新文章 从外汇市场的季节性获益 已发布： 我们都熟悉季节性的概念，例如，我们都习惯于冬季新鲜蔬菜价格的上涨或严重霜冻期间燃料价格的上涨，但很少有人知道外汇市场也存在类似的模式。 季节性是指在每个日历年的同一时期，价格经历类似且可预测的变化的现象。这些变化可能发生在特定的气象季节、作物季节、季度、月份、假期或非高峰期。季节性分析是商品市场的特点。例如，取暖油的需求存在季节性趋势，当需求上升时价格会上涨，当需求下降时价格会下降。大豆供应存在季节性趋势（与种植、种植和收割相关），通过创造模式影响价格。
Expert_RSI_Stochastic_MA:
此 EA 使用三款指标: MA(150), RSI(3) 级别为 80 和 20, 随机振荡(6, 3, 3) 级别为 70 和 30。开单方向基于 MA。入场取决于 RSI 和随机振荡。离场取决于随机振荡。
作者： Oksana Berenko
新文章 神经网络变得轻松（第五十部分）：软性扮演者-评价者（模型优化） 已发布： 在上一篇文章中，我们实现了软性扮演者-评论者算法，但未能训练出一个可盈利的模型。在此，我们将优化先前创建的模型，以期获得所需的结果。 我们继续研究软性扮演者-评论者算法。在 上一篇文章 中，我们实现了该算法，但未能训练出一个可盈利的模型。今天，我们将研究可能的解决方案。在“ 模型拖延症，原因和解决方案 ”一文中已经提过类似的问题。我建议扩展我们在这一领域的知识，并以我们的软性扮演者-评论者模型为例研究新方式。
新文章 暴力方式搜素形态（第 V 部分）：全新视角 已发布： 在这篇文章中，我将展示一种完全不同的方式进行算法交易，我经历了很长一段时间后才最终遇到它。当然，这一切所作所为全靠我的暴力程序，其经历了许多更改，令其能够并发解决若干问题。尽管如此，这篇文章明面上仍然比较笼统和尽可能简单，这就是为什么它也适合那些对暴力一无所知的人。 我开始思考，当人们试图运用算法交易赚钱时，引导人们走向成功、或将人们带进死胡同的各种途径。理论上，已明示的就有若干路径： 正面交锋。, 美丽画面。, 现成的交易系统。, 现代化和混合化的公开可用算法。, 团队作战。
新文章 时间序列挖掘的数据标签（第3部分）：使用标签数据的示例 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！ 本文介绍了如何通过MetaTrader5交易平台使用PyTorch Lightning和PyTorch Forecasting框架来实现基于神经网络的金融时间序列预测。 在本文中，我们还将解释选择这两个框架的原因以及我们使用的数据格式。
MACD 清洁工 : 一款基于 iMACD（移动平均线收敛/发散，MACD）指标的智能交易系统 作者： Vladimir Karputov
Hans123_Trader v2 : Buy Stop 和 Sell Stop 的挂单。 EA 在指定的时间段内进行交易。 确定指定范围内的最高和最低价格。 持仓尾随。 作者： Vladimir Karputov
Urdala_Trol : EA 在两个方向上执行初始开仓。 然后它试图将剩下的一侧拉回盈利。 操作策略 如果尚未开仓 (由 EA 开仓), 则按 " Lots " 初始手数双向开仓，并按 " Stop Loss " 参数设置止损，未使用止盈。 使用尾随策略移动止损 (按照 " Trailing Stop " 和 " Trailing Step " 参数)。 尾随 持仓的第一次修改应可靠地将止损移至盈亏平衡甚或小额盈利的价位。 随后的止损修改则保证了利润增加。 作者： Vladimir Karputov
新文章 DRAKON可视化编程语言 - 面向MQL开发人员和客户的通信工具 已发布： DRAKON是一种可视化编程语言，旨在简化来自不同领域的专家（生物学家、物理学家、工程师…）与俄罗斯太空项目（例如，Buran可重复使用航天器项目）程序员之间的互动。在这篇文章中，我将讨论DRAKON如何使算法的创建变得容易和直观，即使你从未遇到过代码，以及客户在订购交易机器人时如何更容易解释他们的想法，以及程序员如何在复杂函数中减少错误。 这不会减少程序员的技术工作负荷，但至少他们会更好地理解你的想法，并且在第一个版本中出错的可能性更小。这些错误最终必须得到纠正，这可能需要额外的时间（和/或金钱）。
新文章 MQL5中的替代风险回报标准 已发布： 在这篇文章中，我们介绍了几种被称为夏普比率（Sharpe ratio）替代品的风险回报标准的实现，并检查了假设的权益曲线以分析其特征。 下图显示了一个Metatrader 5（MT5）应用程序，该应用程序被实现为专家顾问（EA 交易），显示了三条权益曲线。红色权益曲线是衍生蓝色和绿色权益曲线的基准。可以通过配置初始资本来更改基准。可根据应用进行调整。
新文章 价格走势模型及其主要规定。（第 3 部分）：计算股票证券博弈的最优参数 已发布： 在作者基于概率论开发的工程方式框架内，找到了开立盈利仓位的条件，并计算了最优（利润最大化）止盈和止损值。 在之前的文章（ 第 1 部分 和 第 2 部分
新文章 MQL5中的ALGLIB数值分析库 已发布： 本文简要介绍了ALGLIB 3.19数值分析库、它的应用以及可以提高金融数据分析效率的新算法。 为什么在处理金融数据时选择ALGLIB？ 以下是库的主要优点： 可移植性：ALGLIB使用各种编译器在各种平台上轻松编译，使不同背景的开发人员都可以访问它。, 易用性：支持多种编程语言，因此您可以选择最熟悉的语言，而无需学习新的语法。, 开源：ALGLIB是开源的，可以在GPL2+协议下使用。这使得科学研究和商业项目都可以使用它。, 商业用户支持：商业用户可以购买许可证，在使用ALGLIB时为他们提供法律保护。
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 —
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