新文章 复购算法：模拟多币种交易 已发布： 在本文中，我们将创建一个模拟多币种定价的数学模型，并针对多元化原理进行彻底研究，作为搜索提高交易效率机制的一部分，我在上一篇文章中已经开始了理论计算。 我们已经弄清楚了如何正确使用交易系统，包括复购算法，以便能通过自动和手动交易尽可能高效和安全地赚钱。 对于正确组合交易系统，资金管理和其它各种状况的计算，值得另写一篇文章，我计划稍后会写。 我添加了这一章节，如此您可以清楚地看到这一事实，复购算法是一种可操作的策略。 为此，我创建了一个测试 EA，它复现了我们的数学模型，唯一的区别是它也处理上部半波（卖出交易周期）。 我发现了一些设置，证明了为
新文章 理解并有效地使用 MQL5 策略测试器 已发布： 对于 MQL5 程序员或开发人员，一项基本需求就是掌握那些重要且颇具价值的工具。 其中一个工具是策略测试器，本文是理解和使用 MQL5 策略测试器的实用指南。 如果我们移到设置选项卡，我们将得到如下内容： 1- 智能系统：选择我们需要测试的程序文件。 2- IDE：打开所选程序的源代码。 3- 保存或加载特定设置。 4- 品种：选择我们需要测试的品种。 5- 为选定品种选择测试的时间帧。 6- 用于所选品种的规格。 7-日期：选择我们需要测试的时间段。 8- 选择测试的开始日期。 9- 选择测试的结束日期。 10-
新文章 MQL5 中的范畴论 (第 8 部分)：幺半群（Monoids） 已发布： 本文是以 MQL5 实现范畴论系列的延续。 本期，我们引入幺半群作为域（集合），通过包含规则和幺元，将范畴论自其它数据分类方法分离开来。 为了描绘幺半群在交易者中的可能应用，我们要考虑 5 个决定，都是某些或大多数交易者在执行交易之前也许会面临的。 这些是： 要考虑回溯期的长度。 要使用的图表时间帧。 要使用的应用价格。 要选择的指标。 以及，这些给定信息，是否采取区间或趋势进行交易。 对于这些决定中的每一个，我们将跟进： 一组可供选择的可能数值; 一种二元运算，可在任意两个元素之间进行选择。
新文章 在类中包装 ONNX 模型 已发布： 面向对象编程可以创建更紧凑、易于阅读和修改的代码。 在此，我们将会看到三个 ONNX 模型的示例。 多数票的计算根据等式 <总票数>/2 + 1。 总共 3 票，多数票为 2 票。 这就是所谓的“硬投票”。 测试结果仍采用相同的设置。 我们分别回顾一下所有三个模型的工作，即盈利和无盈利交易的数量。 第一个模型 — 11：3；第二个模型 — 6：1；第三个模型 — 16：10。 看来，在硬投票的帮助下，我们改善了结果 — 16：4。 但是，当然，我们需要查看完整的报告和测试图表。 作者： MetaQuotes
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。
各位先進大大好 : OnCalculate() 與 OnTick() 不能同時使用???? 目前我有自行研究出了 #property indicator_chart_window 可以繪出2條不同週期的AMA， 目前想要用計算出的最新的 AMA週期9的與週期12的進行交叉比對再OnTick() 判斷線型趨勢再開單， 但是 我只要用了 OnCalculate() 再執行時候都會變成 這個模式(只有顯示自訂指標)只有指標顯示無法進行演算法交易??? 再而不是這個 模式可以同時顯示跟交易，請問大大有甚麼樣的解決方式
新文章 以 MQL5 实现 ARIMA 训练算法 已发布： 在本文中，我们将实现一种算法，该算法应用了 Box 和 Jenkins 的自回归集成移动平均模型，并采用了函数最小化的 Powells 方法。 Box 和 Jenkins 表示，大多数时间序列可以由两个框架中之一个或两个来建模。 到目前为止，我们已经研究了自回归训练算法的实现，但没有讲明如何为模型推导或选择相应的顺序。 训练模型可能是最容易的部分，这是相较于判定一个好的模型。 推导合适模型的两个有用工具是计算所研究序列的自相关和偏自相关。 作为指南，为了帮助读者解释自相关图和偏自相关图，我们将考虑四个假设序列。
EAX_Mysql - MySQL library:
该库是连接 MySQL 的简单接口。
作者： Michael Schoen
新文章 开发回放系统 — 市场模拟（第 08 部分）：锁定指标 已发布： 在本文中，我们将亲眼见证如何在简单地利用 MQL5 语言锁定指标，我们将以一种非常有趣和迷人的方式做到这一点。 正如我早前提及的，我可以跳过这些信息，当有人问我为什么他们不能让系统工作时，我可以装作自己是一个更好的程序员。 但我不喜欢吹牛。 我希望人们学习、理解、并有动力去寻找解决方案。 只要有可能，分享您的知识，因为这就是我们为如何进化做出贡献。 隐瞒知识不是优越感的标志，而是恐惧或缺乏信心的标志。 我已经克服了这个阶段。 这就是我解释如何工作的原因。 我希望更多人能受到启发，去做同样的事情。 拥抱大家，下一篇文章见。
新文章 如何利用 MQL5 创建自定义指标（Heiken Ashi） 已发布： 在本文中，我们将学习如何根据我们的偏好利用 MQL5 创建自定义指标，在 MetaTrader 5 当中运用它来帮助我们读取图表，或在自动智能系统当中运用。 Heiken Ashi 图表类似于普通的烛台技术图表，但绘制这些蜡烛的计算方式是不同的。 也就是说，有两种不同的方法。 众所周知，普通烛台图表根据特定时期内的真实开盘价、最高价、最低价和收盘价计算价格，但 Heiken Ashi 在计算蜡烛时会考虑之前类似价格（开盘价、最高价、最低价和收盘价）的价格。 以下是 Heiken Ashi 的相关值如何计算的：
新文章 开发回放系统 — 市场模拟（第 07 部分）：首次改进（II） 已发布： 在上一篇文章中，我们针对复现系统进行了一些修复并加入了测试，以确保可能的最佳稳定性。 我们还着手为这个系统创建和使用配置文件。 这里的问题是读取和写入变量之间会有很小的时差。 尽管它很短暂，但若服务在指标之前将数值写入全局终端变量时，它就存在。 发生此类事件时，服务在访问全局终端变量时所期望的值将与变量中的实际值不同。 有很多方法可以绕过这个缺陷，但在这个与市场回放配套工作的系统中，这并不重要。 故此，我们可以忽略此缺陷。
新文章 神经网络变得轻松（第三十八部分）：凭借分歧进行自我监督探索 已发布： 强化学习中的一个关键问题是环境探索。 之前，我们已经见识到基于内在好奇心的研究方法。 今天我提议看看另一种算法：凭借分歧进行探索。 基于分歧的探索是一种强化学习方法，允许代理者在不依赖外部奖励的情况下探索环境，但更倾向于使用模型融汇寻找新的、未探索的区域。 在“ 凭借分歧进行自我监督探索 ”一文中，作者讲述了这种方式，并提出了一个简单的方法：训练前向动态模型的融汇，并鼓励代理者探索动作空间，其在融汇当中模型预测之间存在最大不一致或方差。
新文章 价格直方图（市场概况）及其在 MQL5 中的实施 已发布： “市场概况”由真正才华横溢的思想家 Peter Steidlmayer 所提出。他建议使用有关“水平”和“垂直”市场动态信息的替代表示法，从而给出一套完全不同的模型。他认为存在市场深层次的摆动或称之为平衡和失衡周期的基本模式。在本文中，我将会探讨价格直方图（市场概况的一种简化模型）以及它在 MQL5 中的实施。 作者： Dmitry
显示当前K线剩余时间: 个指标的作用是显示当前K线剩余时间，以时分秒的方式显示数据，数据的位置可以跟随K线，也可以固定在图表任意位置（双击后任意移动它）。 作者： Ziheng Zhuang
新文章 如何利用 MQL5 检测趋势和图表形态 已发布： 在本文中，我们将提供一种通过 MQL5 自动检测价格行为形态的方法，如趋势（上行趋势、下行趋势、横盘整理）、图表形态（双顶、双底）。 趋势检测 在上一部分学习了如何检测图表上的高点和低点之后，我们可以开发代码来检测图表上的趋势，因为我们已能检测到两个高点和两个低点，这正是我们识别趋势所需要的。 本文的以下这一部分，内容是关于开发我们以前的代码，以便尽可能通过以前的代码检测图表上三种类型的趋势，但也有一些差异。 简单地说，趋势是价格行为的走势，这种走势可以是向上的、向下的，或者没有明确的方向，既不上也不下。
新文章 首次启动MetaTrader VPS：分步说明 已发布： 使用EA交易或订阅信号的每个交易者几乎都会认识到，需要为自己的交易平台租用一个可靠的24/7全天候主机服务器。出于多种原因，我们建议使用MetaTrader VPS。您可以通过MQL5.community账户方便地支付服务费用和管理订阅。 作者： MetaQuotes
新文章 在莫斯科交易所（MOEX）里使用破位挂单的自动兑换网格交易 已发布： 本文探讨在莫斯科交易所（MOEX）里基于破位挂单的网格交易方法如何在 MQL5 智能系统中实现。 在市场上进行交易时，最简单的策略之一是设计“捕捉”市场价格的订单网格。 网格特征具有以下参数： 网格宽度 网格步长 止盈 止损 网格宽度是由订单覆盖的区域。 网格步长是订单之间的间距。 网格宽度和步长按点数为单位计算。 因此，我们已经触及了网格交易方法的定义。 这种交易方法，其中使用许多订单入场，通常彼此距离相同，位于当前价格的两侧，称为网格。 无论市场价格走向何方，它仍然会穿过价位网格。
新文章 开发回放系统 — 市场模拟（第 06 部分）：首次改进（I） 已发布： 在本文中，我们将开始稳固整个系统，若无，则我们可能无法进行后续步骤。 如果仔细观察，您能看到系统中存在一个1错误。 我们将在下一篇文章中修复此错误，我们将进一步改进我们的市场回放，令其用起来更加稳定和直观。 附件包括视频中使用的源代码和文件。 借助它们来更好地理解和练习配置文件的创建。 从现在开始研究这个阶段很重要，因为配置文件会随着时间的推移而发生积极的变化，从而增加其功能。 因此，我们现在需要从一开始就理解这一点。 作者： Daniel Jose
新文章 神经网络变得轻松（第三十七部分）：分散关注度 已发布： 在上一篇文章中，我们讨论了在其架构中使用关注度机制的关系模型。 这些模型的具体特征之一是计算资源的密集功用。 在本文中，我们将研究于自我关注度模块内减少计算操作数量的机制之一。 这将提高模型的常规性能。 我们采用 2023 年 3 月的 EURUSD H1 历史数据训练模型，并测试 EA。 在学习过程中，EA 在测试期间展示出盈利。 然而，获得的利润是因为平均盈利交易的规模大于平均亏损交易的规模。 但输赢仓位的数量大致相同。 结果就是，盈利因子为 1.12，恢复因子为 1.01。 作者： Dmitriy Gizlyk
新文章 复购算法：提高效率的数学模型 已发布： 在本文中，我们将使用复购算法来更深入地了解交易系统的效率，并开始研究使用数学和逻辑提高交易效率的一般原则，以及在使用任意交易系统方面应用更能提高效率的非标准方法。 这种交易方法在各类智能系统中被广泛且积极地运用。 甚至，它还有许多变体和混合体。 此外，从对此类系统的引用数量来看，很明显，该主题不仅在本站点上非常受欢迎，而且在任何其它网络资源上也如此。 所有方法变体都有一个 共同的概念 ，涉及 逆市场走势 进行交易。 换言之，EA 采用复购来尽可能地低买，并尽可能地高卖。 这是一个古老到自商品出现就有的经典交易形式。
新文章 MQL5 中对象创建和析构的顺序 已发布： 每个对象，无论是自定义对象、动态数组还是对象数组，都以其特定的方式在 MQL5 程序中创建和删除。某些对象往往是其他对象的一部分，在取消初始化时对象删除的顺序便尤为重要。本文提供了涵盖对象使用机制的一些示例。 MQL5 程序的编写基于 面向对象编程 (OOP) 理念， 这不仅为创建自定义库带来了新的可能性，并允许您使用其他开发人员的完整且经过测试的类。MetaTrader 5 客户端的 标准库 中有数百个类，包含了数千种方法 。 要充分利用 OOP，我们必须清楚说明有关在 MQL5 程序中创建和删除对象的一些细节 。文档对 创建和删除对象
新文章 MQL5 中的范畴论 (第 7 部分)：多域、相对域和索引域 已发布： 范畴论是数学的一个多样化和不断扩展的分支，直到最近才在 MQL5 社区中得到一些报道。 这些系列文章旨在探索和验证一些概念和公理，其总体目标是建立一个开放的函数库，提供洞察力，同时也希望进一步在交易者的策略开发中运用这个非凡的领域。 形式上， 相对域在 N 上的映射 ，表示为 f: (E,π) à (E’,π’)，函数是 f: E àE’ 如此以下三角形互通 为了向交易者阐这一点，我们把上面所用的态射 f，修改其平方互通为没有 D 域的简单三角形。 在运用 f 时，我们将在两个域 E & E'
Cronex T RSI BBSW: 用于 MetaTrader 5 的 Cronex T RSI BBSW 指标。 作者： Sergii Kozin
新文章 交易中的资金管理 已发布： 我们将研究构建资金管理系统的几种新方法，并定义其主要功能。 今天，有相当多的资金管理策略可以满足各种口味。 我们将尝试根据不同的数学增长模型考察几种管理资金的方法。 任何资金管理方法都可以加速交易余额的增长，或者换言之，提高交易策略的盈利能力。 因此，交易策略是基础，而资金管理是补充。 我们来看看若要对其应用资金管理，交易策略必须满足哪些需求。 首先，是强制使用止损和止盈。 在它们的帮助下，您可以控制交易风险：止损可以让您限制可能的损失，而止盈可以评估每笔交易的潜在利润。 其次，这是一个积极的数学期望。
新文章 神经网络实验（第 6 部分）：自给自足的价格预测工具 — 感知器 已发布： 本文提供了一个的示例，运用感知器作为自给自足的价格预测工具，展示其一般概念和最简单的已制备智能系统，然后是其优化结果。 指标是用于分析市场并帮助识别趋势、入场和离场时机、以及支撑位和阻力位的数学方程式。 可以在感知器中用于分析外汇市场的一些最常见指标包括： 移动平均线; 相对强弱指数（RSI）; 随机振荡器; MACD（移动平均收敛扩散）。 将收盘价和指标传递给感知器，可令模型参考市场分析的各个方面，并创建更准确的价格预测。 例如，模型可利用移动平均线来判定整体市场趋势，然后利用随机振荡器来判定入场切入点。
新文章 从自营公司那里吸取一些教训（第 1 部分）— 简介 已发布： 在这篇介绍性文章中，我将讨论从自营交易公司实施的挑战规则中吸取的一些教训。 这对于初学者和那些努力在这个交易世界中站稳脚跟的人来说尤其重要。 后续文章会介绍代码实现。 自营交易公司 是金融机构，为自由交易者提供资金，同时分红利润。 他们为优秀的交易者提供了一种增加收益的好方法。 他们还给交易者一种成就感，因为在接受资金时得到认可。 他们实施了一系列规则和要求，包括资金交易者的最低绩效，从而保证双方持续一致的回报。 他们在评估和维持与成功交易者的长期关系方面具有既得利益，因此他们的要求可以作为评估一个人绩效的良好比较。
本人想获取MT5历史订单的open时间和close时间，以及open价格和close价格。但是我打印HistoryOrderGetInteger(ticket,ORDER_TIME_SETUP)和HistoryOrderGetInteger( ticket ,ORDER_TIME_DONE)时间都是close时间。而无法获取open时间。请问大家有知道怎么获取历史订单的open时间吗？
新文章 神经网络实验（第 5 部分）：常规化传输到神经网络的输入参数 已发布： 神经网络是交易者工具包中的终极工具。 我们来检查一下这个假设是否成立。 在交易中运用神经网络，MetaTrader 5 是最接近自给自足的媒介。 为此提供了一个简单的解释。 规范化方法可能会因数据类型和我们尝试解决的问题而异。 例如，图像最常见的规范化方法是 Z-归一化和最小-最大归一化。 然而，对于其它类型的数据，例如音频信号或文本数据，采用其它规范化方法可能更有效。 例如，对于音频信号，通常采用最大幅度归一化，其中所有信号值都在 -1 和 1 之间缩放。
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