新文章 在 MQL5 中创建每日回撤限制器 EA 已发布： 本文从详细的角度讨论了如何基于交易算法实现 EA 交易系统的创建。这有助于在 MQL5 中实现系统自动化，并控制每日回撤。 回撤限制器是交易和投资中使用的一种工具，通过限制回撤期间的潜在损失来管理风险。当市场波动或经济状况导致资产或投资组合价值下降时，就会出现回撤期。在此期间，如果价值低于设定水平，回撤限制器会自动出售全部或部分投资，从而帮助投资者避免重大损失。这一工具旨在减少可能的损失，保障投资者的资金安全。管理期货账户和其他投资工具通常使用回撤限制器来控制风险，并防范市场大幅下跌。
新文章 构建K线图趋势约束模型（第六部分）：一体化集成 已发布： 我们的一个主要挑战是：如何管理运行相同程序但具有不同功能的同一货币对的多个图表窗口。让我们讨论一下如何将多个窗口集成整合到一个主程序中。此外，我们还将分享如何配置程序以将信息打印到日志中，以及在图表界面上对成功发出的信号进行注释的见解。随着本系列文章的推进，您将在本文中找到更多的相关信息。 在本文中，我们将分解MQL5代码中发生整合的部分，并探讨在合并过程中始终保持全局性的关键代码行。当合并多个代码片段以创建一个连贯且高效的程序时，这种细致入微的方法是必不可少的。 从 第5部分 及其子部分中，我们总结出两个主要的集成方案： 将
一个EA交易模板 : 该代码是一个EA交易的模板，由Valery Mazurenko (notused) 编写用于2010年自动交易锦标赛。 作者： MetaQuotes Software Corp
新文章 在您的 MQL 项目中使用 JSON 数据 API 已发布： 想象一下，您可以使用 MetaTrader 中没有的数据，您只能通过价格分析和技术分析从指标中获得数据。现在想象一下，您可以访问数据，这将使你的交易能力更高。如果您通过 API（应用程序编程接口）数据混合其他软件、宏观分析方法和超高级工具的输出，您就可以倍增 MetaTrader 软件的力量。在本文中，我们将教您如何使用 API，并介绍有用和有价值的 API 数据服务。 混合外部数据可以改善算法交易中的决策。API
新文章 自适应社会行为优化（ASBO）：Schwefel函数与Box-Muller方法 已发布： 本文深入探讨了生物体的社会行为及其对新型数学模型——自适应社会行为优化（ASBO）创建的影响，为我们呈现了一个引人入胜的世界。我们将研究生物社会中观察到的领导、近邻和合作原则如何激发创新优化算法的开发。
新文章 使用MQL5开发基于震荡区间突破策略的EA 已发布： 本文概述了如何创建一个基于价格突破震荡区间进行交易的EA。通过识别震荡区间并设定突破水平，交易者可以基于这一策略自动化其交易决策。该EA旨在为交易者提供明确的入场和出场点，同时避免虚假突破。 为了更容易地理解我们传达的概念，让我们通过设计图来直观展示。 震荡区间上沿突破 震荡区间下沿突破 作者： Allan Munene Mutiiria
新文章 开发回放系统（第 55 部分）：控制模块 已发布： 在本文中，我们将实现一个控制指标，以便它可以集成到我们正在开发的消息系统中。虽然这并不难，但关于这个模块的初始化，有一些细节需要了解。此处提供的材料仅用于教育目的。除了学习和掌握所示的概念外，绝不应将其视为任何目的的应用程序。 直到最近，回放/模拟器系统才使用全局终端变量来提供交互、控制和访问回放/模拟器服务所需的程序之间的一定程度的通信。
新文章 您应当知道的 MQL5 向导技术（第 18 部分）：配合本征向量进行神经架构搜索 已发布： 神经架构搜素，是一种判定理想神经网络设置的自动化方式，在面对许多选项和大型测试数据集时可能是一个加分项。我们试验了当本征向量搭配时，如何令这个过程更加高效。 如果我们选择利用神经网络来定义训练数据集与其目标之间的关系，如本文的情况，那么我们就必须正视一个问题，即这个网络将采用什么设置？网络有若干种类型，这意味着适用的设计和设置也很多。至于本文，我们研究一个非常基本的情况，往往被称为 多层感知器 。配以该类型，我们要详述的设置仅是隐藏层的数量、和每个隐藏层的大小。 NAS 典型情况下有助于识别这
新文章 神经网络变得简单（第 88 部分）：时间序列密集编码器（TiDE） 已发布： 为尝试获得最准确的预测，研究人员经常把预测模型复杂化。而反过来又会导致模型训练和维护成本增加。这样的增长总是公正的吗？本文阐述了一种算法，即利用线性模型的简单性和速度，并演示其结果与拥有更复杂架构的最佳模型相当。 与之前的许多文章一样，环境状态编码器模型与账户状态和持仓无关。因此，我们甚至可以依据训练样本来训练模型，只需与环境进行一次交互，直到获得预测未来状态所需的准确性。自然而然，“所需的预测准确性”不能超过模型的能力。您不能从自己的头顶跳过。 预测环境状态的模型训练完毕之后，我们转到第二阶段 —
新文章 三角套利 已发布： 本文讨论流行的交易方法 - 三角套利。在此我们尽可能详细地分析该主题, 研究策略的正、负两方面, 并开发即用的智能交易系统代码。 开发可靠规律的三角套利话题经常出现在论坛上。那么它究竟是什么呢？ "套利" 意味着有些偏向行情的中立性。"三角" 是指投资组合由三个金融工具组成。 我们举一个最流行的例子: "欧元 — 英镑 — 美元" 三角。就货币对而言, 可以描述如下: EURUSD + GBPUSD + EURGBP 。所需的中立性包括尝试同时买入和卖出相同的金融工具, 从而赚取利润。 这看起来如下。这个例子中的任何一个货币对都可通过另外两个货币对来表示
新文章 在一张图表上的多个指标（第 01 部分）：理解概念 已发布： 今天，我们将学习如何在一张图表上同时添加多个指标，但又不占用单独的区域。 众多交易员感觉，如果他们一次性能监控多个指标（例如，RSI、STOCASTIC、MACD、ADX 和其它一些指标），或者在某些情况下甚至能监控构成指数的不同资产，则会得到更强信心。 您可能很想知道我是如何做到的，您大概觉得这很困难。 虽然这看起来不可思议，但一切都非常简单，轻易即可重现。 当然，还有很多能做。 但现在我将重点介绍基本知识，如此每个人都可以在 MetaTrader 5 中使用这种演示的形式。 首先，您需要了解 MetaTrader 5
新文章 软件开发和 MQL5 中的设计范式（第一部分）：创建范式 已发布： 有一些方法可以用来解决许多重复性的问题。一旦明白如何运用这些方法，就可助您有效地创建软件，并贯彻 DRY（不要重复自己）的概念。在这种境况下，设计范式的主题就非常好用，因为它们为恰当描述过，且重复的问题提供了解决方案。 创建范式的类都采用继承概念，故各种类都可作为一个实例，而创建范式对象实例的任务则交给另一个对象。当软件更多地关注对象组合远超类继承时，就会令创建范式变得更加重要。 我们可以说创建范式有两个反复出现的主题： 它们用到封装的概念来把握系统可以使用的具体类。, 它们把创建类实例的方法组合在一起，并加以隐藏。
易经64卦: 简述1.根据中国古老的预测方法"易经"编写的指标2.在窗口上方和下方显示"易经"64卦的卦象3.在窗口的左侧显示当前蜡烛所对应的卦名及卦的解释说明 作者： fxgainer
CCI_Histogram_Round : 将标准的 CCI 震荡指标实现为柱形图的形式，并且把它的值换算到标准范围。 作者： Nikolay Kositsin
新文章 开发回放系统（第 54 部分）：第一个模块的诞生 已发布： 在本文中，我们将探讨如何将多个真正功能模块中的第一个组合在一起，用于回放/模拟器系统，这些模块也将用于其他用途。我们现在说的是鼠标模块。 因此，如果你真的想深入了解我将要向你展示的内容的原因和工作原理，我建议你学习一点 Windows 编程，了解程序之间是如何交换信息的。文章中的这些信息将使我们远离我真正想展示的内容：如何在更高级的水平上开发和使用 MQL5 和 MetaTrader 5。 在 Windows 环境中找到使用此消息传递进行通信的程序不会有任何问题，但正确理解它们需要一些先验知识和扎实的 C
新文章 化学反应优化 (CRO) 算法（第二部分）：汇编和结果 已发布： 在第二部分中，我们将把化学运算符整合到一个算法中，并对其结果进行详细分析。让我们来看看化学反应优化 (CRO) 方法是如何解决测试函数的复杂问题的。 既然我们已经介绍了化学反应优化算法中化学运算符的基本概念和工作原理，现在就该进入算法的总体汇编和实际应用阶段了。在这里，我们将重点介绍该算法在各种测试函数上的结果，以分析其在解决现实世界问题方面的效率和潜力。我们将检查其性能、收敛性和找到全局最优解的能力，这将使我们能够评估其适用性，并将 CRO 算法的结果与其他优化方法进行比较，确定其优缺点。 作者： Andrey Dik
新文章 人工电场算法（AEFA） 已发布： 本文介绍了一种受库仑静电力定律启发的人工电场算法（AEFA）。该算法通过模拟电学现象，利用带电粒子及其相互作用来解决复杂的优化问题。与其他基于自然法则的算法相比，AEFA具有独特性质。 人工电场算法是一项令人惊叹的创造，它体现了技术与自然的和谐统一。受库仑静电力定律启发，该算法因其独特的模拟电学现象以解决复杂优化问题的能力而备受瞩目。在之前与自然法则相关的文章中已经描述过的算法，如 电荷系统搜索（CSS） 、 电磁类算法（ЕМ） 、 引力搜索算法（GSA） 等背景下，人工电场算法是一项激动人心的创新，它将不会让任何研究人员无动于衷。 The
MACD 柱形图, 多种颜色 [v04] : 带有 MACD 线, 信号线和多种颜色柱形图的 MACD 指标. 作者： Armand Kilian
非线性回归 : 这个指标是 MetaTrader 5 版本的非线性回归。线性回归是非常“快”的，当应对突然的市场变化，因此默认计算周期被设置为一个较长的周期比通常类似类型的指标。根据您的交易策略和交易风格，应当对周期数做一些实验。 作者： Mladen Rakic
新文章 您应当知道的 MQL5 向导技术（第 17 部分）：多币种交易 已发布： 当经由向导组装一款智能系统时，默认情况下，跨多币种交易不可用。我们研究了 2 种可能采取的技巧，可令交易者在同一时间据多个品种测试他们的思路。 与单一货币交易不同，多币种交易降低了风险聚拢性。因为每个账户都设定了杠杆级别，因此可用保证金额度明确，当面对您必须交易多个品种的状况时，则要分配的可用保证金额度必须针对所有可用货币拆分。如果这些货币没有相关性、或呈负相关性，那就可以大大降低过度依赖其中一种货币的风险。
新文章 使用PatchTST机器学习算法预测未来24小时的价格走势 已发布： 在本文中，我们将应用2023年发布的一种相对复杂的神经网络算法——PatchTST，来预测未来24小时的价格走势。我们将使用官方仓库的代码，并对其进行一些微小的修改，训练一个针对EURUSD（欧元兑美元）的模型，然后在Python和MQL5环境中应用该模型进行未来预测。 当我开始深入研究与时间序列预测相关的AI进展时，我在 Huggingface.co
新文章 利用季节性因素进行外汇价差交易 已发布： 本文探讨了在外汇价差交易中利用季节性因素生成并提供报告数据的可能性。 在这里，我们将考虑寻找统计关系及可用的工具，并讨论价差交易方法与更传统的单一货币交易相比的潜力。 市场中性测列意味着策略的盈利能力不直接取决于单个交易品种价格运动的方向。这是通过在两个或多个品种之间创建对冲头寸来实现的，这些头寸的盈亏会相互抵消。 这种策略的主要特征之一是 风险极低，因为它利用了低级别的市场相关性。然而，这种交易方式并不意味着无风险利润。
新文章 开发多币种 EA 交易 (第 13 部分):自动化第二阶段 — 分组选择 已发布： 我们已经实现了自动化优化的第一阶段。我们根据若干标准对不同的交易品种和时间框架进行优化，并将每次通过的结果信息存储在数据库中。现在我们将从第一阶段找到的参数集中选择最佳组。 下一阶段是选择一组优秀的单个交易策略实例，当它们协同工作时，将改善交易参数 —
新文章 神经网络变得简单（第 87 部分）：时间序列补片化 已发布： 预测在时间序列分析中扮演重要角色。在新文章中，我们将谈谈时间序列补片化的益处。 变换器 架构起源于自然语言处理（ NLP ）领域，在计算机视觉（ CV ）中展显出其优势，并成功应用于时间序列分析。其 自关注 机制，可自动识别时间序列元素之间的关系，已成为创建有效预测模型的基础。 随着可用于分析的数据量增长、和机器学习方法的改进，如此令开发更准确、更高效的模型来分析时间数据成为可能。然而，随着时间序列复杂性的提升，我们需要开发更高效、成本更低的分析方法，从而实现准确的预测，并识别隐藏的形态。 其中一种方法是 补片时间序列变换器
10 点值 EURUSD : 当突破前一天的最高价和最低价时, 智能交易系统进行交易。 作者： Vladimir Karputov
SilverTrend_NRTR : SilverTrend 信号量指标带有可能的停止单位置的 NRTR 线。 作者： Nikolay Kositsin
移动平均线交叉 : EA 基于两条 iMA (移动平均线，MA) 和 动量 (Momentum) 滤波器的交叉。 作者： Vladimir Karputov
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