文章，程序库评论 - 页 6

新文章 构建交易系统（第 1 部分）：量化方法 已发布： 许多交易者根据短期表现来评估策略，往往过早放弃盈利的系统。然而，长期盈利能力取决于通过优化的胜率、风险回报比以及有纪律的仓位规模来实现的正期望值。这些原则可以通过 Python 中的蒙特卡洛模拟以及回测指标进行验证，以评估策略是否稳健或是否可能随时间推移而失败。 一个持续盈利的交易系统依赖于三大核心支柱的相互作用： 胜率 风险回报比（RRR） 风险金额（通过仓位规模） 这三个变量是诸如利润因子、恢复因子及回撤等关键绩效指标的根本驱动要素。然而，许多交易者在评估其（自动化）交易系统的有效性时，错误地几乎只关注胜率，而忽视了 RRR

Fair Value Gap Detector Indicator : 检测3根K线公允价值缺口（价格失衡），并将其绘制为框线，这些框线将实时显示，直至价格重新穿过该缺口。检测仅在完全收盘的K线上进行，因此缺口不会在当前K线形成过程中时隐时现。 Author: Olamide Daniel Adebayo

Server Clock and Daily Reset Hour : 一个免费的、只读的 MetaTrader 5 面板，可将您的自营交易公司的每日重置规则（无论该公司采用何种时区）转换为您的经纪商实际服务器时间，显示距离下次重置的实时倒计时，并在夏令时调整导致时间界限向前或向后推移一小时之前向您发出警告。 本插件不发送任何订单，不读取任何账户数据，仅用于显示。 Author: Sabarinathan R

Basket Protective Close : 当持仓组合的浮动亏损达到设定的限额（该限额可以是固定金额、余额的百分比或净值的百分比）时，系统将平仓该组合。范围过滤支持按代码或魔术编号筛选，可选盈利目标，支持安全且不阻塞的重试机制。 Author: Judi Gosal

Liquidity Void Decay Oscillator. : 一个子窗口振荡指标，它将成交量稀少的价差柱标记为“流动性真空”，并根据价格回补每个价差柱的速度给出0–100的评分，从而区分出被迅速吸收的噪音与仍作为真实支撑或阻力位发挥作用的价位。 Author: Adedayo David Gbadebo

Hurst Exponent Regime Switch Indicator : 通过重新标度区间（R/S）分析估算价格的滚动赫斯特指数，并将其绘制为带颜色编码的震荡指标，用于提示市场当前是处于趋势状态、均值回归状态，还是呈现随机游走状态。 Author: Adedayo David Gbadebo

新文章 您应当知道的 MQL5 向导技术（第 23 部分）：CNNs 已发布： 卷积神经网络是另一种机器学习算法，倾向于专门将多维数据集分解为关键组成部分。我们看看典型情况下这是如何达成的，并探索为交易者在其它 MQL5 向导信号类中的可能应用。 我们继续本系列，在其中看看机器学习和统计的思路，鉴于 MQL5 向导提供的快速测试和原型设计环境，令交易者能从中受益。目标仍然是在一篇文章内考察单一思路，至于这段节选，我最初认为这至少需要 2 个篇幅，不过看起来我们能够将其压缩到一个篇幅。 卷积神经网络 （CNN）顾名思义，借助内核，它可以在卷积中处理多维数据。

AAPL cfd - ORB strategy : 在AAPL差价合约交易中运用ORB策略 Author: Andrew Pun Magar

新文章 通过套接字将 MetaTrader 的 Tick 信息从 MQL5 服务传输到 Python 应用程序 已发布： 有时候，并非所有东西都能用 MQL5 语言编程实现。即使有可能在 MQL5 中转换现有的高级库，那也将是一项耗时的任务。本文试图证明，我们可以通过使用套接字将 MetaTrader 服务中的买卖报价和时间等 tick 信息传输到 Python 应用程序中，从而绕过对 Windows 操作系统的依赖。 本文重点介绍如何利用 MetaTrader 5 的服务程序将买卖报价和时间等 tick 信息发送到 Python 服务器，而 Python

Multi Timeframe Trend Dashboard Indicator : 一个紧凑的图表内面板，可同时显示当前股票在多个时间周期内的走势，每个时间周期均通过其独立的快/慢移动平均线交叉进行评估。无需切换图表来查看“H4走势如何”——所有信息都集中在一个地方，并采用颜色编码显示。 Author: Olamide Daniel Adebayo

新文章 我们如何打造最强大的机器学习驱动交易平台：通过档案、论坛与发布记录回顾 MQL 与 MetaTrader 的演进 已发布： MQL 演进的技术史：从功能有限的 MQL 和 MQL II 语言，到过程式的 MQL4，再到具有原生编译功能、丰富 API 和完备工程环境的面向对象的 MQL5。我们在此展示该语言的关键特性，以及其与 Python、OpenCL、ONNX、OpenBLAS、数据库、DirectX、代理式人工智能助手（Agentic AI

新文章 交易中的神经网络：摆脱特定数据依赖的时间序列泛化（结论） 已发布： 本文将向您展示Mamba4Cast如何把理论转化为可运行的交易算法，并为您开展自主实验奠定基础。不要错过这次机会，获取用于自研策略的全面的知识与策略开发灵感。 我们采用2024全年的 EURUSD （欧元兑美元）1分钟报价数据作为训练集。为保证实验严谨性，最终测试选用2025年1月至3月的历史数据，该时间段的数据并未参与模型训练。其余所有参数保持不变，以此确保策略评估客观且公平。 测试结果呈现如下。

PropFirm Equity Protector - 机构风险管理器（开源） : 一款专为自营交易公司风险管理设计的专业实用EA。其功能包括每日权益监控、对亏损头寸的分阶段风险缓释，以及通过自修复式图形化仪表盘实施的绝对强制止损。 Author: Noe De Jesus Ramos Cruz

Swing Detector by Pullback (Smart Money Concepts) : SMC 回调指标采用回调定义来标记波段高点和低点，而非通常的 3 根 K 线形态。 只有当价格回调并跌破形成该高点的K线低点时，该高点才被确认——因此每个标记点都代表实际的拒绝，且高低点总是交替出现。该指标仅评估收盘K线，且标记一旦绘制绝不移动，因此不会重绘。两个缓冲区通过iCustom将已确认的震荡价格暴露给EA。 Author: Sandro Begashvili

新文章 在 MQL5 中实现来自其他语言的实用模块（第 03 部分）：移植 Python 的 Schedule 模块，打造增强版 OnTimer 已发布： Python 中的 schedule 模块提供了一种简单的方法来安排重复性任务。虽然 MQL5 缺乏内置的等效功能，但在本文中，我们将实现一个类似的库，以便在 MetaTrader 5 中更轻松地设置定时事件。

新文章 从基础到进阶：图表对象（I） 已发布： 在本文中，我们将开始讲解如何在图表上直接操作图形对象。相关示例使用专为演示编写的代码实现。图形对象编程十分有趣，能给人带来许多快乐。由于这是我们初次接触该主题，将从非常基础的内容入手。 在前一篇文章 《从入门到进阶：指标（V）》 中，我们介绍了如何对指标进行简易改造，使其（哪怕仅部分）适配MetaTrader 5的图表显示模式。然而，当时并未讲解三种图表模式的用法，因为这需要一些尚未详细说明的前置知识。

Fisher Transform Indicator : 一种基于统计第一性原理构建的费舍尔变换振荡指标——将价格归一化到一个有界范围内，然后进行对数变换，从而产生清晰、明确的反转信号，而非传统振荡指标中常见的渐进式转折。 通过适当的计算缓冲区处理内部递归状态，以确保在回测中表现可靠且准确。摘自文章系列《初学者自制指标指南》。 Author: Syed Jawad Hussain Naqvi

新文章 价格行为分析工具包开发（第 24 部分）：价格行为量化分析工具 已发布： K线形态为潜在的市场走势提供了宝贵的线索。根据其在价格走势中所处的位置，有些单根K线预示着当前趋势的延续，而另一些则是反转的前兆。本文介绍了一款能够自动识别四种关键K线形态的EA。请参阅以下章节，了解该工具如何助您提升价格行为分析能力。 针形K线是一种实体很小、影线很长的单根K线。当您看到它时，意味着价格试图朝一个方向大幅移动，但又被推了回来。 在 看跌长影线 中，长长的上影线表明买家未能守住价格，卖家接管了市场。 作者： Christian Benjamin

优化结果的实时可视化 : 介绍优化结果的实时可视化的实例 (资金曲线动态和EA交易统计参数)。 作者： MetaQuotes Software Corp

Wolfe Wave Dashboard : 一款专业的 MQL5 指标（独立窗口），可自动扫描多个交易品种和时间周期，检测最新的有效沃尔夫波（Wolfe Wave）形态（看涨/看跌），在交互式仪表盘中显示这些形态，并支持一键打开图表并完整绘制形态。 Author: Marian Beceanu

新文章 您应该知道的 MQL5 向导技术（第 04 部分）：线性判别分析 已发布： 今天的交易者都是哲学家，几乎总是在寻找新的想法，尝试提炼它们，选择修改或丢弃它们：一个探索性的过程，肯定会花费相当的勤奋程度。 这些系列文章将提出 MQL5 向导应该是交易者在此领域努力的中流砥柱。 LDA 与 PCA 非常相似：事实上，有些人问 PCA 之后再执行 LDA 正则化（避免曲线拟合）是否有意义。 这是一个冗长的话题，也许应该改天写一篇文章。 但对于本文，二维降维方法之间的关键区别在于 PCA 试图找到 整个数据集 具有 最大方差的轴 ，假设数据越分散，可分离性越大，而 LDA

Dynamic Session Range Sweep Detector with Liquidity Zone Marking : 追踪亚洲、伦敦和纽约交易时段的波动范围，在每个交易时段收盘时锁定该范围，并通过箭头信号和阴影反应区标记真正的流动性扫盘——即K线影线刺穿已锁定的最高点或最低点，但收盘价又回到该范围之内的情况。不重绘，适用于任何交易品种和时间周期。 Author: Adedayo David Gbadebo

EdgeMeter - does your entry signal beat the spread? : 在您花费数周时间围绕该信号构建专家顾问（EA）之前，先评估该入场信号是否确实能跑赢交易成本。该工具会报告扣除成本后的净收益、基于非重叠样本的客观t统计量，并提供随机对照。不会下达任何订单。 Author: Marcel Razafinomenjanahary

新文章 科学家群体优化（CoSO）：理论 已发布： 元启发式方法中交易策略有效优化的秘诀。科学家群体优化算法是一种新型的基于种群的算法，其灵感来源于科学界的运作机制。与传统的自然启发式隐喻不同，CoSO 模型展现了人类科学活动的独特方面：在期刊上发表成果、竞争资助以及组建研究团队。 在本文中，我们将继续探讨优化方法，并考虑另一种解决优化问题的方法 — 基于模拟科学界机制的 CoSO（科学家群体优化）算法。与传统的仿生算法不同，CoSO 复制了科学活动的独特特征：在期刊上发表成果、竞争资助、组建研究团队，以及在深入研究已知领域与寻找根本性新解决方案之间取得平衡。CoSO 算法由两位科学家 A

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 神经网络在交易中的实际应用 已发布： 在本文中，我们将研究神经网络与交易终端集成的主要方面，从而创建功能齐全的交易机器人。 在开始任何交易系统的开发之前，请回答以下问题：该系统功能依据什么原则运行？ 我们有两个基本面原则：横盘和顺势交易。 我们不考虑这两个系统的衍生产品，例如日内交易、基本面数据和新闻的使用、在市场开盘时间进行交易、等等。 我曾广泛涉猎神经网络产品的描述，其作者们建议用它们来预测价格，例如股票、货币等。 1. 该图表展示经过训练的价格预测神经网络的操作 作者： Andrey Dibrov

Adaptive Volume Profile Node Tracker : 在可配置的回溯窗口内构建一个滚动式、适应波动率的成交量分布图，并将控制点（POC）、价值区高位/低位以及具有统计学意义的高位/低位成交量节点（HVN/LVN）直接绘制在图表上。 Author: Adeolu Kayode Gbadebo

Multi-Symbol Correlation Divergence Meter : 追踪当前图表代码与选定参考代码之间的滚动相关性，并在两者价格差在统计上被拉大时，标记其脱钩的时刻。 Author: Adeolu Kayode Gbadebo

新文章 通过图表同步简化技术分析 已发布： 图表同步作为简化技术分析的工具，可保证同一交易品种的所有周期图表，统一展示趋势线、矩形、指标等各类图形对象。诸如平移、缩放、切换品种等操作会在所有已同步图表上体现，交易者能够在多个周期下流畅地查看并对比同一价格走势环境。

Stop Geometry Visualizer MT5 : 一款只读型MT5指标，可在图表上直观显示经纪商的止损位和冻结位参考值。 Author: usamah41