新文章 不使用期权的期权交易（第一部分）：基础理论与基于标的资产的模拟实现 已发布： 本文介绍了一种通过标的资产实现期权模拟的方案，并使用MQL5编程语言完成代码实现。以莫斯科交易所（MOEX）FORTS期货市场以及Bybit加密货币交易所为例，对比了该方案与真实场内期权的优缺点。 期权这一金融工具正受到越来越多市场参与者的关注。仅举一例：在过去几年MOEX举办的个人投资者竞赛中，期权交易者始终能够在期货组别中斩获奖项。
新文章 从基础到中级：结构（七） 已发布： 在今天的文章中，我们将展示如何着手解决与构建不同元素以及创造更简单、更具吸引力的解决方案相关的问题。尽管内容以学习为导向，因此并不构成生产代码，但深入理解这里将涵盖的概念和知识至关重要。这样，今后我们就能理解我们将展示的代码。 我明白，在我们的文章中涉及的这个话题，对许多人来说可能显得有些极端。然而，值得铭记的是，我们的目标是采用一种解释方式，使得将来无需澄清某些在我看来微不足道的细节。但是，既然你们中的大多数人都是通过这些文章来学习其他程序员的经历和知识的，那么亲爱的读者们，我在开始时所能传达给你们的一切，都将对你们未来大有裨益。
新文章 自动构造支撑和阻力线 已发布： 本文阐述如何使用价格图表的局部顶/底自动构造支撑/阻力线。利用著名的之字折线 (ZigZag) 指标来定义这些极点值。 现在, 在形成具有极点值的数组后, 我们可以构造必要的支撑/阻力线。下面的图像解释了构造这些线的主要标准。 从第一点开始, 我们可以通过以下任何一点来构造趋势线。但并非所有这些趋势线都可以被视为支撑/阻力线。此外, 它们可能随着时间的推移失去其相关性, 从而变得无以致用。由于我们希望清理图表上不必要的图形对象, 我们执行排序来舍弃多余趋势线。 我们假设该趋势线的起点是 A, 第二个极点值是 B, 最后一根柱线附近的点是 C。 作者：
新文章 面向外汇市场的CAPM模型指标 已发布： 在MQL5中实现面向外汇市场的经典CAPM模型适配。本指标基于历史波动率计算预期收益率与风险溢价。指标会在价格高点与低点处出现明显抬升，反映资产定价的基本原理。可实际应用于逆势策略与趋势跟踪策略，实时考量风险收益比的动态变化。本文包含相关数学原理与技术实现代码。 CAPM的理论基础由哈里・马科维茨（Harry Markowitz）奠定，他于1952年提出了现代投资组合理论。马科维茨论证了投资者如何通过分散投资来优化风险收益比。他提出的有效前沿概念，成为后续金融学理论发展的基石。 威廉・夏普（William
新文章 市场模拟（第 18 部分）：SQL 入门（一） 已发布： 我们使用哪个 SQL 程序并不重要：MySQL、SQL Server、SQLite、OpenSQL 或其他。它们都有一个共同点，那就是都使用 SQL 语言。即使我们不打算使用 Workbench，我们也可以直接在 MetaEditor 中或通过 MQL5 操作数据库，以在 MetaTrader 5 中执行操作，但要做到这一点，你需要了解 SQL。所以在这里，我们至少要学习一些基础知识。 我们使用哪个 SQL 程序并不重要：MySQL、SQL Server、SQLite、OpenSQL 或其他。它们都有一个共同点，那就是都使用
新文章 您应该了解的MQL5向导技巧（第六十九部分）：使用SAR与RVI的形态 已发布： 抛物线转向指标（SAR）与相对活力指数（RVI）是另一组可在MQL5智能交易系统（EA）中搭配使用的指标。和我们之前讲过的组合类似，这对指标也具备互补性：SAR用于判断趋势，RVI用于衡量动量。与先前一样，我们通过MQL5向导来构建并测试这一指标组合的潜在效果。 本系列接下来要研究的指标组合是：SAR指标与RVI震荡指标。这一组合将趋势识别与动量跟踪结合在一起。与先前一样，我们从这两个指标中构造出10种可能的信号形态，并在由向导生成的EA中逐一测试。下面，让我们先来看一下这两个指标的定义。
新文章 交易中的神经网络：频域异常检测（终篇） 已发布： 我们继续推进 CATCH 框架的实现。该框架结合傅里叶变换与频域分块，以确保能够准确检测市场异常。在本文中，我们将完成对所提方法的这一实现，并基于真实历史数据测试新模型。 训练所用数据集，由 MetaTrader 5 策略测试器 生成的随机交易片段组合而成。数据集基于 2024 年全年的欧元兑美元一分钟（ EURUSD M1 ）历史行情构建。 模型评估则采用 2025 年 1 月至 3
新文章 帧分析器（Frames Analyzer）工具带来的时间片交易魔法 已发布： 什么是帧分析器（Frames Analyzer）？ 这是适用于任意智能系统的一个插件模块，在策略测试器中、以及测试器之外进行参数优化期间，该工具在参数优化完成后立即读取测试创建的 MQD 文件、或数据库，并分析优化帧数据。 您能够与拥有帧分析器工具的其他用户共享这些优化结果，从而共同讨论结果。 如果 帧分析器 模块作为函数库连接到 EA，则在参数优化期间， 帧分析器 EA 的图形会在测试器中打开，并可立即观察所有中间结果（余额）。 在参数优化期间可视化结果 作者： Anatoli Kazharski
新文章 如何订购EA交易，并取得预期的结果 已发布： 如何正确书写规格要求?当订购EA交易或指标时，什么是能从程序员那里期望得到的，什么是不能期望得到的?如何保持一个对话框，要特别注意什么时刻?本文给出这些以及其他许多对很多人来说并不那么显而易见的问题的答案。 自动交易，获得了新的动力 - 使用全新 MQL5 语言的 MetaTrader 5 发布了。它已经成功地经历了 2010年自动化交易锦标赛 ， 并且交易平台的新版本被各经纪商积极推广。数以百计的经纪商和以百万计的世界各地的交易者仍在积极使用MetaTrader 5的前身 - MetaTrader4。
新文章 在 MQL5 中创建交易管理员面板（第十部分）：基于外部资源的界面 已发布： 今天，我们将深入挖掘 MQL5 的潜力，利用外部资源（例如 BMP 格式的图片）为交易管理面板打造独具风格的主界面。文中演示的策略在打包多种资源（包括图片、声音等）以实现高效分发时尤为实用。欢迎随我们一起探讨，如何利用这些功能为我们的 New_Admin_Panel EA 实现现代、美观的界面设计。 一旦自定义图像准备就绪，我们将开始编写功能代码，并将其与现有程序的功能进行集成。这些视觉资源将使我们能够用轻量级的图标替代笨重的按钮，在保持功能完整性的同时减少视觉杂乱。
新文章 交易策略中的模糊逻辑 已发布： 本文研究使用模糊函数库建立基于模糊逻辑的简单交易系统示例。结合提议的模糊逻辑、遗传算法和神经网络改进的系统变体。 在图表上运行脚本: 所选的这些成员函数, 是因为它们只有 2 个可优化的输入参数 (这将在稍后的系统测试阶段完成)。它们也很好地描述了这个系统的极值和中心位置。您可以应用模糊函数库中 可用的 任何成员函数。 作者： Maxim Dmitrievsky
新文章 开发多币种 EA（第 26 部分）：交易品种信息工具 已发布： 在继续开发多币种 EA 之前，让我们尝试使用已开发的库创建一个新项目。这个例子将演示如何最佳地组织源代码存储，以及如何利用 MetaQuotes 的新代码库来帮助我们。 在整个系列中，我们几乎只使用了一种简单的交易策略，只是在最后部分，当主要功能已经实现后，我们才开始考虑添加一种新的交易策略并将其作为主要策略。这个例子展示了尝试释放几乎任何交易策略潜力的可能性（当然，前提是这种潜力确实存在）。
新文章 趋势判定标准：结论 已发布： 在本文中，我们将探讨在实践中应用某些趋势标准的具体细节。我们还将尝试制定几个新的标准。重点将放在将这些标准应用于市场数据分析和交易的效率上。 趋势是我们的朋友。但我们对这位朋友知之甚少。如果我们问十个交易者什么是趋势，我们可能会得到十个不同的答案。这些答案可能唯一的共同点就是，趋势是指价格的方向性变动。但至于这个方向应该是什么，每个交易者都会有自己的想法和选择。 当然，也存在一些基于数学的 趋势判断标准 。但它们可能存在某些缺点。例如，许多标准会进行调整以符合正态分布，而其他标准则对时间序列的最小长度有所限制。
新文章 您应该了解的MQL5向导技巧（第六十八部分）：结合余弦核网络使用TRIX与威廉百分比范围形态 已发布： 在前一篇中，我们介绍了三重平滑指数平均线（TRIX）与威廉百分比范围（WPR）指标组合，本文承接前文，将探讨如何通过机器学习对这一指标组合进行扩展优化。TRIX属于趋势指标，威廉百分比属于支撑/阻力震荡指标，二者形成互补。我们的机器学习方案采用卷积神经网络，网络结构中集成了余弦核函数，用于对该指标组合的预测结果进行精细调优。与之前类似，所有逻辑都封装在自定义信号类文件中，可配合MQL5向导直接生成智能交易系统（EA）。
新文章 市场模拟（第 17 部分）：套接字（十一） 已发布： 在 MetaTrader 5 中运行的那部分代码的实现没有任何困难。然而，有几点需要考虑。这是必要的，这样你才能让系统正常工作。记住一件重要的事情：不会只有一个程序在运行。事实上，我们必须同时运行三个程序。重要的是，要确保每个部分都能以一种能够相互交流和沟通的方式实施和构建，并且每个部分都能理解其他部分正在尝试或打算做什么。 在前两篇文章中，我们介绍了如何配置 Excel 以便与 MetaTrader 5 进行交互。特别是，在上一篇文章“ 市场模拟（第 16 部分）：套接字（十） ”中，我们讲解了如何在 VBA
Perfect Seconds Chart : Perfect Seconds（完美秒数）图表指标允许您将实时数据的分钟蜡烛图转换成秒数。1. 可选择任意秒数，以准确的时间收盘。2. 这是基于实时 OHLC 汇率的数据，即使没有 ticks 也能正常工作。无需外部 DLL，可在 VPS 上顺利运行 4.代码快速优化 5.支持加密货币对，如 BInance、Kucoin 和所有其他交易所的期货实时图表，可轻松转换为秒数。6. 支持所有类型的符号，如黄金和外汇货币对。删除符号和汇率的选项。 Author: Rajesh Kumar Nait
新文章 迁移至 MQL5 Algo Forge（第 1 部分）：创建主存储库 已发布： 在 MetaEditor 中处理项目时，开发人员经常需要管理代码版本。MetaQuotes 最近宣布迁移到 GIT，并推出具有代码版本控制和协作功能的 MQL5 Algo Forge。在本文中，我们将讨论如何更有效地使用新的和以前存在的工具。 在撰写本文时，新的存储库已经可以使用，但 MetaEditor 集成尚未完成。因此，虽然 MetaEditor 仍然是主要的开发环境，但开发人员仍然仅限于基于 SVN 的 MQL Storage 。 在我们的各种项目工作中，我们积极使用现有的版本控制系统。然而，在撰写
新文章 金融时间序列中的保形预测探索 已发布： 本文将介绍保形预测（conformal predictions）及其实现库MAPIE。这是一种较新的机器学习方法，重点不在于发现数据规律，而在于为现有模型提供风险管理与不确定性量化能力。保形预测本身并非用于挖掘数据中的规律，而仅用于评估现有模型对特定样本预测的置信度，并筛选出可靠的预测结果。 MAPIE （模型无关预测区间估计器）是一款开源Python库，用于对机器学习模型进行不确定性量化与风险管理。它可以为回归问题计算预测区间，也能为分类和时间序列任务生成预测集合。这类不确定性评估是基于专门的“校准数据集”完成的。
新文章 价格走势角度分析：用于预测金融市场的混合模型 已发布： 什么是金融市场角度分析？如何利用价格变动角度和机器学习实现准确率达 67% 的精准预测？如何将回归和分类模型与角度特征相结合，并获得一个可运行的算法？这与江恩理论有什么关系？为什么价格走势角度是机器学习的良好指标？ 货币对、股票和期货图表上每天都会产生成千上万根 K 线。它们构成形态，形成趋势，并产生阻力和支撑。然而，在这些熟悉的图表背后，隐藏着一个我们很少注意到的数学实体，即连续价格点之间的角度。 请查看常规的 EURUSD
新文章 基于Python的CFTC数据挖掘与AI预测模型构建 已发布： 让我们尝试挖掘CFTC数据，通过Python下载COT和TFF报告，将其与MetaTrader 5行情数据及AI模型相结合，并生成预测。外汇市场中的COT报告是什么？如何利用COT和TFF报告进行行情预测？ 想要在外汇市场中实现稳定交易表现，不仅需要技术分析，还必须结合基本面因素。有一类极具价值却常被忽视的数据来源，就是CFTC报告（COT和TFF），能够披露市场主力持仓结构，帮助我们研判机构投资者的交易行为。
新文章 神经网络在交易中的应用：基于频域的异常检测 (CATCH) 已发布： CATCH 框架结合了傅里叶变换和频率修补技术，能够准确识别传统方法无法发现的市场异常。让我们来探讨这种方法是如何揭示金融数据中隐藏的模式。 时间序列分析的核心挑战之一是异常检测。价格突然飙升、流动性急剧变化或可疑交易活动可能表明存在市场操纵或内幕交易。如果这些信号被忽视，后果可能十分严重 — 从重大损失到整个金融机构的崩溃。 异常通常分为两类：点异常和子序列异常。点异常是明显的异常值，例如某只股票交易量的突然激增。使用标准方法，这些相对容易检测。子序列异常更为微妙 —
新文章 学习如何基于 Stochastic 设计交易系统 已发布： 在本文中，我们继续我们的研究系列 — 这次，我们将学习如何基于最流行的技术指标之一 Stochastic 振荡器指标设计交易系统。 在这一部分中，我们将为前面提到的策略设计蓝图，这将有助于我们轻松创建一个交易系统。 该蓝图将一步步地提供指导，来辨别我们需要该程序具体做什么。 策略之一: 上行趋势策略 %K, %D < 50 --> %K > %D = 做多信号 我们首先需要程序检查（%K，%D），并决定它是否低于或高于 50 级，然后若是低于 50 级，它就等待...什么都不做，直到 %K 线上穿 %D 线，才会给出做多信号。
新文章 图形界面 X: 多行文本框中的字词回卷算法 (集成编译 12) 已发布： 我们继续开发多行文本框控件。这次我们的任务是实现一个自动的文字回卷, 以防发生文本框宽度溢出, 或者如果出现机会, 将文本逆卷到上一行。 行的所有重新排列步骤, 正向和逆向字词卷绕在循环过程中均无法看到: 下图展示的粗略示例即为操纵图形界面时用户之所见: 图例. 8. 通过文本编辑器的示例演示字词卷绕算法。 作者： Anatoli Kazharski
CTradeStatistics : 计算 ENUM_STATISTICS 枚举参数的类 作者： Andrey Voytenko
新文章 MQL5中的ARIMA预测指标 已发布： 在这篇文章中，我们将在 MQL5 环境中实现一个 ARIMA 预测指标。文章深入探讨了 ARIMA 模型生成预测的机制，并分析了其在外汇市场乃至整个证券市场的适用性。此外，文章还详细阐释了什么是 AR 自回归模型，如何利用自回归模型进行预测，以及自回归机制的具体运作原理。 模型的第一部分称为“自回归”。这个专业术语的含义很简单：今天的价格取决于昨天、前天，甚至更早之前的价格。这就好像市场拥有记忆，并基于过去构建未来。 如果 EUR/USD
新文章 MQL5 酷宝典 - 创建的环形缓存用于快速计算滑动窗口中的指标 已发布： 在滑动窗口中执行计算时, 环形缓存是排布数据最简单和最有效的方式。本文描述其算法, 并展示它如何简化滑动窗口中的计算, 以令其更有效率。 在计算伊始, 指标只是将新的数值添加到移动平均的环形缓存当中。您不必控制添加值的数量。所有过时元素的计算和清除都会自动进行。如果在更改最后一根柱线的价格时调用此指标, 则最后一个移动平均值应由新数值替换。ChangeValue 方法为此负责。 指标的图形显示与标准版移动平均值等效: 图例. 1. 在环形缓存中计算的简单移动平均值 作者： Vasiliy Sokolov
新文章 挖掘央行资产负债表数据，描绘全球流动性全貌 已发布： 挖掘各国央行资产负债表数据，能够厘清外汇市场与主要币种的全球流动性现状。我们整合美联储、欧洲央行、日本央行、中国人民银行的数据构建综合指数，并借助机器学习挖掘潜藏规律。该方法融合基本面与技术分析，将原始数据转化为可落地的交易信号。 本文不只是央行资产负债表的分析教程，更深入讲解了如何搭建量化系统 ——
新文章 神经网络在交易中的应用：市场异常的自适应检测（终篇） 已发布： 我们继续构建构成 DADA 框架基础的算法，该框架是检测时间序列异常的高级工具。这种方法能够有效区分随机波动和显著偏差。与经典方法不同，DADA 能够动态适应不同的数据类型，在每种特定情况下选择最佳的压缩级别。 为了进行训练，我们使用 MetaTrader 5 策略测试器，基于 2024 年 的历史 EURUSD 数据（ M1 时间周期）生成了一个随机运行数据集。数据是使用标准指标设置收集的，以保证实验条件尽可能干净，并减少外部因素干扰。 然后，使用 2025 年 1 月至 2
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