新文章 数据科学和机器学习（第 28 部分）：使用 AI 预测 EURUSD 的多个期货 已发布： 众多人工智能模型的惯常做法是预测单一未来值。不过，在本文中，我们将钻研运用机器学习模型的更强大技术，即预测多个未来值。这种方式被称为多步预测，它令我们不仅能够预测明天的收盘价，还可以预测后天、及更久的收盘价。通过掌握多步骤预测，交易者和数据科学家能够获得更深入的见解，并制定更明智的决策，从而显著增强他们的预测能力和策略计划。
新文章 MetaTrader 移动终端中的 MetaQuotes ID 已发布： Android 和 iOS 设备为我们提供了许多功能，有一些甚至连我们自己都不知道。这些功能的其中之一就是推送通知，这允许我们接收个人消息，而不会拘于我们的电话号码或移动网络运营商。MetaTrader 移动终端已经能够从您的自动交易接收这样的消息。您只需要知道设备的 MetaQuotes ID。超过 200 000 台移动终端已经收到它。 作者： MetaQuotes Software Corp
Waddah Attar Explosion : 此指标显示市场加速运动的时刻。另外，它还能够标识何时的买入，卖出和退出市场的时机。 作者： Nikolay Kositsin
EMA_BB_VA : 指数均线 - 布林带 ® 波动通过 Jose Silva 调整。 作者： Dmitry Fedoseev
MetaCOT 2 CFTC 工具箱（一套指标） MT4 : MetaCOT 2 CFTC ToolBox 指标是一套 MetaCOT 2 指标，可访问 CFTC 报告中的数据。MetaCOT 2 支持 COT、分类 COT、TFF 和 CIT 报告，允许您直接在 MetaTrader 中构建 COT 图表。所有指标都有源代码，可用于构建自己的交易系统。 Author: Vasiliy Sokolov
新文章 纳什博弈论与隐马尔可夫滤模型在交易中的应用 已发布： 这篇文章深入探讨了约翰·纳什的博弈论，特别是纳什均衡，在交易中的应用。文章讨论了交易者如何利用Python脚本和MetaTrader 5，依据纳什的原则来识别并利用市场的无效性。文章还提供了实施这些策略的逐步指南，包括使用隐马尔可夫模型（HMM）和统计分析，以提升交易表现。 纳什均衡是博弈论中的一个概念，假设每个参与者都知晓其他参与者的均衡策略，且没有任何一个参与者仅通过改变自身的策略就能获得更多的收益。 在纳什均衡中，每个参与者的策略在给定其他所有参与者策略的情况下都是最优的。一场博弈可能存在多个纳什均衡，也可能一个都没有。
新文章 交易中的神经网络：使用语言模型进行时间序列预测 已发布： 我们继续研究时间序列预测模型。在本文中，我们领略一种建立在预训练语言模型基础上的复杂算法。 论文 《TEMPO：基于提示的生成式预训练变换器进行时间序列预测》 的作者解决了大型预训练模型适配时间序列预测的关键挑战。他们提出了 TEMPO ，这是一个基于 GPT 的综合模型，设计用于有效的时间序列表示学习。TEMPO 由两个关键的分析分量组成：一个专注于针对特定时间序列形态（如趋势和季节性）建模，另一个旨在经由基于提示的方式从内部数据属性中提取更普适的见解。具体说， TEMPO
新文章 情绪分析与深度学习在交易策略中的应用以及使用Python进行回测 已发布： 在本文中，我们将介绍如何使用Python中的情绪分析和ONNX模型，并将它们应用于EA中。使用一个脚本运行TensorFlow训练的ONNX模型，以进行深度学习预测；而通过另一个脚本获取新闻标题，并使用人工智能技术量化情绪。 将深度学习和情绪分析融入MetaTrader
新文章 使用MQL5实现抛物线SAR趋势策略的自动化交易：打造高效的EA 已发布： 在本文中，我们将通过MQL5实现抛物线SAR趋势策略的自动化交易：打造高效的EA。该EA将根据抛物线SAR指标识别出的趋势进行交易。 算法交易策略通过使交易者能够快速做出明智的决策，极大地创新了金融交易。这有助于消除人为错误和情绪偏见，因为自动化系统会在快节奏的市场环境中遵循预先确定的参数。因此，在自动化交易中，交易具有一致性，因为系统每次执行交易时都使用相同的逻辑。 使用MetaTrader 5构建和实施自动化技术是一种常见的做法。本文深入探讨了使用抛物线SAR指标自动执行交易的EA创建过程。 作者：
新文章 数据科学与机器学习（第 15 部分）：SVM，每个交易员工具箱中的必备工具 已发布： 探索支持向量机 (SVM，Support Vector Machines) 在塑造未来交易中不可或缺的作用。本综合指南探讨了 SVM 如何提升您的交易策略，增强决策能力，并在金融市场中释放新的机会。通过实际应用、分步教程和专家见解深入了解 SVM 的世界。为自己配备必要的工具，帮助您应对现代交易的复杂性。使用 SVM 提升您的交易能力 — 这是每个交易者工具箱中的必备工具。 对偶 SVM 并不是 SVM 的一种独特类型，而是 SVM 优化问题的一种表示。SVM
iCrossAD : iCrossAD 信号指标。它显示了可能的价格反转或者回滚。 作者： Artyom Trishkin
Exp_WPR_Slowdown : 基于 WPR_Slowdown 指标信号的交易系统。 作者： Nikolay Kositsin
五点范式 : 一款由 Merrill 开发的技术指标。М & W Wave Patterns by A. Merrill. 作者： Andrey Emelyanov
新文章 在 MQL5 中创建交易管理员面板（第一部分）：构建消息接口 已发布： 本文讨论了为 MetaTrader 5 创建一个消息接口，旨在帮助系统管理员在平台内直接与其他交易者进行沟通。MQL5 最近与社交平台的整合使得信号能够通过不同渠道快速广播。想象一下，只需点击“是”或“否”就能确认发送信号。继续阅读以了解更多信息。 可以通过 MetaTrader 5 直接与您的系统用户进行互动。这是管理员能够通过系统与用户实时分享咨询的一种方式。它也可以作为是否将最新生成的系统信号发送到社交渠道上的确认手段。如果你读到文章的最后，你将能够看到如何创建一个交互式的界面，如这张图所示：
新文章 您应当知道的 MQL5 向导技术（第 29 部分）：继续学习率与 MLP 已发布： 我们主要验证自适应学习率，圆满考察学习率对智能系统性能的敏感性。这些学习率旨在在训练过程中针对层中的每个参数进行自定义，故我们评估潜在收益相较于预期的性能损失。 我们通过验证自适应学习率和一个轮转学习率，重新审视、并总结不同格式的学习率对智能系统的性能影响。至于本文，该格式将遵循我们在 上一篇文章 中采用的方式，即在每个学习率格式小节就提供测试报告，而非堆积在文章末尾。
iCHO 趋势 CCIDualOnMA 过滤器 : 基于标准指标 iCHO（柴金振荡器，CHO）和自定义指标 "CCIDualOnMA "的策略 Author: Vladimir Karputov
自定义位置的 VWAP : 标准 VWAP (交易量权重的平均价格) 计算，加上可以配置的起始位置。 作者： José Ricardo Magalhães
新文章 用Python重塑经典策略：移动平均线交叉 已发布： 在本文中，我们重新审视了经典的移动平均线交叉策略，以评估其当前的有效性。鉴于该策略自诞生以来已经过去了很长时间，我们探索了人工智能可能为其带来的潜在增强效果。通过融入人工智能技术，我们旨在利用高级的预测能力来潜在地优化交易的入场和出场点，适应不断变化的市场条件，并与传统方法相比提高整体表现。 许多当今的交易策略都是在截然不同的市场环境中构思出来的。评估这些策略在以算法为主导的当代市场中的相关性至关重要。本文深入探讨了移动平均线交叉策略，以评估其在当今金融环境中的有效性。 本文将涵盖以下内容： 是否有定量证据支持该策略的继续使用？
MA MACD 仓位平均 v2 : 这个EA交易是基于 iMA (移动平均, MA) 和 iMACD (移动平均聚合/分离指标, MACD) 的。如果有亏损就平均仓位。对版本1.0的改进 作者： Vladimir Karputov
新文章 在任何市场中获得优势（第三部分）：Visa消费指数 已发布： 在大数据的世界里，有数以百万计的备选数据集，它们有可能提升我们的交易策略。在这一系列文章中，我们将帮助您识别最有信息量的公开数据集。 VISA是一家美国跨国支付服务公司。它成立于1958年，如今该公司运营着世界上最大的交易处理网络之一。VISA非常适合成为可靠的备选数据来源，因为它们几乎渗透了发达世界的每一个市场。此外，圣路易斯联邦储备银行也从VISA收集部分宏观经济数据。
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