New article 交易策略 has been published:
各种交易策略的分类都是任意的，下面这种分类强调从交易的基本概念上分类。
Author: Collector
New article 新手在交易中的10个基本错误 has been published:
新手在交易中会犯的10个基本错误: 在市场刚开始时交易, 获利时不适当地仓促, 在损失的时候追加投资, 从最好的仓位开始平仓, 翻本心理, 最优越的仓位, 用永远买进的规则进行交易, 在第一天就平掉获利的仓位,当发出建一个相反的仓位警示时平仓, 犹豫。
Author: Collector
iStochasticOfOsc : 所有的随机振荡器类指标, 包含于 MetaTrader 5 客户终端中。 作者： Dmitry Fedoseev
新文章 开发回放系统 — 市场模拟（第 10 部分）：仅用真实数据回放 已发布： 在此，我们将查看如何在回放系统中使用更可靠的数据（交易跳价），而不必担心它是否被调整。 在下面的视频中，您可以看到本文讲解的工作结果。 虽然有些东西也许还不可见，但观看视频会令您清楚地了解所有这些文章中回放/模拟系统的实现进度。 只需观看视频，并比较从一开始到现在的变化。 在下一篇文章中，我们将继续开发该系统，因为还有一些真正必要的功能需要实现。 作者： Daniel Jose
使用ONNX模型识别手写数字的示例 : 此EA不用于交易。使用标准Canvas库实现的简单面板允许您用鼠标绘制数字。经过测试的mnist.onnx模型用于识别数字。 作者： Slava
适应市场当前状态自动变参数的MA指标:
将箱体价格信息转为时间参数, 根据市场状态自适应绘制MA
Author: okwh
新文章 神经网络变得轻松（第四十部分）：在大数据上运用 Go-Explore 已发布： 本文讨论 Go-Explore 算法覆盖长周期训练的运用，因为随着训练时间的增加，随机动作选择策略也许不会导致可盈利验算。 Go-Explore 算法随着训练周期的增加，浮现出一定的困难。 其中一些包括： 维度诅咒：随着训练周期的增加，代理者可以访问的状态数量呈指数级增长，这令查找最优策略变得更加困难。 环境变化：随着训练周期的增加，环境也许会发生变化，而这也许会影响代理者的学习成果。 这会导致以前成功的策略变得无效，甚至不可能。
新文章 神经网络变得轻松（第三十九部分）：Go-Explore，一种不同的探索方式 已发布： 我们继续在强化学习模型中研究环境。 在本文中，我们将见识到另一种算法 — Go-Explore，它允许您在模型训练阶段有效地探索环境。 Go-Explore 的主要思想是记忆并回归至更有前途的状态。 这是奖励数量有限时有效操作的基础。 这个思路是如此灵活和广泛，以至于可以经由多种途径实现。 与大多数强化学习算法不同，Go-Explore 并不专注于直接解决目标问题，而是专注于在状态空间中寻找可以导致达成目标状态的相关状态和动作。 为了达成这一点，该算法有两个主要阶段：搜索和重用。
新文章 开发回放系统 — 市场模拟（第 09 部分）：自定义事件 已发布： 在此，我们将见到自定义事件是如何被触发的，以及指标如何报告回放/模拟服务的状态。 在下面的视频中，我将演示当前开发阶段的系统。 我希望您喜欢这一系列文章，并希望它们能帮助您更好地研究 MetaTrader 5 平台，以及 MQL5 语言提供的能力。 作者： Daniel Jose
人气意愿指标BRAR : 由人气指标(AR)和意愿指标(BR)两个指标构成。AR指标和BR指标都是以分析为手段的技术指标。 作者： tottiss
自定义移动平均 : 自定义移动平均是用户自定义指标的例子，它用来计算和展现移动平均。 作者： MetaQuotes Software Corp
新文章 如何用 MQL5 创建自定义真实强度指数指标 已发布： 这是一篇关于如何创建自定义指标的新文章。 这一次，我们将与真实强度指数（TSI）共事，并基于它创建一个智能系统。 正如我们所看到的，我们有 MA 类型、价格类型、快速 MA 周期和慢速 MA 周期的四个输入。 设置好首选项，并按确定后，我们可以发现 EA 已加载到图表上，其信号如下： 买入信号情况 正如我们在上图中看到的，根据我们的策略条件，我们在左上角有一个买入信号作为注释，如下所示： 买入信号 TSI 数值 fastMA 数值 slowMA 数值 作者： Mohamed Abdelmaaboud
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。
MQL5向导 - 基于价格交叉移动平均线并由ADX确认的交易信号 : 基于价格交叉移动平均线指标并由ADX确认的交易信号(CSignalADX_MA来自MQL5标准库)被考虑. 基于该策略的EA交易的代码可以被MQL5向导自动生成 作者： MetaQuotes Software Corp
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
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