唐奇安（Richard Donchian）的经典通道突破策略，以此进一步拓展我们的趋势约束型EA功能体系。 右键单击EA列表，选择“测试”以打开测试窗口。此处，您可以选择并设置EA进行测试。查看下方的性能表现。 突破型EA在策略测试器中的表现
新文章 神经网络变得轻松（第五部分）：OpenCL 中的多线程计算 已发布： 我们早前已经讨论过某些类型的神经网络实现。 在所研究的网络中，每个神经元都重复相同的操作。 逻辑上进一步应利用现代技术提供的多线程计算功能来加快神经网络学习过程。 本文介绍了一种可能的实现方式。 我们已选择了该技术。 现在，我们需要决定将计算部分拆分为线程的过程。 您还记得 完全连接感知器算法 吗？ 信号顺序从输入层转至隐藏层，然后转至输出层。 没必要为每个层分配线程，因为计算必须按顺序执行。 直到收到来自上一层的结果之后，该层才能开始计算。 一层中独立神经元的计算不依赖该层中其他神经元的计算结果。
新文章 如何使用 MetaTrader 和 Google Sheets 创建交易日志 已发布： 使用 MetaTrader 和 Google Sheets 创建交易日志！您将学习如何通过 HTTP POST 同步您的交易数据，并使用 HTTP 请求来获取它。最后，您有一个交易日志，可以帮助您有效地跟踪您的交易。 Google Sheets 日志系统是各级交易者不可或缺的资源，有助于有组织地跟踪他们的交易活动。如果您想成为一名日内交易者，记录交易日志至关重要。你无法改进那些你没有衡量过的东西。它使用户能够保持结构化的交易方法，提供对绩效评估和提升至关重要的见解。Google Sheets
Bollinger Squeeze Basic MT5 : 布林挤压基本 MetaTrader 指标 - 这是一个基于动量、布林带和凯尔特纳通道的复杂指标。该指标在图表的独立窗口中绘制为动量柱状图和一系列显示当前布林带和凯尔特纳通道值之间关系的点。该指标适用于 MT4 和 MT5 版本的交易平台。 Author: Tuan Nguyen Van
Candle Wicks Length Display Indicator MT5 : 蜡烛芯长度显示 MetaTrader 指标是一个可以直接在图表上以点数为单位显示蜡烛芯长度的指标。您可以设置要显示的最小长度。或者，它也可以显示小于给定限制的蜡烛芯长度。该指标支持各种警报，在 MT4 和 MT5 中均可使用。 Author: Tuan Nguyen Van
新文章 基于主成分的特征选择与降维 已发布： 本文深入探讨了改进型前向选择成分分析（Forward Selection Component Analysis，FSCA）算法的实现，该算法灵感源自Luca Puggini和Sean McLoone在《前向选择成分分析：算法与应用》一文中所提出的研究。 金融时间序列预测通常涉及对众多特征的分析，其中许多特征可能高度相关。主成分分析（Principal Component
CCI Arrows MT5 : CCI 箭头 MetaTrader 指标 - 将显示 CCI 与零点交叉的位置（用红色或蓝色箭头标记），帮助您决定做空还是做多。该指标滞后时间极短，准确度相对较高。对于那些喜欢简单、讨厌复杂指标的交易者来说，这个简单的指标是个不错的选择。CCI Arrows 支持所有类型的警报。该指标有 MT4 和 MT5 版本。 Author: Tuan Nguyen Van
新文章 交易中的神经网络：对比形态变换器（终章） 已发布： 在本系列的上一篇文章中，我们考察了“原子-基序对比变换器”（AMCT）框架，其用对比学习来发现各个级别的关键形态，从基本元素到复杂结构。在本文中，我们将继续利用 MQL5 实现 AMCT 方式。 如常，模型训练是依据预先收集的涵盖整个 2023 年的离线训练数据集上执行的。训练以迭代方式执行。经过多次迭代后，训练数据集将更新。这可以根据当前政策对代理人的操作进行最准确的评估。 在训练期间，我们获得了一个能够在训练和测试数据集上均产生盈利的模型。但这里有一个警告。出品的模型只执行了很少量的交易。我们甚至将测试期延长至 3
新文章 如何将“聪明钱”概念（OB）与斐波那契指标相结合，实现最优进场策略 已发布： SMC（订单块）是机构交易者发起大规模买入或卖出的关键区域。当价格出现显著波动后，借助斐波那契数字可识别从近期波段高点至波段低点的潜在回撤，从而锁定最佳进场位。 “聪明钱”的概念（SMC）与订单块是图表上机构交易者通常执行大额买卖指令的核心区域。这些区域往往标志着重要价格波动的起点，对于希望与机构资金行为保持一致的交易者至关重要。理解这些关键价位如何影响价格走势，可为散户提供更深入的市场洞察，帮助他们预判高概率行情。
一个简单的交易面板 : 本实例在MT4上创建几个按钮。分别实现BUY开仓、SELL开仓，BUY平仓、SELL平仓、全部平仓等简易功能。 作者： Yin Zhou Luo
Daily Percentage Change MT5 : 每日百分比变化（MetaTrader 指标）- 计算与前一日收盘价相关的货币汇率变化，并在平台的主图表窗口中以百分比点显示。此外，它还可以显示每周和每月的百分比变化。可以为正或负的价格上涨设置不同的颜色。此外，一个可自定义的小箭头有助于直观地显示价格变化方向。如果您的经纪商使用的是非常规时区，该指标可以使用时间偏移参数来调整当天结束时使用的小时。该指标同样适用于 MT4 和 MT5。 Author: Tuan Nguyen Van
新文章 使用Python和MQL5开发机器人（第一部分）：数据预处理 已发布： 基于机器学习的交易机器人开发：详细指南本系列文章的第一篇将重点讨论数据的收集与准备以及特征的选择。该项目采用Python编程语言及其相关库，并结合MetaTrader 5平台来实现。 市场正变得越来越复杂。如今，它正演变成一场算法之战。超过95%的交易额是由交易机器人产生的。 下面一步是机器学习。这些虽然不是高级人工智能，但也并非简单的线性算法。机器学习模型能够在困难的背景下实现盈利。将机器学习应用于创建交易系统是一件有趣的事情。得益于神经网络，交易机器人将分析大数据，发现规律并预测价格走势。
新文章 名义变量的序数编码 已发布： 在本文中，我们将讨论并演示如何使用Python和MQL5将名义预测变量转换为适合机器学习算法的数值格式。 名义变量表示的是各类别之间不存在内在顺序或等级的分类数据。金融时间序列数据集中的具体例子可能包括： 价格K线类型（例如，针形K线、纺锤线、锤子线） 星期几（例如，星期一、星期二、星期三） 这些变量纯粹是定性的，即各类别之间不存在隐含的层级或顺序。例如，针形K线形态并不天生优于纺锤线，多头K线也并不比空头K线更好。
新文章 创建一个基于布林带PIRANHA策略的MQL5 EA 已发布： 在本文中，我们将创建一个MQL5 EA，它基于PIRANHA策略，并使用布林带来提升交易表现。我们会系统梳理该策略的核心原理、代码实现细节，以及测试与优化方法。并助您轻松将 EA 部署到实际的交易环境中。 PIRANHA 策略是一套动态交易系统，专为捕捉外汇市场波动而设。它以“快、准、狠”著称，正如其名称来源——水中迅捷的食人鲳，出手即中。核心技能：该策略以波动率为锚，通过高度相对化的方式，帮助交易者精准定位市场进出场点。 风险管理同样是 PIRANHA
新文章 学习如何基于 ATR 设计交易系统 已发布： 在本文中，我们将学习一款可在交易中运用的新技术工具，作为我们学习如何设计简单交易系统系列的延续。 这次我们将选取另一个流行的技术指标：平均真实范围（ATR）。 正如我之前提到的那样，ATR 衡量波动性。 据此，分析 ATR 窗口中的数值：ATR 值越低，金融产品的波动性越低。 反之亦然，ATR 值越高，金融产品的波动性越高。 下图是关于如何解读： 那么，当 ATR 记录的数值较低时，这表示波动性较低；反之亦然，当 ATR 指标记录的数值较高时，这表明波动性较高。 根据 ATR 指标的计算，我们已经知道，ATR 指标不能准确地生成交易信号。
新文章 您应当知道的 MQL5 向导技术（第 38 部分）：布林带 已发布： 布林带是一种非常常见的轨道线指标，许多交易者用它来手工下单和平仓。我们，通过考察尽可能多的由它生成的不同信号，来验证该指标，并看看如何在向导汇编的智能系统中运用它们。 我们最多可用 8 个形态，从上面分享的表格中可以看出，第二个形态的输入映射（所用的形态输入）是 2。这确保了当我们检查做多和做空条件时，我们仅用这个形态，即上轨和下轨处的反弹。我们据 USDCHF 货币对，2023 年日线时间帧进行了测试运行，并得到以下结果：
新文章 交易中的神经网络：对比形态变换器 已发布： 对比变换器在设计上基于单根烛条水平和整个形态来分析行情。这有助于提升行情趋势建模的品质。甚至，运用对比学习来统调烛条和形态的表示、促进自我调节，并提升预测的准确性。 在使用机器学习分析市场形势时，我们往往会专注单根烛条及其属性，而忽略了频繁提供更有意义信息的烛条形态。形态代表的是在类似市场条件下显露出的稳定烛条结构，能够揭示至关重要的行为趋势。 之前，我们探索了从分子性质预测领域借鉴的 Molformer 框架。 Molformer
新文章 人工喷淋算法（ASHA） 已发布： 本文介绍了人工喷淋算法（Artificial Showering Algorithm，ASHA），这是一种为解决一般优化问题而开发的新型元启发式方法。基于对水流和积聚过程的模拟，该算法构建了理想场的概念，其中要求每个资源单元（水）找到最优解。我们将了解 ASHA 如何调整流和累积原则来有效地分配搜索空间中的资源，并查看其实现和测试结果。 人工淋浴算法（ASHA）是一种为解决一般优化问题而开发的新型元启发式方法。该算法基于对理想场地上人为控制设备分配的水的流动和积聚进行建模。ASHA
新文章 使用经典机器学习方法预测汇率：逻辑回归（logit）模型和概率回归（probit）模型 已发布： 本文尝试构建一款用于预测汇率报价的EA。该算法以经典分类模型——逻辑回归与概率回归为基础。并利用似然比检验作为交易信号的筛选器。
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