新文章 学习如何基于 MACD 设计交易系统 已发布： 在本文中，将从我们的系列文章中挖掘一个新工具：我们将学习如何基于最流行的技术指标之一“移动平均收敛/发散（MACD）”设计交易系统。 编写代码并测试完毕后，下图示意它如何根据 MACD 主线和零轴之间的交叉生成设置： 看涨设置信号： 作者： Mohamed Abdelmaaboud
sHistoryExport - 方便的脚本, 以 МetaТrader 4 格式导出的历史数据 : 一键加载, 检查并导出所有必要的金融工具的所有时间帧的历史数据 作者： Andrey Khatimlianskii
新文章 基于快速数学计算的自定义策略测试器 已发布： 本文将介绍创建自定义策略测试器和自定义优化通关分析器的方法。阅读之后, 您将了解数学计算模式, 和所谓分帧机制如何工作, 如何准备和加载用于计算的自定义数据, 以及如何使用有效的算法将它们压缩。对于那些打算在智能系统中存储自定义信息感兴趣的人来说, 这篇文章会很有趣。 它的代码只包含输入参数 x 和 OnTester 函数, 它根据传递的参数计算正弦值。在此例中, x 。现在尝试优化此函数。为此, 请在策略测试器中选择 "慢速完整算法" 优化模式, 和之前的模拟模式: "数学计算"。 在优化参数中设置 x 的变化范围: 开始 — 0.01
新文章 在视图内/外绘制通道 已发布： 如果说通道是继移动平均线之后最流行的市场分析和交易决策工具，我想这并没有夸大。无需深入了解为数众多的使用通道及其组件的交易策略，我们将讨论某指标的数据基础和实际实施，该指标用于在客户端的屏幕上绘制由三个极值确定的通道。 作者： Dmitriy Skub
新文章 开发回放系统（第 43 部分）：Chart Trade 项目（II） 已发布： 大多数想要或梦想学习编程的人实际上并不知道自己在做什么。他们的活动包括试图以某种方式创造事物。然而，编程并不是为了定制合适的解决方案。这样做会产生更多的问题而不是解决方案。在这里，我们将做一些更高级、更与众不同的事情。 在上一篇文章 开发回放系统（第 42 部分）：Chart Trader 项目 (I) 中，我展示了如何安排鼠标指标与其他指标之间的互动。 在这里，我们将做一些更高级因而也不同的事情。但无论如何，结果都与视频 01
新文章 您应该知道的 MQL5 向导技术（第 03 部分）：香农（Shannon）熵 已发布： 今天的交易者都是哲学家，几乎总是在寻找新的想法，尝试提炼它们，选择修改或丢弃它们：一个探索性的过程，肯定会花费相当的勤奋程度。 本系列文章将提出，MQL5 向导应该是交易者的支柱。 克劳德·香农（Claude Shannon）在 1948 年发表了他的论文 通信的数学理论 ，该论文具有信息熵的新理年。 熵是物理学中的一个概念。 它是物体内粒子活跃程度的量度。 如果我们考虑水的 3 种状态，例如冰固态、水液态和蒸汽态，我们可以看到，粒子动能在蒸汽态中最高，在冰固态中最小。
新文章 基于 .Net 框架和 C# 开发图形界面(第二部分)：另外的图形元素 已发布： 本文是之前发表的“基于.NET框架和C为EA交易和指标开发图形界面”的后续部分，它引入了新的图形元素来创建图形界面。 从第二个版本开始，控制器支持消息框，这是一个标准的用户信息元素。它还向用户提供多个选项，并以所选选项的形式接收响应。 要启动消息窗口的演示，请在启动EA时选择 Windows 窗体元素类型参数中的“按钮和消息框（Buttons and MessageBox）”选项。启动EA后，会出现一个表单，提示您选择以下选项之一： 图 3. 调用消息框的示例窗体
新文章 改编版 MQL5 网格对冲 EA（第 II 部分）：制作一款简单的网格 EA 已发布： 在本文中，我们探讨了经典的网格策略，详解 MQL5 的智能交易系统的自动化，并初步分析回测结果。我们强调了该策略对高持有能力的需求，并概括了在未来分期分批优化距离、止盈和手数等关键参数的计划。该系列旨在提高交易策略效率，以及针对不同市场条件的适配性。 欢迎来到我们系列文章的第二批次，“改编版 MQL5 网格对冲 EA”。我们首先回顾一下我们在第一部分涵盖的内容。在第 I
新文章 同步多个相同交易品种而时段不同的图表 已发布： 当做交易决定时，我们经常必须在多个时段分析图表，同时，这些图表常常包含着图形对象，把相同的对象应用到所有图表中会不大方便，在本文中，我提出了一种自动克隆将要显示在图表中对象的方法。 在本文中，我们已经提出了方法来开发指标，可以自动在终端图表之间实时自动复制图形对象，这种方法实现了在终端打开的图表之间做双向数据交换的机制，它对用户没有同步图表数量的限制，同时，用户可以在任何同步的图表上创建，修改和删除图形对象。指标的操作在视频中做了展示: 作者： Dmitriy Gizlyk
新文章 基于 .Net 框架和 C# 为 EA 交易和指标开发图形界面 已发布： 本文介绍了一种使用 Visual Studio 创建图形窗口的简单而快速的方法，并随后将其集成到专家顾问的MQL代码中。本文面向非专业读者，不需要了解C#和.NET技术。 MetaTrader 5 策略测试器具有许多特性，MQL GUI开发人员应该考虑这些特性。主要原因是根本不调用 OnChartEvent图形事件处理函数。此功能是合乎逻辑的，因为图形表单涉及实时与用户一起工作。然而，在测试器中实现某种类型的面板将是非常有趣的。这些是所谓的 “交易播放器”
MQL5向导 - 基于价格交叉移动平均线指标的交易信号 : 基于价格交叉移动平均线指标的交易信号(CSignalMA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 交易者基于角度的操作 已发布： 本文将介绍基于角度的操作。我们将研究构建角度和在交易中使用角度的方法。 基于角度的操作在交易中应用已久。这些操作的主要优点是构造角度的简单性和清晰度。 江恩工具 就是基于角度操作的一个明显示例。 关于角度的一切似乎都已众所周知，不过，我会尝试从不同的角度看问题。让我们试着记住那些被遗忘的旧事物，以便获得全新的东西。 作者： Aleksej Poljakov
新文章 您应当知道的 MQL5 向导技术（第 10 部分）：非常规 RBM 已发布： 限制性玻尔兹曼（Boltzmann）机处于基本等级，是一个两层神经网络，擅长通过降维进行无监督分类。我们取其基本原理，并检验如果我们重新设计和训练它，我们是否可以得到一个实用的信号滤波器。 限制性玻尔兹曼机（RBM）是一种神经网络形式，其结构非常简单，在特定圈子中，它们颇受推崇，在于它们能揭示数据集中隐藏的属性和特征。它们从较大维度的输入数据中通过学习，完成较小维度的权重，这些权重通常作为参考概率分布。如常，可从 此处 阅读更多内容，但通常它们的结构可以用下图来描绘： [картинка] 典型情况，RBM
新文章 MQL5 简介（第 4 部分）：掌握结构、类和时间函数 已发布： 在我们的最新文章中揭开 MQL5 编程的秘密！深入了解结构、类和时间函数的基本要素，为您的编码之旅赋能。无论您是初学者还是经验丰富的开发人员，我们的指南都简化了复杂的概念，为掌握 MQL5 提供了宝贵的见解。提升你的编程技能，在算法交易领域保持领先！ 欢迎来到我们 MQL5 之旅的第四部分！当我们深入研究结构、类和时间函数的简单性时，我们的重点是使复杂的概念更易于理解。 我们的目标始终如一：创造一个包容的空间，让所有人都能使用 MQL5 语言。
新文章 制作仪表板以显示指标和EA中的数据 已发布： 在本文中，我们将创建一个用于指标和EA的仪表板类。这是一个小系列文章中的介绍性文章，其中包含模板以在EA交易中包含和使用标准指标。我将首先创建一个类似于MetaTrader 5数据窗口的面板。 在本文中，我将创建一个可以显示开发人员指定的数据的仪表板。这样的面板将便于在图表上直观地显示数据和进行可视化调试，因为在面板上查看必要的值比在调试器中跟踪它们更方便。我指的是根据某些数据值调试策略的情况。 我将以终端数据窗口原型的形式制作面板，并用相同的数据填充： 图1数据窗口和仪表板
MFCS 货币关联图 : 该指标根据指定的货币图显示相关联的货币图。目前只能显示bar图。Color/monochrome模式可以设置。另外支持货币对反向兑换值的计算，比如EURUSD以及USDCHF等货币对。 作者： Mansukh Patidar
新文章 开发多币种 EA 交易（第 3 部分）：架构修改 已发布： 我们在开发多币种 EA 方面已经取得了一些进展，该 EA 有几个并行工作的策略。考虑到所积累的经验，让我们回顾一下我们解决方案的架构，并尝试在我们走得太远之前对其进行改进吧。 我们分配了一个 EA 对象（ CAdvisor 类或其子类），它是交易策略对象（ CStrategy 类或其子类）的聚合器。在 EA 运行开始时， OnInit() 处理函数中会发生以下情况： 创建 EA 对象。, 创建交易策略对象并将其添加到 EA 的交易策略数组中。 在 OnTick() 事件处理函数中会发生以下情况： 为 EA 对象调用
新文章 数据科学和机器学习（第 18 部分）：掌握市场复杂性博弈，截断型 SVD 对比 NMF 已发布： 截断型奇异值分解（SVD）和非负矩阵分解（NMF）都是降维技术。它们在制定数据驱动的交易策略方面都发挥着重要作用。探索降维的艺术，揭示洞察和优化定量分析，以明智的方式航行在错综复杂的金融市场。 我们现实一点，在大多数现实世界的应用程序中，许多构建机器学习模型的数据集具有非常多的特征或变量（维度）。高维数据可能会引发各式各样的挑战，例如增加计算复杂性、过度拟合的风险、和可视化困难。您通常用到的的数据集拥有 5 个自变量！这不是 AI 算法交易中的大佬所做的。 假设您收集了 所有
Ravi+AO:
一个在工作中使用两个指标的简单EA交易, 使用的指标是 AO 和 RAVI (在附件中). 没有经过优化!!!在 EUR/USD - H1 上的优秀表现.
作者： shevss
从底层开始 - GBP100 开始的 RabbitM2:
使用组合指标, MA用于趋势判断, 而威廉姆斯%R和CCI指标用来产生信号, 使用Dochian带退出, RabbitM2 EA用于从零开始的成功. 欢迎大家进行测试并给我反馈.
作者： Peter
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