Smart_Money_Pressure_Oscillator : 智能资金压力振荡器 作者： Scriptor
新文章 从新手到专家：使用 MQL5 制作动画新闻标题 (三) — 指标洞察 已发布： 在本文中，我们将通过引入专门的指标洞察通道来推进新闻标题EA —— 一个紧凑的图表显示，显示由RSI、MACD、随机震荡指标和 CCI 等流行指标生成的关键技术信号。这种方法消除了 MetaTrader 5 终端上多个指标子窗口的需要，使您的工作空间保持干净高效。通过利用 MQL5 API 在后台访问指标数据，我们可以使用自定义逻辑实时处理和可视化市场洞察。加入我们，探索如何在 MQL5 中操纵指标数据，以创建一个智能且节省空间的滚动洞察系统，所有这些都在您的交易图表上的一个水平通道内。
新文章 数据科学和机器学习（第 34 部分）：时间序列分解，剖析股票市场的核心 已发布： 在一个充斥着杂乱且不可预测数据的世界里，识别有意义的形态可能颇具挑战性。在本文中，我们将探讨季节性分解，这是一种强力分析技术，有助于把数据拆分为关键成分：趋势、季节性形态、和噪声。以该途径拆解数据，我们能够揭示隐藏的洞见，并配以更清晰、更易解读的信息工作。 趋势 时间序列数据中的趋势成分指的是随时间观察到的长期变化或形态。 它表示数据的大致移动方向。例如，如果数据随时间增加，趋势成分将呈上坡；如果数据随时间递减，趋势成分将呈下坡。 这对几乎所有交易者来说都很熟悉，只需查看图表就能轻松注意到行情中的趋势。
新文章 使用命名管道与 MetaTrader 5 进行无 DLL 通信 已发布： 许多开发人员面临同样的问题 - 如何在不使用不安全 DLL 的情况下到达交易端沙箱。 一种最简单和最安全的方法是使用作为普通文件操作的标准命名管道。它们允许您组织程序之间的处理器间客户端-服务器通信。虽然 《一个使用命名管道在 MetaTrader 5 客户端之间进行通信的无 DLL 解决方案》 一文已经就此主题说明了对 DLL 访问的启用，我们将使用客户端的标准和安全的功能。 您可以在 MSDN 库中找到有关命名管道的更多信息，但我们将着手处理 C++ 和 MQL5
新文章 如何很快地制作一个交易机器人 已发布： 于金融市场中交易存在许多风险，其中就包括最为严重的一种 - 做出错误交易决策的风险。每一位交易者都梦寐以求有一个交易机器人，它能始终保持良好状态，而且不会受制于人类的诸多弱点 - 恐惧、贪婪和没耐心。
交易者的MQL5编程(MQL5 Programming for Traders) - 源代码第一部分 : 本书第一章介绍了MQL5语言和开发环境。与MQL4（MetaTrader 4 语言）相比，MQL5语言其中一项新功能就是支持面向对象编程(OOP)，这使其类似于C++。 作者： MetaQuotes
新文章 从 MQL5 向 Discord 发送消息，创建 Discord-MetaTrader 5 机器人 已发布： 与 Telegram 类似，Discord 可以使用其通信 API 以 JSON 格式接收信息和消息。在本文中，我们将探讨如何使用 Discord API 将 MetaTrader 5 的交易信号和更新发送到您的 Discord 交易社区。 我们不再生活在互联网和原始数字时代的早期阶段；如今，几乎所有东西都可以与互联网上的任何东西连接；这只取决于一个人是否愿意做所需的工作。
新文章 成功餐饮经营者算法（SRA） 已发布： 成功餐饮经营者算法（SRA）是一种受餐饮业管理原则启发的创新优化方法。与传统方法不同，SRA不会直接淘汰劣质解，而是通过融合优质解的元素对其进行改进。该算法在优化问题中展现出极具竞争力的表现，并为平衡探索与利用提供了全新视角。 想象一位餐厅经营者，始终致力于优化菜单以提升人气、吸引新客。他并未彻底淘汰冷门菜品，而是采取更微妙的方式：找出最不受欢迎的菜品，再将其与最畅销菜品的元素巧妙融合。有时仅做保守调整，有时则大胆引入全新食材。目标始终如一：让最弱势的菜品蜕变为顾客的新宠。
新文章 交易中的资本管理和带有数据库的交易者家庭会计程序 已发布： 交易者如何管理资金？交易者和投资者如何跟踪支出、收入、资产和负债？我不仅要向你介绍会计软件；我将向您展示一个工具，它可能会成为您在波涛汹涌的交易海洋中可靠的金融导航器。 “我记得我所有的交易”，“记账太费时间”，“最重要的是好的策略，数字可以等等再说”……我几乎每天都能从新手交易者那里听到类似的话。几个月后，这些交易者惊讶地发现，他们的账户正在无情地融化，原因仍然是个谜。
新文章 从新手到专家：使用 MQL5 制作动画新闻标题（二） 已发布： 今天，我们又向前迈进了一步，整合了一个外部新闻 API 作为我们的 News Headline EA 的头条新闻来源。在这个阶段，我们将探索各种新闻来源 —— 包括成熟的和新兴的 —— 并学习如何有效地访问它们的 API。我们还将介绍如何将检索到的数据解析成适合在我们的 EA 交易中显示的格式。加入讨论，我们将探索直接在图表上访问新闻标题和经济日历的好处，所有这些都在一个紧凑、不干扰用户的界面中。 在本次讨论中，我们将 以上一篇文章
新文章 交易中的神经网络：二维连接空间模型（Chimera） 已发布： 本文将探讨创新的 Chimera 框架：利用神经网络分析多元时间序列的二维状态空间模型。该方法具有高精度和低计算成本，优于传统方式和变换器架构。 经典统计方法需要大量原产数据的预处理，且往往难以充分捕捉复杂的非线性依赖关系。深度神经网络架构已展现出高度的表现力，但基于 变换器 的模型具有二次方计算复杂度，令其难以应用在拥有大量特征的多变量时间序列。进而，这样的模型往往难以区分季节性和长期分量，或依赖僵化的先验假设，限制了它们在各种实践场景下的适应性。 针对这些问题在论文
新文章 周期与外汇 已发布： 周期在我们的生活中具有极其重要的意义。昼夜交替、四季更迭、一周的七天以及许多其他不同性质的周期都存在于每个人的生活中。在本文中，我们将探究金融市场中的周期。 在交易中，周期可以与重复出现的市场趋势或模式相关联。例如，价格可能在一个给定的通道内波动。而这种行为可能会持续相当长的时间。 我们可以使用 频谱分析 三角多项式 周期图 自相关函数 和 周期检测 算法来从时间序列中提取周期成分。 我们也可以使用 简单移动平均线 来找到周期。这种方法是最简单且最直观的。假设我们有一个周期为 N
新文章 基于机器学习构建均值回归策略 已发布： 本文提出了另一种基于机器学习的原创交易系统构建方法，该方法运用聚类分析和交易标注来设计均值回归策略。 在开始聚类前，我们需要明确其必要性。想象一张价格图表：包含趋势、震荡、高波动/低波动期、各类形态等特征。也就是说，价格图表并非一成不变，不存在完全相同的模式。甚至可以说，不同时间段可能存在截然不同的模式，且这些模式会随时间消失或演变。
新文章 从新手到专家：使用 MQL5 制作动画新闻标题（一） 已发布： 在 MetaTrader 5 终端上进行交易时，新闻可访问性是一个关键因素。虽然有很多新闻 API 可用，但许多交易者在访问这些 API 并将其有效集成到他们的交易环境中时仍面临挑战。在本次讨论中，我们的目标是开发一种简化的解决方案，将新闻直接呈现在图表上 —— 也就是最需要新闻的地方。我们将通过构建一个新闻标题 EA 来实现这一目标，该 EA 可以监控并显示来自 API 源的实时新闻更新。 今天，我们的目标是解决在 MetaTrader 5 终端中访问经济新闻和日历事件时的一个常见限制 —— 尤其是在进行图表分析时。 在
新文章 台球优化算法(BOA) 已发布： BOA方法灵感源自经典的台球运动，它将寻求最优解的过程模拟为一场游戏：球体致力于落入代表最佳结果的球袋之中。本文将探讨BOA的基本原理、数学模型及其在解决各类优化问题中的效率。 BOA 算法是一种受台球运动启发的优化方法。想象一下，你正在寻找某个问题的最佳解，用台球术语来说，这就好比试图将球打入袋中。一张台球桌上有 8 个球袋，以及许多台球。在算法开始时，会生成一组随机解（种群）。这些决策就像台球桌上的球。针对每个解，计算其目标函数值，以确定其优劣。
VR Locker Lite - 基于正向锁的交易策略 : 通过正向锁进行操作，交易机器人创建一个正向锁，交易者自行决定如何处理它。 作者： Vladimir Pastushak
交易策略正面或反面 (Heads or Tails) : 经典版本的正面或反面交易策略与分析信号块代码。 作者： Vladimir Pastushak
新文章 MQL5 简介（第 17 部分）：构建趋势反转 EA 交易 已发布： 本文教初学者如何在 MQL5 中构建一个基于图表形态识别的 EA 交易系统，该系统利用趋势线突破和反转进行交易。通过学习如何动态检索趋势线值并将其与价格走势进行比较，读者将能够开发出能够识别和交易图表形态（如上升和下降趋势线、通道、楔形、三角形等）的 EA 交易。 本文最初打算使用单一的延续或反转形态，例如旗形、下降楔形或上升楔形。然而，当我深入研究后，我发现了一些关键的东西：很多这样的形态都有相似的结构，并且经常依赖于趋势线的突破或反转。因此，本节将重点开发一个能够识别和交易趋势线突破和反转情况的 EA
新文章 交易中的神经网络：基于 ResNeXt 模型的多任务学习（终篇） 已发布： 我们继续探索基于 ResNeXt 的多任务学习框架，其特征是模块化、高计算效率、及识别数据中稳定形态的能力。使用单一编码器和专用“头”可降低模型过度拟合风险，提升预测品质。 由框架作者选择的 ResNeXt 架构作为编码器的基础，其特征是模块化和高效。它使用了分组卷积，显著提升了模型性能，同时不会显著增加计算复杂度。这对于实时处理大量市场数据尤为重要。架构的灵活性还允许针对特定任务定制模型参数：可调节网络深度、卷积模块配置、及数据归一化方法，令系统能够适应不同的操作条件。 多任务学习与 ResNeXt
新文章 在交易中应用 OLAP（第四部分）：定量和可视化分析测试器报告 已发布： 本文提供的的基本工具，可针对测试器报告的单次通关验证和优化结果进行 OLAP 分析。 该工具可以操控标准格式文件（tst 和 opt），并还提供了图形界面。 MQL 源代码附带于后。 要以 100 为增量按等级查看利润的一般分布，沿 X 轴的统计信息中选择 “profit” 字段，并选择 “count” 聚合器。 按范围的所有利润分布，增量为 100 单位 利用 “identity” 聚合器，我们可以评估交易数量对利润的影响。 通常，此聚合器可以对许多其他依赖性进行直观评估。 利润与交易数量 作者：
新文章 MQL5交易工具（第一部分）：构建交互式可视化挂单交易助手工具 已发布： 本文将介绍如何使用MQL5开发一款交互式交易助手工具，旨在简化外汇交易中的挂单操作流程。我们首先阐述其核心设计理念：通过用户友好的图形界面（GUI），实现图表上直观设置入场点、止损位和止盈位的功能。此外，本文将详细说明MQL5代码实现过程及回测验证方法，确保工具的可靠性，并为后续高级功能开发奠定基础。 我们的目标是开发一款交易助手工具，通过简化外汇交易中的挂单流程，为用户提供流畅高效的操作体验。该工具将设计为直接集成于MetaTrader 5的 图形用户界面
BinanceQuotesDownloader : 实时显示 Binance 报价 作者： Yuriy Lyachshenko
基于布林带的EA交易 : 本EA交易基于布林带. 它使用了跟随趋势的策略并使用布林带做为指标. v 作者： Andrew Kornishkin
新文章 交易中的神经网络：基于 ResNeXt 模型的多任务学习 已发布： 基于 ResNeXt 的多任务学习框架，优化了金融数据分析，可参考其高维度、非线性、和时间依赖性。使用分组卷积和专用头，令模型能有效从输入数据中提取关键特征。 在潮流卷积架构中，有一个特别突出： ResNeXt ，该架构在 《深度神经网络的聚合残差变换》 一文中有所讲述。 ResNeXt 具备捕捉局部和全局依赖关系的能力，并有效处理多维数据，同时经由分组卷积降低计算复杂度。 利用深度学习进行金融分析的一个关键领域是多任务学习（ MTL
MT5一键开仓 : MT5一键开仓脚本。包含两个脚本，一键开多单和一键开空单。可以设置魔术数，手数，止损点数，止盈点数，注释。 作者： Ziheng Zhuang
新文章 MQL5 MVC模式中表格的视图组件：基础图形元素 已发布： 本文介绍了在MQL5中实现MVC（模型-视图-控制器）范式下表格视图组件时，开发基础图形元素的过程。这是关于视图组件的首篇文章，也是为MetaTrader 5客户端开发表格功能系列文章的第三篇。 这部分中，我们暂不考虑与已创建的模型组件的集成。此外，控制器组件尚未创建，但我们在设计开发中的类时会考虑未来的集成需求。这将进一步简化将视觉元素与数据和控制逻辑链接起来的过程，确保在MVC范式框架内实现全面交互。最终，我们获得了一个灵活的工具，可用于创建表格和其他图形元素，以供在我们的项目中使用。
新文章 交易中的神经网络：针对加密货币市场的记忆扩充上下文感知学习（终篇） 已发布： 针对加密货币交易的 MacroHFT 框架采用上下文感知强化学习和记忆，以便适应动态市场条件。在本文末尾，我们将在真实历史数据上测试所实现的方式，从而评估其有效性。 我们已完成大量工作，按照我们的诠释，实现了 MacroHFT 框架作者提议方式的 MQL5 版本。下一步是评估已实现方法在真实历史数据上的有效性。 应当注意的是，此处呈现的实现与原版有显著差异，包括技术指标的选择。这必然会影响结果，故任何结论都是初步、且针对这些具体修改。 至于模型训练，我们采用了 EURUSD 的 2024 年 1-分钟时间帧（
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