新文章 自动优化 MetaTrader 5 专用 EA 已发布： 本文描述 MetaTrader 5 下自我优化机制的实现。 第一个 MetaTrader 5 实例 7 天 24 小时运行，该实例托管 BuddyIlan EA 以及我们今天将在其上工作的 EA（优化器 EA），并在第二个 MetaTrader 5 实例上启动优化过程。 在流程结束时，优化器 EA 将在全局变量中设置优化值，这些值将由正在运行的 Buddy Ilan EA 读取。 优化日程安排在每周六，无需任何人工干预。 作者： BPASoftware Thai Co. Ltd
新文章 SQLite: MQL5 原生 SQL 数据库操纵 已发布： 交易策略的研发与大数据处理相关联。 现在，您能够基于 SQLite 在 MQL5 中直接运用 SQL 查询来操纵数据库。 该引擎的重要特性在于整个数据库都被安置在用户 PC 上的单个文件中。 在 MetaEditor 中调试 SQL 查询 如果代码不成功，则所有操纵数据库的函数都将返回错误代码。 如果您遵循以下四个简单规则，操纵它们不会引发任何问题： 调用 DatabaseFinalize() 之后，应销毁所有查询控柄； 完毕前应利用 DatabaseClose() 关闭数据库； 应检查查询执行的结果；
新文章 MetaTrader 5 中的交易信号：PAMM 帐户的更佳选择！ 已发布： 我们很高兴地宣布，MetaTrader 5 现在有了 交易信号 ，从而为投资人员和管理人员带来一款强大的工具。当您追踪成功交易人员的交易时，终端将自动在您的帐户中复制交易！ 随着新的功能和选装功能的加入， MetaTrader 5 终端不断发展。而交易信号是为交易人员提供的又一重要功能。允许自动复制其他交易人员的交易的标准功能现已面向所有 MetaTrader 5 用户提供。对于那些习惯于向他人投资或管理他人资金的用户而言，这是更简单的现成解决方案。 我们尽可能地简化交易信号在 MetaTrader 5
新文章 为智能系统制定品质因数 已发布： 在本文中，我们将见识到如何制定一个品质得分，并由您的智能系统从策略测试器返回。 我们将查看两种著名的计算方法 — Van Tharp 和 Sunny Harris。 在本文中，我们将见识到如何制定一个品质得分，并由您的智能系统从策略测试器返回。 在下面的图例 1 中，您可以看到 “OnTester result” 值为 1.0639375，此即展示所执行系统的品质示例。 在本文中，我们将学到两种可能的方式来测量系统品质，并将看清如何记录这两个数值，因为我们只能返回其中一个值。 图例 1 ：高亮显示的 “OnTester result” 字段。 作者：
新文章 开发回放系统 — 市场模拟（第 15 部分）：模拟器的诞生（V）- 随机游走 已发布： 在本文中，我们将完成自有系统模拟器的开发。 于此的主要目标是就上一篇文章中讨论的算法进项配置。 该算法旨在创建随机游走走势。 因此，为了明白今天的讲义，有必要了解以前文章的内容。 如果您尚未跟踪模拟器的开发，我建议您从头开始阅读本系列文章。 否则，您也许对此处将要讲解的内容不明所以。 于此，我们将纠正文章 “ 开发回放系统 — 市场模拟（第 14 部分）：模拟器的诞生（IV） ” 中的缺陷。 尽管我们已经生成了可运作的随机游走原理，但在处理预定义文件或数据库中的数值时，它还是不完全胜任。
新文章 MQL5 中的范畴论 (第 10 部分)：幺半群组 已发布： 本文是以 MQL5 实现范畴论系列的延续。 在此，我们将”幺半群-组“视为常规化幺半群集的一种手段，令它们在更广泛的幺半群集和数据类型中更具可比性。 按照类似于我们在上一篇文章中的方式，考虑在交易者当中应用它。 回想一下，我们将幺半群（集合）视为交易者可从中选择的决策选项池，在上一篇文章中，我们看到过以”幺半群-动作“扩展该其大小。 我们实测了如果基于交易系统决策点（特征）相对重要性的权重因子列表来扩展特定幺半群的纵深，会对交易系统的性能产生什么影响。
新文章 开发回放系统 — 市场模拟（第 14 部分）：模拟器的诞生（IV） 已发布： 在本文中，我们将继续探讨模拟器开发的新阶段。 这次，我们会见到如何有效地创建随机游走类型的走势。 这种类型的走势非常引人入胜，因为它是构成资本市场上所发生一切的基础。 此外，我们将开始了解一些对于进行市场分析至关重要的概念。 基于我们在上一篇文章中开始的讲解，您能看出现在我们正优先研究走势随机化。 不同于其它文章中所见，那些创建模拟所采用的方法都与策略测试器中的非常相似，我们所用是的与下图所示非常相似的锯齿形走势： 虽然如策略测试器一样是个好主意，但这种方式对于回放/模拟系统来说并不完全足够。
新文章 MQL5 中的范畴论 (第 9 部分)：幺半群（Monoid）— 动作 已发布： 本文是以 MQL5 实现范畴论系列的延续。 在这里，我们继续将“幺半群 — 动作”当为幺半群变换的一种手段，如上一篇文章所涵盖的内容，从而增加了应用。 如果我们如同上一篇文章中一样，依据 EURUSD 从 2022.05.01 到 2023.05.15 的 H1 时间帧进行测试，使用函数库的内置 RSI 信号类，这就是我们的测试报告。 虽然我们上面报告的结果不如我们在上一篇文章中的最佳报告中那么好，但报告结果确实突显出幺半群动作对于幺半群集变化的敏感性。 作者： Stephen Njuki
新文章 什么是趋势，行情结构是基于趋势还是横盘？ 已发布： 交易者经常谈论趋势和横盘，但很少有人真正了解趋势/横盘是什么，甚至很少能够清楚地解释这些概念。 讨论这些基本术语通常会受到一系列顽固偏见和误解的困扰。 然而，如果我们想赚钱，就需要了解这些概念的数学和逻辑含义。 在本文中，我将仔细研究趋势和横盘的本质，并尝试定义行情结构是基于趋势/横盘，亦或其他。 我还将研究在趋势和横盘行情上获利的最佳策略。 这种方法令我们能够动态评估交易的金融产品趋势度的变化速度。 下面的动画展示 AMD 股价相对于参考分布的增量概率密度分布的动态。 以 M1 时间帧蜡烛作为基础。 该动画针对 40
新文章 开发交易算法的科学方法 已发布： 本文探讨了开发交易算法的方法，即使用一致的科学方法来分析可能的价格模式，并基于这些模式构建交易算法。开发的理念是通过实例来展示的。 测试时间为2018年1月1日至2020年7月28日，在M1时间段内，使用真实点模式进行。参数没有得到优化，因为我想说明的是，没有必要为每个货币对优化一个完全准备好的算法。我们将改变块大小，最小块大小和手数，努力使利润大大超过佣金。 图 7
新文章 创建一个行情卷播面板：改进版 已发布： 您如何看待复查我们的行情卷播面板基本版的主意？ 我们改进面板要做的第一件事就是能够添加图像，例如资产徽标或其它图像，从而用户可以迅速、轻松地识别所示品种。 请注意使用面板时资产变化相关的几点。 首先，所需的资产将在与前一个资产相同的时间帧内打开。 您可以稍后更改时间帧，但最初它会采用相同的时间帧。 另一个同样重要的一点是，我们必须选择资产，如此面板上才会有合理数量的资产，因为再次在面板上显示它们需要花费大量时间。 随着时间帧或资产的每次变化，面板将始终从列表中的第一个资产开始。 以下视频演示了该系统在实践中的操作。 作者： Daniel Jose
一个用Dxdcn的EA模板改编的EA 仅供参考 :
一个用顾比线编写的EA 仅供参考 这是为练习icustom的用法而在Dxdcn的EA模板的基础上改编的 也欢迎大家看看是否icustom用法是否准确。实际测试无错误。
Author: liuxiaodong
Exp_Kolier_SuperTrend : 交易系统使用 Kolier_SuperTrend 趋势指标 作者： Nikolay Kositsin
Autotrader Momentum : 这个 EA 交易会比较收盘价 作者： Vladimir Karputov
新文章 MacOS 上的 MetaTrader 5 已发布： 我们为 macOS 上的 MetaTrader 5 交易平台提供了专用的安装程序。它是一个功能齐全的向导，允许您以本机方式安装应用程序。安装程序会执行所有必需的步骤：识别您的系统，下载并安装最新的 Wine 版本，对其进行配置，然后在其中安装 MetaTrader。所有步骤都在自动模式下完成，您可以在安装后立即开始使用平台。 作者： MetaQuotes Software Corp
新文章 使用限价订单替代止盈且无需修改 EA 的原始代码 已发布： 使用限价订单来替代传统的止盈是论坛讨论的长期话题。 这种方法的优点是什么？如何在您的交易中实施？ 在本文中，我将向您介绍我对此主题的看法。 在各种论坛中，用户批评 MetaTrader 5 的市场止盈价位性能。 这样的帖子也可以在本网站的论坛里找到。 用户撰写了许多在执行止盈期间滑点对结算结果的负面影响。 作为备选方案，一些人建议使用限价订单来取代标准止盈。 另一方面，与标准止盈相比，采用限价订单允许交易者实现部分和逐级平仓的算法，因为在限价订单中，您可以指定不同于实际持仓量的交易量。
新文章 神经网络在交易中的实际应用 (第二部分). 计算机视觉 已发布： 利用计算机视觉可以训练神经网络对价格图表和指标的直观表示。这种方法可以对整个复杂的技术指标进行更广泛的操作，因为不需要将它们以数字形式输入神经网络。 在准备一组图像之前，先定义神经网络的用途。理想情况下，在轴枢点上训练网络会很好。根据这个目的，我们需要用最后一个极值柱做截图。然而，这个实验没有实际价值。这就是为什么我们将使用另一组图像。此外，还可以使用不同的数组进行实验，包括上面提到的数组。这也可能为神经网络在解决基于图像的分类任务时的效率提供额外的证据。在连续时间序列上获得的神经网络响应需要额外的优化。
新文章 不使用额外的缓冲区，为中间计算进行系列价格的平均化 已发布： 本文要讲述的是封装于最简单的单型类中的传统与非寻常平均线算法。它们旨在实现于几乎所有指标的开发过程中的普适用途。我希望建议的这些类，会成为那些自定义与技术指标“笨重”调用的一个很好的替代。 作者： Nikolay Kositsin
Exp_Zonal_Trading : 智能交易系统在其操作时使用 AO 和 AC 指标, 它们是比尔·威廉姆斯提出的。 作者： Nikolay Kositsin
大师观念 : 智能交易系统使用 iStochastic (随机) 振荡器, iWPR (Larry Williams 的百分比范围) 指标。 作者： Vladimir Karputov
3_Level_ZZ_Semafor : 使用不连续点显示长，中，短周期的最小值和最大值的简单指标。 作者： Nikolay Kositsin
新文章 MQL5 快速上手 已发布： 您已决定学习 MQL5 交易策略的编程语言，但却对其一无所知？我们尝试从新人的视角来看待 MQL5 和 MetaTrader 5 终端，并撰写了此篇简短的介绍性文章。本文中简要地讲述了该语言的多种可能性，还包含有关使用 MetaEditor 5 及此终端的一些小贴士。 作者： MetaQuotes Software Corp
新文章 怎样开发可以获利的交易策略已发布：
本文为这样的问题提供解答: "是否可以通过神经网络技术，基于历史数据来构建自动交易策略?".
通过技术分析开发成功交易策略的过程可以分为以下几步:
在某个资产价格图表窗口上附加几个技术指标, 并识别出其中信号指标与市场关联的模式.把上一步相关性分析取得的数据进行公式化.把策略转换为对应的编程语言进而创建一个机械化的交易系统.在基于历史数据的模拟器中运行这个交易系统并调整它的输入参数(优化).如果之前的步骤不能增加资产, 则返回第一步.在模拟账户中运行之前创建的系统进行测试.如果之前的步骤不能在模拟系统中获利, 返回第一步.在真实效益中使用该系统...
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