新文章 用置信区间估计未来效能 已发布： 在这篇文章中，我们深入研究自举法技术的应用，作为评估自动化策略未来效能的一种手段。 当我们测试一个候选交易系统时，我们自然会得到各种效能指标的集合。这些数据会直观地告诉我们系统的利润潜力，但这种直觉可能还不够。一种在测试中产生大量利润的策略，在现场交易时获得的回报可能不太高。有没有办法更好地了解测试期间观察到的效能是否会继续保持在同一水平？如果没有，效能会有多差 这就是标准统计方法可以提供帮助的地方。需要注意的是，我们将要讨论的技术并不意味着它们的估计是准确的，它们永远不会是准确的。它们所做的是提供方法来识别产生很高或可接受利润的高概率策略
保存历史至 HST : 这段脚本输出历史数据至 HST 格式, 它可用于 MetaTrader 4 客户端。文件可在 MetaTrader 4 中作为历史数据输入, 或您可以作为离线图表打开它。 作者： Andrey Voytenko
新文章 开发回放系统 — 市场模拟（第 20 部分）：外汇（I） 已发布： 本文的最初目标不是涵盖外汇交易的所有可能性，而更是出于适配系统，如此您就至少可以执行一次市场回放。我们把模拟留待其它时刻。不过，如果我们没有跳价而仅有柱线的话，稍加努力，我们就可以模拟外汇市场中可能发生的交易。直到我们研究如何适配模拟器之前，情况一直如此。不经修改就尝试在系统内处理外汇数据会导致一系列错误。 在上一篇文章“ 开发回放系统 — 市场模拟（第 19 部分）：必要的调整
ZigZag EA : 基于之字折线 (ZigZag) 指标的智能交易系统。 使用突破买入 (Buy Stop) 和突破卖出 (Sell Stop) 挂单操作。 作者： Vladimir Karputov
ZigZagEvgeTrofi ver. 1:
使用指标 ZigZag。
Author: Evgeniy Trofimov
新文章 Heiken-Ashi指标与移动平均指标组合能够提供好的信号吗？ 已发布： 策略的组合可能会提供更好的机会，我们可以把指标和形态一起使用，或者更进一步，多个指标和形态一起，这样我们可以获得额外的确认因子。移动平均帮我们确认和驾驭趋势，它们是最为人所知的技术指标，这是因为它们的简单性和为分析增加价值的良好记录。 与任何适当的研究方法一样，目的是测试该策略，并能够亲眼看看它是否值得作为我们现有交易框架的附加组件。 第一步是创建交易规则，这个系统什么时候买入，什么时候做空？换句话说，告诉系统当前市场将上涨或下跌的信号是什么时候发出的？ 我们可以选择的交易条件有： 每当Heikin-Ashi
新文章 MQL5 中的范畴论 (第 13 部分)：数据库制程的日历事件 已发布： 本文在 MQL5 中遵循范畴论实现秩序，研究如何在 MQL5 中结合数据库制程进行分类。我们介绍了当辨别交易相关的文本（字符串）信息时，如何把数据库制程概念与范畴论相结合。日历事件是焦点。 日历事件几乎每天都会生成，其中大多数提前几个月就已预先标记。它们源自 MetaTrader 财经日历
交易时段指标 : 本指标基于 DRAW_FILLING 缓存区。输入参数无, 使用了 TimeTradeServer(), TimeGMT() 函数。 作者： Dmitry
Specified_Time_Range_Candles : Specified time range candles （指定时间范围烛形）指标 作者： Scriptor
新文章 配对交易 已发布： 在这篇文章中，我们将探讨配对交易（pair trading），即它的原理是什么，以及它的实际应用是否有前景。我们还将尝试创建一个配对交易策略。 配对交易是 Jerry Bamberger 在20世纪80年代首次提出的 统计套利 的一种变体。这种交易策略是市场中性的，允许交易员在几乎任何市场条件下获利。配对交易是基于这样一种假设，即相互关联的金融工具的特征在暂时偏离后将恢复到其历史平均值。因此，配对交易可以归结为几个简单的操作： 查明两种金融工具之间统计关系的差异； 在它们中开启仓位； 当这两种金融工具的特性恢复到平均值时，关闭仓位。
VGridLine_Custom : 这个指标在每天的指定时间画一条垂直线 作者： Nikolay Kositsin
新文章 神经网络变得轻松（第四十九部分）：软性扮演者-评价者 已发布： 我们继续讨论解决连续动作空间问题的强化学习算法。在本文中，我将讲演软性扮演者-评论者（SAC）算法。SAC 的主要优点是拥有查找最佳策略的能力，不仅令预期回报最大化，而且拥有最大化的动作熵（多样性）。 在本文中，我们将把注意力集中在另一种算法上 — 软性扮演者-评论者（SAC）。它首次出现在 2018 年 1 月 发表的文献 “ 软性扮演者-评论者：随机扮演者异政策最大熵值深度强化学习 ” 之中。该方法几乎与 TD3 同步提出。它们有一些相似之处，但在算法上也存在差异。SAC
新文章 开发回放系统 — 市场模拟（第 19 部分）：必要的调整 已发布： 在此，我们要做好准备，如此当我们需要往代码里添加新函数时，就能顺滑轻松地发生。当前代码还不能涵盖或处理那些显著推进过程所必需的事情。我们需要将所有东西都结构化，以便能够以最小的工作量实现某些事情。如果我们正确地做好所有事情，我们就能得到一个真正通用的系统，可以轻松地适应任何需要处理的状况。 我认为从本系列的前几篇文章中可以清楚地看出，我们需要实现一些额外的要点。更好地组织工作是绝对必要的，尤其是一些深入的改进。如果您计划仅用回放/模拟系统来操控一种资产，那么您就不需要我们将要实现的许多东西。您可以把它们放在一边 —
MT4持仓助手 辅助性EA 订单半自动管理 大量快捷键 : MT4持仓助手 辅助性EA 订单半自动管理 自动设置止盈止损移动止损 分批平仓 划线模式 横线模式 布林带平仓 定时器追踪止盈止损等 同时有大量快捷键处理下单 改止盈止损 挂单等 省时省力。 使用前请先打印EA快捷键说明文件 作者： xyz0217
新文章 利用MQL5创建您自己的图形面板 已发布： MQL5程序的可用性，是由其丰富的功能性和制作精细的图形用户界面所决定的。视觉感知有时比快速且稳定的运行更加重要。根据标准库类，您可以自行创建显示面板，以下即逐步操作指南。 作者： MetaQuotes Software Corp
新文章 时间序列挖掘的数据标签（第2部分）：使用Python制作带有趋势标记的数据集 已发布： 本系列文章介绍了几种时间序列标记方法，这些方法可以创建符合大多数人工智能模型的数据，而根据需要进行有针对性的数据标记可以使训练后的人工智能模型更符合预期设计，提高我们模型的准确性，甚至帮助模型实现质的飞跃！ 目前，我们已经做了基础性的工作，但如果我们想获得更精确的数据，我们需要进一步的人为干预，我们在这里只指出几个方向，而不会进行详细的论证。 1.数据完整性检查
新文章 MQL5 酷宝书 — 宏观经济事件数据库 已发布： 本文讨论了基于 SQLite 引擎处理数据库的可能性。 形成的 CDatabase 类就是为了方便和有效地运用 OOP 原则。 随后它会参与宏观经济事件数据库的创建和管理。 本文提供了使用 CDatabase 类的多种方法的示例。 向数据表添加新数据列也是一项很常见的任务。 假设我们需要扩展 “COUNTRIES” 数据表，并添加一个包含日历中宏观经济事件数量的数据列。 该任务将由 15_add_new_column.mq5 脚本执行。 执行脚本后，检查数据表（图例 5）。 现在，它已拥有新的数据列 EVENTS_NUM。 图例 5
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。
新文章 神经网络变得轻松（第二十六部分）：强化学习 已发布： 我们继续研究机器学习方法。 自本文，我们开始另一个大话题，强化学习。 这种方式允许为模型设置某些策略来解决问题。 我们可以预期，强化学习的这种特性将为构建交易策略开辟新的视野。 我们总是环顾四周，通过触摸、以及倾听声音，来评估物体。 如此这般，我们每时每刻都通过我们的感官来评估我们的世界。 在我们的脑海中，我们固化其状态。 类似地， 环境 生成其 状态 ，由 代理者 评估。 与我们按照人类的世界观行事类似， 代理者 根据其 政策 （策略）执行 行动 。 这种影响导致环境按照一定概率发生变化。 对于每个行动， 代理者 都会从 环境
Exp_BrainTrend2_AbsolutelyNoLagLwma_X2MACandle_MMRec : 在一个EA中包含了三个独立的交易系统，它们分别使用 BrainTrend_V2, AbsolutelyNoLagLWMA 和 X2MACandle indicators 指标，并且可以根据交易系统中之前的交易结果来调整即将到来交易的交易量。 作者： Nikolay Kositsin
三條平均移動線交叉顯示 Tri MA Corss : 三條平均線完全按照高低排列後 可視為趨勢成形 在形態被破壞後 不再繪出影線 在沒有影線的條件下 視為不確定期間 作者： Hung Wen Lin
新文章 时间序列挖掘的数据标签（第1部分）：通过EA操作图制作具有趋势标记的数据集 已发布： 本系列文章介绍了几种时间序列标记方法，这些方法可以创建符合大多数人工智能模型的数据，而根据需要进行有针对性的数据标记可以使训练后的人工智能模型更符合预期设计，提高我们模型的准确性，甚至帮助模型实现质的飞跃！ 当我们设计人工智能模型时，我们通常需要首先准备数据。良好的数据质量将使我们在模型训练和验证方面事半功倍。但我们的外汇或股票数据是特殊的，其中包含复杂的市场信息和时间信息，数据标注很困难，但我们可以很容易地在图表上分析历史数据的趋势。
新文章 MQL5 中艾略特波浪自动分析的实施 已发布： 艾略特波浪理论是最流行的市场分析方法之一。然而，这个过程非常复杂，从而导致我们使用额外的工具。自动标记器是其中一种工具。本文描述用 MQL5 语言创建艾略特波浪的自动分析程序。 作者： Roman Martynyuk
新文章 在MQL中操作套接字，或者如何成为信号提供者 已发布： 套接字(Sockets)… 如果没有它们，我们的IT世界还可能存在吗?时光倒转回1982年，再到现在，它们每分每秒都与我们同在，这是网络的基础，是我们所居住的 Matrix 世界的神经末梢。 演示这些代码的互操作: 细心的读者将会注意到，客户端套接字可以通过调用 MQL 函数中的 WebRequest 来替换的，为此，只要加上一系列 HTTP 头部(header) 行并且在客户终端的设置中允许访问服务器的URL就可以了，您可以自己来做实验。 作者： o_O
抛物线之上的 ZigZag + Fibo + 通道 : ZigZag 指标使用抛物线 SAR 技术指标的数值建立，并且利用指标的最后两个峰值建立 Fibo 级别线，利用选择的连续三个峰值建立通道。 作者： Nikolay Kositsin
WPRSI 信号 : 本指标在图表中用彩色箭头给出交易信号信号基于 WPR (Williams 百分比范围) 和 RSI (相对强度指数) 技术指标。 作者： Nikolay Kositsin
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