新文章 数据科学与机器学习（第 09 部分）：K-最近邻算法（KNN） 已发布： 这是一种惰性算法，它不是基于训练数据集学习，而是以存储数据集替代，并在给定新样本时立即采取行动。 尽管它很简单，但它能用于各种实际应用。 K-最近邻算法是一种非参数监督学习分类器，它运用邻近度对单个数据点的分组进行分类或预测。 虽然此算法主要用于分类问题，但它也可解决回归问题。 它通常作为分类算法，由于它假设数据集中的相似点可以在彼此的附近找到。 k-最近邻算法是监督机器学习中最简单的算法之一。 我们将在本文中构筑我们的算法作为分类器。 作者： Omega J Msigwa
新文章 开发回放系统 — 市场模拟（第 07 部分）：首次改进（II） 已发布： 在上一篇文章中，我们针对复现系统进行了一些修复并加入了测试，以确保可能的最佳稳定性。 我们还着手为这个系统创建和使用配置文件。 这里的问题是读取和写入变量之间会有很小的时差。 尽管它很短暂，但若服务在指标之前将数值写入全局终端变量时，它就存在。 发生此类事件时，服务在访问全局终端变量时所期望的值将与变量中的实际值不同。 有很多方法可以绕过这个缺陷，但在这个与市场回放配套工作的系统中，这并不重要。 故此，我们可以忽略此缺陷。
MQL5向导 - 基于价格交叉移动平均线并由ADX确认的交易信号 : 基于价格交叉移动平均线指标并由ADX确认的交易信号(CSignalADX_MA来自MQL5标准库)被考虑. 基于该策略的EA交易的代码可以被MQL5向导自动生成 作者： MetaQuotes Software Corp
Waddah Attar Win : 限价买入 (BuyLimit) 和限价卖出 (SellLimit) 订单。使用 OnTradeTransaction()。 作者： Vladimir Karputov
新文章 神经网络变得轻松（第三十八部分）：凭借分歧进行自我监督探索 已发布： 强化学习中的一个关键问题是环境探索。 之前，我们已经见识到基于内在好奇心的研究方法。 今天我提议看看另一种算法：凭借分歧进行探索。 基于分歧的探索是一种强化学习方法，允许代理者在不依赖外部奖励的情况下探索环境，但更倾向于使用模型融汇寻找新的、未探索的区域。 在“ 凭借分歧进行自我监督探索 ”一文中，作者讲述了这种方式，并提出了一个简单的方法：训练前向动态模型的融汇，并鼓励代理者探索动作空间，其在融汇当中模型预测之间存在最大不一致或方差。
新文章 价格直方图（市场概况）及其在 MQL5 中的实施 已发布： “市场概况”由真正才华横溢的思想家 Peter Steidlmayer 所提出。他建议使用有关“水平”和“垂直”市场动态信息的替代表示法，从而给出一套完全不同的模型。他认为存在市场深层次的摆动或称之为平衡和失衡周期的基本模式。在本文中，我将会探讨价格直方图（市场概况的一种简化模型）以及它在 MQL5 中的实施。 作者： Dmitry
显示当前K线剩余时间 : 个指标的作用是显示当前K线剩余时间，以时分秒的方式显示数据，数据的位置可以跟随K线，也可以固定在图表任意位置（双击后任意移动它）。 作者： Ziheng Zhuang
TrendSignal 专业版 : 最终版本的 TrendSignal 指标。它不会重绘, 也适用于模板。 作者： malharonaldo
固定保证金资金 : 用于计算在固定保证金水平的条件下手数值的实例。也就是说，如果您指定 10%, 保证金为可用保证金10%的仓位就会建立。 作者： Vladimir Karputov
新文章 开发回放系统 — 市场模拟（第 06 部分）：首次改进（I） 已发布： 在本文中，我们将开始稳固整个系统，若无，则我们可能无法进行后续步骤。 如果仔细观察，您能看到系统中存在一个1错误。 我们将在下一篇文章中修复此错误，我们将进一步改进我们的市场回放，令其用起来更加稳定和直观。 附件包括视频中使用的源代码和文件。 借助它们来更好地理解和练习配置文件的创建。 从现在开始研究这个阶段很重要，因为配置文件会随着时间的推移而发生积极的变化，从而增加其功能。 因此，我们现在需要从一开始就理解这一点。 作者： Daniel Jose
新文章 神经网络变得轻松（第三十二部分）：分布式 Q-学习 已发布： 我们在本系列的早期文章中领略了 Q-学习方法。 此方法均化每次操作的奖励。 2017 年出现了两篇论文，在研究奖励分配函数时展现出了极大的成功。 我们来研究运用这种技术解决我们问题的可能性。 当测试 EA 在 MetaTrader 5 策略测试器中取两周区间数据运行时，基于模型信号进行交易，它产生了约 20 美元的利润。 所有操作都是最低手数。 下图展示出余额值有明显上升趋势。 交易操作统计数据显示，近 56% 的操作是盈利的。 然而，请注意，EA 仅在策略测试器中测试了模型，尚不适合金融市场的真实交易。 作者：
Previous Candle Breakdown 3 : "Previous Candle Breakdown" EA 交易。 作者： Vladimir Karputov
OptimReport v2.15 : 如果你想使用自己的特征值来优化你的智能交易系统，你可以通过OnTester()函数使用"Custom max"模式。本程序为您提供了众多特征值，可以用于优化你的EA。它也允许你将最优的特征值保存在HTML文件中。 作者： Александр
新文章 神经网络变得轻松（第三十七部分）：分散关注度 已发布： 在上一篇文章中，我们讨论了在其架构中使用关注度机制的关系模型。 这些模型的具体特征之一是计算资源的密集功用。 在本文中，我们将研究于自我关注度模块内减少计算操作数量的机制之一。 这将提高模型的常规性能。 我们采用 2023 年 3 月的 EURUSD H1 历史数据训练模型，并测试 EA。 在学习过程中，EA 在测试期间展示出盈利。 然而，获得的利润是因为平均盈利交易的规模大于平均亏损交易的规模。 但输赢仓位的数量大致相同。 结果就是，盈利因子为 1.12，恢复因子为 1.01。 作者： Dmitriy Gizlyk
RL 算法 : 基于文章 "Random decision forest in reinforcement learning （强化学习中的随机决策森林）"的开发库。 作者： Maxim Dmitrievsky
RSI 蜡烛 - 平滑的 : 将 4 个 RSI 数值 (RSI 为最高价，最低价，开盘价和收盘价) 合并显示为蜡烛，并在计算中附加选项使用价格预平滑，这使其成为 RSI-与-MA 组合。 作者： Mladen Rakic
新文章 复购算法：提高效率的数学模型 已发布： 在本文中，我们将使用复购算法来更深入地了解交易系统的效率，并开始研究使用数学和逻辑提高交易效率的一般原则，以及在使用任意交易系统方面应用更能提高效率的非标准方法。 这种交易方法在各类智能系统中被广泛且积极地运用。 甚至，它还有许多变体和混合体。 此外，从对此类系统的引用数量来看，很明显，该主题不仅在本站点上非常受欢迎，而且在任何其它网络资源上也如此。 所有方法变体都有一个 共同的概念 ，涉及 逆市场走势 进行交易。 换言之，EA 采用复购来尽可能地低买，并尽可能地高卖。 这是一个古老到自商品出现就有的经典交易形式。
Chart Save Template : 这个脚本程序可以使用指定的名称来把图表设置保存到模板中。 作者： Vladimir Karputov
新文章 图形界面 IX: 进度条和线形图表控件 (第二章) 已发布： 第九部份的第二章致力于开发进度条和线形图表控件。与以往一样，会提供详细的实例展示如何在自定义的MQL应用程序中使用这些控件。 让我们列出所有用于开发库中创建进度条的组件。 背景, 描述, 指针滚动条, 指针背景, 百分比 图 1. 进度条控件的组成部分 作者： Anatoli Kazharski
i-Regr : i-Regr 是一个 MetaTrader 5 指标。回归通道: 线性回归通道, 二次 (抛物线) 回归通道, 三次回归通道。 作者： Vladimir Karputov
新文章 MQL5 细则手册：在单一窗口中监控多个时间表 已发布： 选择建仓方向时，同时显示的带有多个时间表的价格图表可能会非常有用。MetaTrader 5 客户端提供 21 个时间表用于分析。您可以利用能置于现有图表上的特殊图表对象，并在相应位置设置交易品种、时间表及其他属性。您可以添加任何数量的该类图表对象，但如果 通过手工完成，将会非常不便且费时。而且，并不是所有图表属性都可进行人工设置。 我们可通过本文对此类图形对象进行深入了解。为方便说明，我们将使用控件（按钮）创建指标，以便同时在子窗口中建立多个图表对象。此外，图表对象将准确置于子窗口中，并随主图表或终端窗口的大小调整自动进行校正。
新文章 开发回放系统 — 市场模拟（第 02 部分）：首次实验（II） 已发布： 这一次，我们尝试换一种不同的方式来实现 1 分钟的目标。 然而，这项任务并非如人们想象的那么简单。 如果您注意到，我们现在得到一个外循环来做这个 1 毫秒的测试。 由于很难在系统内进行正确的调整，如此我们利用这一毫秒的优势，也许最好将其从播放中取出。 我们只做了一处修改。 您可以在下面的视频中看到结果。 作者： Daniel Jose
新文章 MQL5 中对象创建和析构的顺序 已发布： 每个对象，无论是自定义对象、动态数组还是对象数组，都以其特定的方式在 MQL5 程序中创建和删除。某些对象往往是其他对象的一部分，在取消初始化时对象删除的顺序便尤为重要。本文提供了涵盖对象使用机制的一些示例。 MQL5 程序的编写基于 面向对象编程 (OOP) 理念， 这不仅为创建自定义库带来了新的可能性，并允许您使用其他开发人员的完整且经过测试的类。MetaTrader 5 客户端的 标准库 中有数百个类，包含了数千种方法 。 要充分利用 OOP，我们必须清楚说明有关在 MQL5 程序中创建和删除对象的一些细节 。文档对 创建和删除对象
一个原始数学函数的跨平台开发库 : 原始数学函数来自各个地方，它们没有类似函数或者比其他实现方法运行得更快。 作者： fxsaber
新文章 另一个 MQL5 OOP 类 已发布： 本文会从一种理论性交易概念的构想，到编制一个在经验世界中实现这一概念的 MQL5 EA 交易，为您讲解如何从头建立一个面向对象的 EA 交易。依本人看，边做边学是取得成功的一种可靠方法。所以，我会拿出一个实用的例子，让您明白如何才能整理自己的想法，并最终完成外汇自动交易代码。和您一起遵守“面向对象”原则，也是我的目标之一。 以我之见，构建一个真正有效的完善的面向对象EA，是一项要求综合多项技能的挑战。逻辑推理、发散思维、分析与综合能力以及想像力等等。比方说，如
Dōteki Heikin Ashi (动态平均柱) : 动态版本的标准 Heikin Ashi 指标 (代码与 MQL4 或 MQL5 都是兼容的)。 作者： Fernando Carreiro
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