新文章 利用回归衡量度评估 ONNX 模型 已发布： 回归是一项依据未标记样本预测真实数值的任务。 所谓的回归衡量度则是用来评估回归模型的预测准确性。 回归是一项依据未标记样本预测真实数值的任务。 一个著名的回归例子是基于大小、重量、颜色、净度、等特征来估算钻石的价值。 而所谓的 回归衡量度 则是用来评估回归模型的预测准确性。 尽管算法相似，回归衡量度在语义上与相似的 损失函数 有所区别。 了解它们之间的区别很重要。 它可按如下方式表述： 当我们将构建模型的问题降解为优化问题时，此刻损失函数就会浮现。 通常要求它具有良好的性质（例如，可微性）
新文章 保证 MQL5 代码的安全：密码保护、钥匙生成器、时间限制、远程许可证及先进的 EA 许可证密钥加密技术 已发布： 大多数开发人员都需要保证其代码的安全性。本文就会讲到 MQL5 软件的几种不同的保护方式 - 其中涉及到的是赋予 MQL5 脚本、EA 交易和指标许可能力的方法。包括密码保护、钥匙生成器、账户许可、时限评估以及采用 MQL5-RPC 调用的远程保护。 作者： investeo
交易者的MQL5编程(MQL5 Programming for Traders) - 源代码第六部分 : 在"交易者的MQL5编程(MQL5 Programming for Traders)"第六部分，我们将学习MQL5语言的一个关键组成部分 – 交易自动化。我们将首先介绍基本对象，如交易品种规格和交易账户设置。这些都是创建正常运行的EA交易的先决条件。 作者： MetaQuotes
交易者的MQL5编程(MQL5 Programming for Traders) - 书中的源代码。第四部分 : 在本书的第四部分，我们将重点掌握内置函数(MQL5 API)，并将逐步深入研究专门的子系统。任何MQL5程序都可以利用大量技术和功能。因此，从大多数程序都能使用的最简单且最有用的函数开始是明智的。 作者： MetaQuotes
交易者的MQL5编程(MQL5 Programming for Traders) - 源代码第三部分 : 第三部分 "MQL5中的面向对象编程"呈现了MQL5语言中面向对象编程(OOP)的世界。软件开发往往涉及与多个实体管理相关的复杂性，需要先进的技术来提高编程的便利性、效率和质量。 作者： MetaQuotes
交易者的MQL5编程(MQL5 Programming for Traders) - 源代码第二部分 : 第二部分 "MQL5编程基础知识"介绍了该编程语言的核心概念。本书这一部分专门讨论数据类型、标识符、变量、表达式和运算符。您将学习了解如何组合不同的指令来形成程序逻辑。 作者： MetaQuotes
新文章 预测时间序列（第 2 部分）：最小二乘支持向量机（LS-SVM） 已发布： 本文交流的是基于支持向量法，预测时间序列算法的理论和实际应用。 它还提议采用 MQL 来实现，并提供了测试指标和智能交易系统。 该技术尚未在 MQL 中实现。 但是首先，我们必须了解相关的数学知识。 我们运行一遍测试。 EA LSSVMbot Report on XAUUSD D1, 2017-2020 性能并不是很令人惊奇，但基本上，该系统可以运行。 日期范围标记在报告图表上，从中获取训练数据，以便找到最佳的 “gamma” 和
用于 MT5 的快速 iBarShift 和 Bars : 完整且快速的函数，似于 MQL4 中的 Bars 和 iBarShift。 作者： Nikolai Semko
新文章 如何利用 MQL5 创建自定义唐奇安（Donchian）通道指标 已发布： 有许多技术工具可用于可视化围绕价格的通道，其中一种工具是唐奇安（Donchian）通道指标。 在本文中，我们将学习如何创建唐奇安（Donchian）通道指标，以及如何在 EA 中将其作为自定义指标进行交易。 在这部分中，我们将辨认唐奇按通道指标，并了解其背后的主要概念，以便能有效运用。 唐奇安通道是由 Richard Donchian 交易员开发的，主要目标是识别趋势，这意味着它也是一款趋势跟踪和滞后指标，因为它追踪趋势方向和价格走势。 它由三条线组成，形成一个包围价格的通道。
新文章 市场数学：盈利、亏损、和成本 已发布： 在本文中，我将向您展示如何计算任何交易的总盈利或亏损，包括佣金和掉期利息。 我会提供最精准的数学模型，并依据它来编写代码，之后将其与标准进行比较。 此外，我还将尝试进入主要 MQL5 函数的内部来计算利润，并从规则中获取所有必要值的根底。 若要开发一个高效的交易系统，首先，有必要理解每笔订单的盈亏是如何计算的。 我们都能够以某种方式计算我们的盈亏，从而维护我们的资金管理系统。 有人是目测，有人是执行粗略的估算，但几乎所有的 EA 都必须能够计算全部量化值。 图深入发掘了这个思路，令其更容易理解。 它示意出两种市价单类型的开仓和平仓： 作者：
新文章 时间序列的频域表示：功率谱 已发布： 在本文中，我们将讨论在频域中分析时间序列的相关方法。 构建预测模型时，强调检验时间序列功率谱的效用 在本文中，我们将讨论运用离散傅里叶变换（dft）在频域中分析时间序列获得的一些实用观点。 最后，我们可用预测模型误差分布的功率谱来评估它对过程建模的好坏。 为此，我们首先将预测模型与时间序列数据拟合，并计算残差或误差（预测值和实际值之间的差值）。 接下来，我们价差误差分布的功率谱。 一个好的预测模型将具有白噪声残差，这意味着误差分布的功率谱在所有频率上都应该相对平坦。
新文章 向指标或者EA中快速添加控制面板 已发布： 你是不是觉得需要向你的指标或者EA中添加图形面板来提升配置参数的速度和便捷性？在本文中，你将学会如何一步一步在你的MQL4/MQL5程序中实现输入参数的交互面板。 你的MQL4/MQL5指标或EA可能是世界上最有效的但是它仍旧有改进的空间。在大多数情况下，你需要进入程序设置来改变其输入参数。然而，这一步可以绕过去。 基于 标准类库 来开发你自己的控制面板。这将允许您更改设置而无需重新启动程序。此外，这将使你的程序更具吸引力，让它从竞争对手中脱颖而出。您可以在市场中浏览多种 图形 面板。
新文章 图形界面 I：控件构成(第二章) 已发布： 本文是关于图形界面系列第一部分文章的延续。第一篇文章 图形界面 I：准备库结构（第一章） 详细介绍了此库的用处。第一部分文章的完整链接的列表在每一章的最后给出。在那里你可以找到并下载截至当前开发阶段的库的完整版本。文件必须位于和资料中同样的目录中。 在 前一章 中，我们讨论了用于创建图形界面的类库结构。在那里讨论了：(1) 原始对象的派生类，(2) 所有控件的基类， (3) 创建存储控件指针和在公共事件处理程序中管理那些控件的主类。 在本文中我们将创建第一个图形界面的主元素 —
新文章 图形界面 I：库结构(第一章) 已发布： 本文是另外一系列图形界面开发相关文章的开端。当前，还没有能够在MQL应用中快速而便捷的创建高质量图形界面的独立代码库。我所说图形界面是指我们熟悉的操作系统中的图形界面。 这些都是以面向过程的方式写的并且目标是为了熟悉MQL语言。现在是时候通过一个大项目的案例来介绍一个更为复杂的结构了，它通过面向对象的形式实现。 读者在阅读这些文章后将获得什么收获呢？ 本项目的目标是为终端用户提供最为直观的用户界面。我会提供给那些用户界面的开发者一个简单易学及便于使用的代码库，使其能够用于后续开发。
新文章 包含图形用户界面 (GUI) 的 EA 交易: 创建面板 (第一部分) 已发布： 尽管很多交易者还是倾向于人工交易，但是很难完全避免一些重复性操作的自动化。这篇文章展示了一个实例，为人工交易开发一个多交易品种信号的 EA 交易。 CStandardChart 类型的元件是用于根据交易品种可视化数据的。默认显示 EURUSD D1它含有下面的特性： 水平方向滚动, 宽度自动调节, 高度自动调节, 距离主元件右侧边界的缩进, 底部边界对主元件的缩进. 如有必要，可以创建一个水平方向上的图表数组，为此， 要使用 CStandardChart::AddSubChart ()
e-Regr : e-Regr — MetaTrader 5 EA 交易。根据 i-Regr (回归通道l)进行交易. 广泛使用了标准库中的类。 作者： Vladimir Karputov
新文章 策略优化。一些简单的想法 已发布： 即使你借助MQL5的云计算网络来进行优化工作，仍就需要消耗大量的计算机资源。本文由我对MetaTrader 5策略测试器一些简单的改进想所法组成。这些想法来自于MQL社区的相关技术文档、论坛和文章。 当发现一个稳定的EA策略，我们往往是将它加载在EURUSD图上进行交易的，不是吗？那么这个策略能在其他货币对上获利更多吗？此策略是否能在无需几何倍增交易量的前提下，在其他货币对上能有更佳的表现呢？ 如果我们对于EURUSD 1H 下的运行结果不满意要怎么办呢？换到EURJPY H4 ？
新文章 10 款趋势策略的比较分析 已发布： 本文简要概述了十款趋势跟随策略, 及其测试结果和比较分析。基于所获结果, 我们得到相关趋势跟随交易之优缺点的一般性结论。 图例. 10 趋势跟随策略的入场点示例。 图例. 10. 趋势策略 #9 的入场条件 作者： Alexander Fedosov
Hikkake 形态 (内嵌日级假突破) : Hikkake 形态 (内嵌日级假突破) 指标是基于虚假突破的交易策略。 将 Dan Chesler 于 2004 年 4 月发表在活跃交易者杂志 "Hikkake 形态的交易假动作" 的文章转换为 MQL5 代码，。 作者： Minions Labs
新文章 神经网络变得轻松（第四十三部分）：无需奖励函数精通技能 已发布： 强化学习的问题在于需要定义奖励函数。 它可能很复杂，或难以形式化。 为了定解这个问题，我们正在探索一些基于行动和基于环境的方式，无需明确的奖励函数即可学习技能。 为了测试训练模型的性能，我们采用 2023 年 5 月前两周的数据，这些数据不包括在训练集中，但紧随训练区间。 这种方式令我们能够在新数据上评估模型的性能，同时数据保持可比性，因为训练集和测试集之间没有时间间隔。 为了进行测试，我们使用了改编后的 “DIAYN\Test.mq5” EA。 所做的修改仅影响根据模型体系结构准备数据的算法，和源数据准备过程。
新文章 开发回放系统 — 市场模拟（第 12 部分）：模拟器的诞生（II） 已发布： 开发模拟器可能比看起来有趣得多。 今天，我们将朝着这个方向再走几步，因为事情变得越来越有趣。 尽管该系统看起来更加用户友好，但在柱线结构显示模式下运行时，您可能会注意到一些奇怪的事情。 这些不寻常的事情可以在下面的视频中看到。 不过，由于它们需要对代码中的某些地方进行修改，并且我不想让您认为这些东西是凭空出现的，因此我决定留下“漏洞”。 但也许主要原因是，在下一篇文章中，我将展示如何令系统更适合作为模拟器。 我不希望任何人来质疑我，为什么把已编好的模拟器放在下一篇文章中展示。 现在观看视频。
GMMA : Guppy 多重均线 (GMMA) 是一款基于均线组之间关系的指标，可供洞察两个市场主导群体的行为 - 交易者和投资者。 作者： Nikolay Kositsin
新文章 神经网络变得轻松（第四十二部分）：模型拖延症、原因和解决方案 已发布： 在强化学习的背景下，模型拖延症可能由多种原因引起。 本文研究了模型拖延症的一些可能原因，以及克服它们的方法。 模型拖延症的主要原因之一是训练环境不足。 模型也许会遇到访问训练数据受限，或资源不足的情况。 解决这个问题涉及创建或更新数据集，增加训练样本的多样性，并应用额外的训练资源 ，例如算力、或预训练模型进行转移训练。 模型拖延症的另一个原因也许出于它欲解决任务的复杂性，或者用到需大量计算资源的训练算法。 在这种情况下，解决方案也许是简化问题或算法，优化计算过程，并采用更高效的算法、或分布式学习。
新文章 开发回放系统 — 市场模拟（第 11 部分）：模拟器的诞生（I） 已发布： 为了依据数据形成柱线，我们必须放弃回放，并开始研发一款模拟器。 我们将采用 1-分钟柱线，因为它们所需的难度最小。 我们应该始终优先考虑易于阅读和理解的代码，而不是当需要调整或修改时，迫使我们花费数小时来弄清楚其行为的代码。 本文到此结束。 下面的视频展示了当前开发阶段的成果，它是用文章所附的内容创建的。 不过，我想提请注意使用模拟票据时出现的问题。 这涉及位移系统，或者搜索位置与回放服务所处位置不同。 仅当您使用模拟票据时，才会出现此问题。 在下一篇文章中，我们将解决和修复此故障，并进行其它改进。 作者：
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
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