新文章 群体算法的混合 -顺序结构和并行结构 已发布： 在这里，我们将深入探讨优化算法混合的三个主要类型：策略混合、顺序混合和并行混合。我们将结合并测试相关的优化算法进行一系列实验。 让我们来看看混合优化算法的三种主要选择： 1. 将算法搜索策略混合为一个。 每种算法都有自己的一套技能和能力。在共同追求成功的过程中，混合它们的逻辑结构提供了各种特性。这是一种风格各异的舞蹈，每一步都是对整体动作的补充和增强。这种方法的一个例子就是前一篇 文章 中讨论的细菌觅食优化与遗传算法的结合。 2.将迭代分为一种算法的部分工作和另一种算法的最终工作，就像传递接力棒一样，使每种算法的 运行保持一致
BackgroundCandle_ColorStepXCCX_HTF : 此指标用填充颜色的长方形绘制大周期的蜡烛条。长方形的填充颜色是根据 ColorStepXCCX 指标的数值。 作者： Nikolay Kositsin
改变图表和时间帧 : 改编的脚本，通过热键在所有图表之间快速切换，图表(下一个, 前一个) 和时间帧(更高, 更低)。 作者： Jens
HistoryPositionInfo 版本 2 : 返回在交易历史中仓位的利润点数，还有手续费，隔夜息以及利润钱数。 作者： Vladimir Karputov
新文章 种群优化算法：二进制遗传算法（BGA）。第 II 部分 已发布： 在本文中，我们将继续研究二进制遗传算法（BGA），它模拟自然界生物遗传物质中发生的自然过程。 遗传二进制算法的开发受到若干个因素和思路的启发。主要的： 自然选择和进化原理 ：BGA 基于查尔斯·达尔文（Charles Darwin）提出的自然选择和进化原理。该思想是，一个种群中存在多种解元，更能适应环境的那些解元更有可能生存，并将其特征传递给下一代。, 基因和遗传学 ：BGA 还使用基因学概念，例如基因、染色体、和遗传。BGA
突破 : 在新的交易日开始时，EA会 将突破买入 (Buy Stop) 和突破卖出 (Sell Stop) 挂单放置在前一天的高点和低点。 作者： Vladimir Karputov
"MCM 控制面板" 用于多币种 EA和指标 : 这款 MCM 控制面板提供在 MetaTrader 5 的多币种交易的方案。 作者： Konstantin Gruzdev
新文章 如何利用 MQL5 创建简单的多币种智能交易系统（第 4 部分）：三角移动平均线 — 指标信号 已发布： 本文中的多币种 EA 是智能交易系统或交易机器人，能从一个品种的图表里交易（开单、平单、及管理订单，例如：尾随止损和止盈）多个品种（货币对）。这次我们只会用到 1 个指标，即多时间帧或单一时间帧中的三角移动平均线。 本文中多币种 EA 的定义是一款智能交易系统或交易机器人，它可以从一个品种的图表里交易（开单、平单、及管理订单，例如：尾随止损和止盈）多个品种（货币对），在本文中，EA 将会交易 30 个对。 这次我们只会用到 1 个指标，即多时间帧或单一时间帧模式下的三角移动平均线。
MT4 One Key Trading: MT4 One Key Trader：一键交易，双击脚本即可自动完成：买入，卖出，平仓，删除挂单，删除物体。 作者： Nvjan Inc.
新文章 数据分组处理方法：在MQL5中实现多层迭代算法。 已发布： 在本文中，我们介绍如何在MQL5中实现分组数据处理方法中的多层迭代算法。 数据处理的分组方法 是一种用于数据分析和预测的算法类型。它是一种机器学习技术，旨在找到描述给定数据集的最佳数学模型。GMDH由苏联数学家阿列克谢·伊瓦赫宁科（Alexey Ivakhnenko）于20世纪60年代开发。旨在解决基于经验数据对复杂系统进行建模所面临的挑战。GMDH算法采用数据驱动的建模方法，根据观察到的数据生成和完善模型，而不是依赖于先入为主的概念或理论假设。
新文章 因果推理中的倾向性评分 已发布： 本文探讨因果推理中的匹配问题。匹配用于比较数据集中的类似观察结果，这对于正确确定因果关系和消除偏见是必要的。作者解释了这如何有助于构建基于机器学习的交易系统，这些系统在没有经过训练的新数据上变得更加稳定。倾向性评分在因果推理中起着核心作用并被广泛应用。 在本文中，我将介绍上 一篇文章 中简要提到的匹配主题，或者更确切地说是它的一个变体 - 倾向性评分匹配 。
新文章 在市场中获得优势 已发布： 学习如何在你希望交易的市场中占据先机，无论你目前的交易水平如何。 今天，我们将制定一个稳健的交易策略，旨在为交易者在各类市场中提供显著的竞争优势。虽然传统的市场投资者仅依赖价格相关数据、技术指标和公共新闻公告来进行决策，但我们的策略则采取了一种开创性的方法，即利用大多数市场投资者尚未充分接触的另类数据源。 我们策略的前提在于整合另类数据，这是主流市场投资者往往忽视的一个选项。通过利用这些尚未开发的数据源，并应用机器学习技术，我们可以为自己定位，从而获得我们策略独有的独特见解和视角。
Laguerre filter - no gamma with arrow : 拉盖尔过滤器 - no gamma 基础上增加了买卖信号指示。 作者： Zhang Geng Wang
新文章 神经网络变得简单（第 73 部分）：价格走势预测 AutoBot 已发布： 我们将继续讨论训练轨迹预测模型的算法。在本文中，我们将领略一种称为 “AutoBots” 的方法。 有效预测货币对的走势是安全交易管理的一个关键方面。在这种情况下，要特别关注开发有效的模型，即可以准确地近似制定交易决策所需的语境联合分布，和时序信息。作为该类任务的可能解决方案，我们讨论一种称为 《潜变量顺序集合转换器》（AutoBots） 的新方法，该方法是在论文 《联合多个体运动预测的潜变量顺序集合转换器》
新文章 手动交易的风险管理 已发布： 在本文中，我们将详细探讨如何从头编写手动交易的风险管理类。这个类也可以被用作自动化程序的算法交易者继承的基类。 大家好！在本文中，我们将继续讨论风险管理方法。在之前的文章 同时交易多种金融工具时的风险平衡 中，我们谈到了关于风险的基本概念。现在，我们将从头开始实现一个风险管理基类，以确保交易安全。同时，我们还将探讨在交易系统中如何限制影响交易策略有效性的风险。
新文章 种群优化算法：二进制遗传算法（BGA）。第 I 部分 已发布： 在本文中，我们将探讨二进制遗传和其它种群算法中所用的各种方法。我们将见识到算法的主要组成部分，例如选择、交叠和突变，以及它们对优化的影响。此外，我们还将研究数据表示方法，及其对优化结果的影响。 优化问题的参数通常称为 “特征”，必须以某种方式表示，才可在优化算法的逻辑中所用。在遗传学中，这些特征划分为表现型和基因型。表现型是正被优化的参数的外观，基因型是它在算法中的表示方式。在大多数优化算法中，表现型与基因型相同，并表示为实数。基因是优化参数，反过来，染色体是一组基因，即一组优化参数。
新文章 群体算法的基类作为高效优化的支柱 已发布： 该文章代表了一种独特的研究尝试，旨在将多种群体算法组合成一个类，以简化优化方法的应用。这种方法不仅为开发新算法（包括混合变体）开辟了机会，而且还创建了一个通用的基本测试平台。它成为根据特定任务选择最佳算法的关键工具。 在基类中组合优化算法为创建结合不同方法的最佳特性的创新解决方案打开了大门。通过这种方法产生的混合算法能够有效地克服单一方法的局限性，在解决复杂的优化问题上达到新的高度。
Pending orders DOWN : 这个脚本程序会设置多个低于当前价格的挂单。 作者： Vladimir Karputov
透视 MetaTrader 5 : 此脚本无需 Windows API，即可设置客户终端的透视级别。 作者： Karputov Vladimir
新文章 通用的之字转向指标 已发布： 之字转向指标(ZigZag)是在 MetaTrader 5 用户中最流行的指标之一，本文分析了创建各种版本的之字转向指标的可能性，结果是一个可以使用各种方法扩展其功能的通用指标，它对EA交易和其他指标的开发会非常有用。 之字转向指标(图1)是在 MetaTrader 5
ThirdPartyTicks : 与第三方逐笔报价档案协同工作的函数库。 作者： fxsaber
SMC MaxMin at 1200:
智能交易SMC MaxMin at 1200.
Author: John Smith
CComment 类 : 类 ССomment 设计用于扩展标准 Comment 函数的能力。它的目的是在一块面板上显示多行注释。这个类的方法允许您指定文字颜色, 字体, 样式和线间宽度。您可以用鼠标在屏幕内移动面板。 出于向后兼容的目的, 我们保留了在图表的左上角输出注释的标准方式。该类有能力在定期更换配色方案的情况下自动调节颜色。在此模式下, 背景色分析和对比文字颜色被自动设置。 面板对于显示 EA 的主要设置非常有用。这种 EA 的一个例程包括在内。其代码与 MQL4 兼容。 作者： Andrey Voytenko
新文章 MQL5 简介（第 5 部分）：MQL5 数组函数入门指南 已发布： 在第 5 部分中探索 MQL5 数组的世界，该部分专为绝对初学者设计。本文简化了复杂的编码概念，重点在于清晰性和包容性。加入我们的学习者社区，在这里解决问题，分享知识！ 我们系列的第 5 部分将向您介绍 MQL5 的迷人世界，该部分专为希望了解复杂数组函数的完全新手而设计。本节旨在消除经常与数组函数相关的误解，确保每一行代码不仅能被看懂，而且能被透彻地理解。无论之前编码经验如何，我都真诚地相信，每个人都应该有机会学习 MQL5 语言，这就是为什么我将始终致力于创造一个包容的环境。
新文章 您应当知道的 MQL5 向导技术（第 08 部分）：感知器 已发布： 感知器，单隐藏层网络，对于任何精熟基本自动交易，并希望涉足神经网络的人来说都是一个很好的切入点。我们查看这是如何在一个信号类当中一步一步组装实现的，其是 MQL5 向导类中用于智能交易系统的部分。 MQL5 向导 Expert-Signal 类在 “Include\Expert\Signal”
ZigZag + Fibo : 在最近的2个极值点设置了斐波那契水平的ZigZag指标。 作者： Nikolay Kositsin
新文章 开发多币种 EA 交易（第 4 部分）：虚拟挂单和保存状态 已发布： 在开始开发多币种 EA 后，我们已经取得了一些成果，并成功地进行了多次代码改进迭代。但是，我们的 EA 无法处理挂单，也无法在终端重启后恢复运行。让我们添加这些功能。 在上一篇 文章 中，我们对代码架构进行了大幅修改，以构建一个具有多种并行工作策略的多币种 EA。为了做到简单明了，我们迄今为止只考虑了一些最基本的功能。即使考虑到我们任务的局限性，我们也对前几篇 文章 的代码做了很大改动。
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