文章,程序库评论 - 页 77

新文章 构建自动运行的 EA(第 04 部分):手工触发器(I) 已发布: 今天,我们将看到如何创建一个在自动模式下简单安全地工作的智能系统。 这是一种将市价单发送到交易服务器的方式。 我们已有以下行为: 当按下 CTRL 时,这里的条件为 true ,现在我们就可以检查第二个条件。 第二个条件指示我们是按市价买入,还是以市价卖出。 为此,我们将使用箭头键。 如果按下 CTRL + 向上箭头,我们将执行市价买入操作 ,参数则按照用户交互区域中的指定数值。 如果按下 CTRL + 向下箭头,则执行市价卖出操作 ,同样基于指定参数。 这些指导如图例 01 所示: 作者: Daniel Jose
新文章 数据科学与机器学习(第 06 部分):梯度下降 已发布: 梯度下降在训练神经网络和许多机器学习算法中起着重要作用。 它是一种快速而智能的算法,尽管它的工作令人印象深刻,但它仍然被许多数据科学家误解,我们来看看有关它的全部。 基本上,梯度下降是一种优化算法,用于查找函数的最小值: 梯度下降是机器学习中非常重要的算法,因为它可以帮助我们找到数据集最佳模型的参数。 我先解释一下术语 成本函数 。 作者: Omega J Msigwa
新文章 构建自动运行的 EA(第 03 部分):新函数 已发布: 今天,我们将看到如何创建一个在自动模式下简单安全地工作的智能系统。 在上一篇文章中,我们已启动开发一个在自动化 EA 中使用的订单系统。 然而,我们只创建了一个必要的函数。 如果您不确定是否要在平台中启动此代码(它绝对无害,但您仍然应该小心),请观看下面的视频,该视频演示了代码的实际作用。 以上代码的演示 您可以看到,在移动止损和止盈时,我们得到正确的移动,但当我们移动开仓价时,止损和止盈保持不变。 为什么会这样? 原因是对于交易服务器,您实际上是在移动订单,其可能是另一笔开仓交易的停止单。 作者: Daniel Jose
UltraAbsolutelyNoLagLwma : 该指标基于 AbsolutelyNoLagLwma 指标以及对其多条信号线的分析 作者: Nikolay Kositsin
  指标: ASCT1sig  (1)
ASCT1sig: 本指标生成声音信号并打开卖出或者买入窗口。 作者: John Smith
  EA: TimeEA  (14   1 2)
TimeEA : 一个简单的 EA 交易,会在 EA 参数中指定的时间开启指定类型的仓位。仓位在相应参数指定的时间关闭。 作者: Scriptor
  指标: ASCtrend  (23   1 2 3)
ASCtrend : 本指标生成进入市场的信号. 作者: Nikolay Kositsin
新文章 构建自动运行的 EA(第 02 部分):开始编码 已发布: 今天,我们将看到如何创建一个在自动模式下简单安全地工作的智能系统。 在上一篇文章中,我们讨论了任何人在继续创建自动交易的智能系统之前需要了解的第一步。 我们首先研究了概念和结构。 在下面的视频中,您可以看到系统正确操作的演示。 附件提供了我们涵盖本文中所述代码的完整版本。 用它来实验和研究。 但我们仍处于最开始阶段。 在下一篇文章中,事情会变得更加有趣。 不过,在此阶段,重要的是要好好地了解在订单簿中如何下单。 作者: Daniel Jose
新文章 MQL5 Cookbook: 把交易历史写入文件以及为每个交易品种在Excel中创建余额图表 已发布: 当在各种论坛做沟通时,我经常使用我自己的测试结果作为例子,这些结果显示为Microsoft Excel中的图表截图。很多时候都有人问我这些图表是怎样创建的,Excel提供了很多创建图表的功能,也有很多介绍这方面的书,为了在书中找到所需的 信息,可能需要全部读一遍。最终,现在我有时间在本文中解释其中的全部了。 在前面两篇文章, MQL5 Cookbook: 多币种EA交易 - 简洁而快速的途径 和 MQL5 Cookbook: 使用不限数量的参数开发多币种EA交易 中,
烛形大小 (柱形图) : 本指标使用彩色柱形图的形式显示烛形的大小(最高价-最低价)和它的方向。 作者: Vladimir Karputov
IINWMARROWS : 一个使用移动平均的信号机指标 作者: Nikolay Kositsin
新文章 DoEasy 库中的其他类(第七十部分):扩展功能并自动更新图表对象集合 已发布: 在本文中,我将扩展图表对象的功能,并编排图表导航、创建屏幕截图、以及为图表保存和应用模板。 此外,我还将实现图表对象集合、其窗口和其内指标的自动更新。 现在是时候来测试创建当前图表的屏幕截图了。 每次点击按钮都会创建一个特定大小的图表屏幕截图。 首次点击 — 800x600,第二次 — 750x562,第三次 — 当前图表尺寸: 创建三个不同分辨率的屏幕截图后(附有相应的日志条目), CChartObj::ScreenShot800x600: Screenshot created
多时段随机振荡指标 [v04] : 可以被应用于任何时段的随机振荡指标 (高于或者低于当前图表的时段). 作者: Armand Kilian
  EA: 马丁  (31   1 2 3 4)
马丁 : 一款基于马丁格尔技术的交易系统。 作者: Vladimir Karputov
新文章 100 个最佳优化递次(第 1 部分)。 开发优化分析器 已发布: 本文详细阐述了运用若干种可能选项开发选择最佳优化递次的应用程序。 该应用程序能够通过各种因素来筛选优化结果。 优化递次始终写入数据库,因此您总能无需重新优化即可选择新的机器人参数。 此外,您可在单个图表上查看所有优化递次,计算参数 VaR 比率,并构建递次与特定比率集和的交易结果的正态分布图。 以及,自优化伊始(或从选定日期到另一个选定日期)开始动态构建一些计算比率的图形。 现代技术已深深扎根于金融交易领域,如今几乎无法想象若是没有它,我们能做什么。
新文章 DoEasy. 控件 (第 26 部分): 完成 ToolTip(工具提示)WinForms 对象,并转移至 ProgressBar(进度条)开发 已发布: 在本文中,我将完成 ToolTip(工具提示)控件的开发,并启动 ProgressBar(进度条) WinForms 对象开发。 在处理对象时,我将针对控件及其组件开发动画处理的通用功能。 编译 EA,并在图表上启动它: 当前文章声明的功能运行良好。 我们可以在图表注释中看到一个不断变化的数字。 这是来进度条控件的计时器中的数据。 作者: Artyom Trishkin
合成RSI : 合成 RSI (Synthetic RSI ) 指标不是使用了一个RSI, 而是使用了3个RSI的实例。 这3个实例的RSI然后被用来计算“合成”值(这不是3的平均值,因为计算不同于平均值)。 作者: Mladen Rakic
Synthetic RSX : Synthetic RSX 作者: Mladen Rakic
  指标: Vortex  (1)
Vortex : 来自 "股票与商品技术分析" 杂志 (2010年一月刊)的指标. 作者: Vladimir Karputov
新文章 学习如何基于鳄鱼(Alligator)设计交易系统 已发布: 在本文中,我们将完成有关如何基于最流行的技术指标设计交易系统的系列文章。 我们将学习如何创建基于鳄鱼指标的交易系统。 根据此策略,我们需要创建一个交易系统,基于持续检查以下值来生成看涨或看跌信号: 嘴唇值, 牙齿值, 下颌值 我们需要交易系统来判定这些值的位置,并基于此生成合适的信号。 如果嘴唇线大于牙齿,嘴唇大于下颌,牙齿线大于下颌,在这种情况下,我们要求交易系统在图表上返回含有以下值的注释: 看涨, 下颌值 = n, 牙齿 = n, 嘴唇值 = n
  指标: ADXVMA  (9)
ADXVMA : ADXVMA 使用改编的 ADX 算法来调整移动平均值计算。 作者: Mladen Rakic
新文章 神经网络变得轻松(第三十一部分):进化算法 已发布: 在上一篇文章中,我们开始探索非梯度优化方法。 我们领略了遗传算法。 今天,我们将继续这个话题,并将研究另一类进化算法。 优化之后,在策略测试器中测试了模型。 为了测试模型,我用到了 Evolution-test.mq5 EA,它是前几篇文章中的 EA 精确副本。 仅有的影响就是更改了加载模型的文件名。 完整的 EA 代码可在附件中找到。 EA 基于过去 2 周历史数据进行了测试,不包括训练样本。 这意味着 EA 是在接近真实条件下进行测试的。 测试结果展现了所提方法的可行性。 在下面的图表中,您可以看到余额增加的动态。
Ticks_Volume 指标 : 使用订单交易量的指标. 作者: Nikolay Kositsin
Nema MACD : 使用 NEMA 来计算得到的 MACD 。 作者: Mladen Rakic
新文章 DoEasy. 控件 (第 25 部分): Tooltip WinForms 对象 已发布: 在本文中,我将开始开发 Tooltip(工具提示)控件,以及函数库的新图形基元。 自然而然地,并非每个元素都有工具提示,但每个图形对象都有设置它的能力。 编译 EA,并在图表上启动它: 将鼠标指针悬停在箭头按钮上方时,会立即显示工具提示。 每个对象都有它们自己的图标。 工具提示不会脱离屏幕 — 它们的坐标已正确调整。 现在,我们看到在箭头按钮上方绘制的新箭头作为标准图形基元绘制。 很自然,工具提示对象的行为是不正确的。 它们的正确行为将在以后实现。 该测试仅用于评估对象的外观。 作者:
新文章 神经网络变得轻松(第二十四部分):改进迁移学习工具 已发布: 在上一篇文章中,我们创建了一款用于创建和编辑神经网络架构的工具。 今天我们将继续打造这款工具。 我们将努力令其对用户更加友好。 也许可以看到,我们的主题往上更进一步。 但是,您不认为规划良好的工作空间在实现结果方面起着重要作用吗? 在本系列的上一篇文章中,我们创建了一款工具来利用迁移学习技术。 作为完工后的结果,我们得到了一款工具,能够编辑已训练模型。 利用此工具,我们可以从预训练模型中提取任意数量的神经层。 当然,也有限制条件。 我们只从初始数据层开始提取连续的层。 这种方式的原因在于神经网络的本质。
分形自适应 MACD : 分形自适应移动平均技术指标 (FRAMA) 是由 John Ehlers 开发的,这个指标是基于指数移动平均的算法构建的,而平滑因数十根据当前价格序列的分形维度来计算的。FRAMA 的优点是可以跟随强的趋势变化,而在价格盘整的时候就变慢。 作者: Mladen Rakic
  指标: MT5 斐波那契柱  (39   1 2 3 4)
MT5 斐波那契柱 : 根据最近的柱绘制斐波那契水平线的指标。 作者: Taras Slobodyanik
  脚本: Pending orders UP  (29   1 2 3)
Pending orders UP : 这个脚本程序在比当前价格高的地方设置多个挂单。 作者: Vladimir Karputov
FigureBuilder : 本工具允许在图表上绘制形状, 作者: Marat Sultanov