文章，程序库评论 - 页 8

新文章 您应当知道的 MQL5 向导技术（第 54 部分）：搭配混合 SAC 和张量的强化学习 已发布： 软性参与者-评论者是一种强化学习算法，我们曾在之前的系列文章中考察过 Python 和 ONNX，作为高效的网络训练方式。我们重新审视该算法，意在利用张量，即 Python 中常用的计算图形。 软性参与者-评论者（SAC）是训练神经网络时常用的强化学习算法之一。回想一下，强化学习是机器学习中一种新兴的训练方法，与监督式学习和无监督式学习并列。 回放缓冲区是强化学习中 SAC

新文章 圆搜索算法（CSA） 已发布： 本文提出一种基于圆几何特性的新型元启发式优化算法——圆搜索算法（CSA）。该算法通过模拟切线方向上的点移动机制，在解空间中实现全局探索与局部开发的协同优化。 CSA旨在通过随机圆寻找最优解，以扩大搜索区域。它以圆心为目标点。其过程始于切线与圆夹角逐渐减小，使切线逼近圆心（图例1）。 为增加搜索多样性、避免陷入局部最优，切线接触角亦随机变化。在该算法中，Xt切点充当搜索智能体，Xc圆心代表迄今找到的最优解。 作者： Andrey Dik

新文章 利用 MQL5 面向对象编程法编写"EA 交易" 已发布： 本文将着重讲述的是面向对象法，将我们曾在"针对初学者以 MQL5 编写"EA 交易"的分步指南"文中谈到的内容落到实处-创建简单的"EA 交易"。 很多人都觉得难，但是，我向您保证，看完本文之后，您就能够编写自己的面向对象 "EA 交易"了。 作者： Samuel

新文章 学习如何基于 ADX 设计交易系统 已发布： 在本文中，我们将继续有关基于最流行指标设计交易系统的系列文章，这次我们将讨论平均方向指数（ADX）指标。 我们将详细学习该指标，从而能够更好地理解它，并将学习如何在简单策略里运用它。 通过深入学习，我们可以获得更多的认知，可以更好地运用它。 在这一部分中，我们将为每个策略设计一个蓝图，来帮助我们创建交易系统，该蓝图将辅助我们逐步组织和设置我们所需的程序或系统。 策略一: 简单 ADX 系统 - ADX 走势: 根据该策略，我们需要程序在每次即时报价来临时检查当前 ADX 值和前一个 ADX 值，然后判定当前 ADX 值是否大于前一个 ADX

手动批量下单EA面板 : 注：因本人不会MQL语言。此EA通过AI代写完成，已完成N次BUG修改，但仍可能会有BUG，望周知！！！ 手动批量下单EA面板，面板包含设置下单数量；批量设置止盈、止损；批量平仓（从最早下单的开始平仓） 注：已知BUG默认止盈可能会失效，请自行设置止盈价格。 作者： LJC002

新文章 MQL5 中的交易操作 - 很简单 已发布： 几乎所有的交易者都是为了赚钱而进入市场，但也有一些交易者却是享受交易过程的本身。然而，并不是只有手动交易才能给您兴奋的体验。自动化交易系统开发也可以让您欲罢不能。创建一个交易机器人，可以像读一本出色的悬疑小说一样有趣。 开发某种交易算法的过程中，我们必须要处理大量的技术问题，其中就包括几个最重要的问题： 交易什么？, 何时交易？, 如何交易？ 我们需要回答第一个问题以选择最适合的交易品种。我们的选择可能会受到多种因素的影响，其中包括将我们的市场交易系统自动化的能力。第二个问题涉及

Telegram integration made easy. : 其目的是在 MQL5 开发过程中，使任何 Telegram 整合任务都能随时使用该函数。通过将此文件添加到您的代码库，您只需将其包含在您的智能交易系统中，并直接从包含的模块中调用该函数即可。这样就无需重复从头开始重新开发代码，确保了多个项目的可重用性。 Author: Clemence Benjamin

新文章 创建一个基于布林带PIRANHA策略的MQL5 EA 已发布： 在本文中，我们将创建一个MQL5 EA，它基于PIRANHA策略，并使用布林带来提升交易表现。我们会系统梳理该策略的核心原理、代码实现细节，以及测试与优化方法。并助您轻松将 EA 部署到实际的交易环境中。 PIRANHA 策略是一套动态交易系统，专为捕捉外汇市场波动而设。它以“快、准、狠”著称，正如其名称来源——水中迅捷的食人鲳，出手即中。核心技能：该策略以波动率为锚，通过高度相对化的方式，帮助交易者精准定位市场进出场点。 风险管理同样是 PIRANHA

新文章 在MQL5中创建交易管理面板（第九部分）：代码组织（5）：分析面板（AnalyticsPanel）类 已发布： 在本文中，我们将探讨如何获取实时市场数据和交易账户信息，执行各种计算，并将结果展示在自定义面板上。为此，我们将深入开发一个分析面板（AnalyticsPanel）类，该类封装了所有这些功能，包括面板创建功能。这项工作是我们正在进行的新建管理面板智能交易系统（EA）扩展工作的一部分，旨在运用模块化设计原则和代码组织的最佳实践来引入高级功能。

新文章 JSON 从入门到精通： 创建自己的 MQL5 版本 JSON 解读器 已发布： 体验分步指南，创建自定义的 MQL5 版本 JSON 解析器，囊括对象和数组处理、错误检查、及序列化。通过这款灵活的解决方案，在 MetaTrader 5 中处理 JSON，获取桥接交易逻辑与结构化数据的实用见解。 本文旨在演示如何创建自己的 MQL5 版本 JSON 解读器，来填补这一空白。沿此道路，我们将探讨解析 JSON 的基本概念，脚步遍及创建拥有处理不同 JSON 元素类型（如对象、数组、字符串、数字、布尔、和空值）能力的灵活类结构。我们的最终目标赋予您舒适地解析 JSON

新文章 将您自己的 LLM 集成到 EA 中（第 5 部分）：使用 LLM 开发和测试交易策略（四） —— 测试交易策略 已发布： 随着当今人工智能的快速发展，语言模型（LLMs）是人工智能的重要组成部分，因此我们应该考虑如何将强大的 LLMs 整合到我们的算法交易中。对于大多数人来说，很难根据他们的需求微调这些强大的模型，在本地部署它们，然后将它们应用于算法交易。本系列文章将采取循序渐进的方法来实现这一目标。 在之前的文章中，我们介绍了如何使用不同的方法微调预训练的 GPT-2 模型，使 GPT-2

新文章 MQL5自动化交易策略（第十四部分）：基于MACD-RSI统计方法的交易分层策略 已发布： 本文将介绍一种结合MACD和RSI指标与统计方法的交易分层策略，通过MQL5实现动态自动化交易。我们将探讨这种级联式策略的架构设计，通过关键代码段详解其实现方式，并指导读者如何进行回测以优化策略表现。最后，我们将总结该策略的潜力，并为自动化交易的进一步优化奠定基础。

新文章 在 MQL5 中创建交易管理面板（第九部分）：代码组织（三）：通信模块 已发布： 欢迎参与本次深度讨论，我们将揭示 MQL5 界面设计的最新进展，着重介绍重新设计的通信面板，并继续我们关于使用模块化原则构建新管理面板的系列文章。我们将逐步开发 CommunicationsDialog 类，并详细解释如何从 Dialog 类进行继承。此外，在我们的开发过程中，还将利用数组（arrays）和 ListView 类。获取可行的方案，以提升您的 MQL5 开发技能——请阅读本文，并在评论区加入讨论！ 今天，我们的目标是在 上一篇文章

新文章 从基础到中级：模板和类型名称（四） 已发布： 在本文中，我们将非常仔细地研究如何解决上一篇文章末尾提出的问题。尝试创建这种类型的模板，以便能够创建数据联合的模板。 在上一篇文章：“ 从基础到中级：模板和类型名称（三） ”中，我们开启了一个让很多新手感到特别有挑战性的话题。这是因为许多人还没有理解一个对 MQL5 程序员非常重要的概念：模板的概念。由于我了解到许多读者对编程知之甚少，我试图使材料尽可能具有教育性。

Elite eFibo 交易者 : 具有恒定步长的网格。网格手数大小基于为斐波纳契级数。 作者： Vladimir Karputov

Colored Bollinger Bands Indicating Narrowing and Widenning Phases : A simple indicator based on Bollinger Bands showing its narrowing and widening phases with red/green colors. 一种显示收开口颜色的简单布林带指标。 作者： Swordless 无剑

无需 DLL 的文件映射 : 这个类 (转换自 C++ 至 MQL5) 可与内存映射文件工作。 作者： o_O

Support and Resistance MT5 : 支撑位和阻力位 MetaTrader 指标--顾名思义，该指标显示支撑位和阻力位。它直接显示在图表上，为您设置止损或止盈水平，或查看下一个市场目标提供方便。该指标使用标准 MetaTrader 分形指标（采用 Bill Williams 的方法），输入参数不可更改。该指标适用于 MetaTrader 版本 4 和 5。 Author: Tuan Nguyen Van

新文章 MQL5 交易工具包（第 7 部分）：使用最近取消的挂单函数扩展历史管理 EX5 库 已发布： 了解如何完成历史管理 EX5 库中最终模块的创建，重点关注负责处理最近取消的挂单的函数。这将为您提供使用 MQL5 有效检索和存储与已取消挂单相关的关键详细信息的工具。 在本文中，我们将完成 历史管理 EX5 库中最后一个模块的开发，该模块专门用于处理与最近取消的挂单相关的属性的检索和存储。该模块解决了 MQL5 语言的一个关键限制，即缺乏直接的单行函数来访问和管理此类历史数据。通过弥合这一差距，我们的库为开发人员提供了一个简化的解决方案，可以有效地处理已取消的挂单信息。

新文章 MQL5自动化交易策略（第二部分）：基于一目均衡表与动量震荡器的云突破交易系统 已发布： 在本文中，我们将创建一个智能交易系统（EA），利用一目均衡表指标与动量震荡器，实现云图突破策略的自动化交易。我们将逐步解析以下核心流程：指标句柄初始化、突破条件检测和自动化交易执行。此外，我们还实现追踪止损机制与动态仓位管理，以提升EA的盈利能力及对市场波动的适应性。 在 前文（本系列的第一部分） 中，我们演示了如何将威廉姆斯的“交易混沌”理论实现自动化。而在本文（第二部分）中，我们将展示如何将 云图突破策略 转化为 MetaQuotes语言5 （MQL5）的完整功能EA。云图突破策略基于

ATR 数值指标 : 一款用点值或点数显示 ATR (平均真实范围) 数值的指标，其中包含设置倍数的选项。 作者： Hossein Nouri

新文章 从基础到中级：模板和类型名称（三） 已发布： 在本文中，我们将讨论该主题的第一部分，这对初学者来说并不容易理解。为了避免更加困惑并正确解释这个话题，我们将把解释分为几个阶段。我们将把这篇文章用于第一阶段。然而，尽管在本文末尾，我们似乎已经陷入僵局，但事实上，我们将朝着另一种情况迈出一步，这将在下一篇文章中得到更好的理解。 在上一篇文章：“ 从基础到中级：模板和类型名称（二） ”中，我们讲解了程序员如何处理一些特定的日常情况。无论是你的临时爱好还是你是一名专业程序员，在某些时候使用函数和过程模板都是非常有用的。尽管这在 MQL5

新文章 价格行为分析工具包开发（第19部分）：ZigZag分析器 已发布： 每一位价格行为交易者都会手动使用趋势线来确认趋势，并找出潜在的转折或延续水平。在这个关于开发价格行为分析工具包的系列中，我们介绍一款专注于绘制倾斜趋势线的工具，以便于进行市场分析。该工具通过清晰地勾勒出有效价格行为评估所必需的关键趋势和水平，简化了交易者的流程。

新文章 突破结构（BoS）交易策略分步指南 已发布： 基于结构突破（Break of Structure, BoS）策略的自动化交易算法开发综合指南在MQL5中创建交易顾问并在MetaTrader 5中进行测试的全方位详解——从分析价格支撑与阻力到风险管理 我们将深入探讨BoS的定义、类型、交易策略应用以及基于 MetaQuotes Language 5 （简称MQL5）为 MetaTrader 5

新文章 创建 MQL5-Telegram 集成 EA 交易 (第一部分):从 MQL5 发送消息到 Telegram 已发布： 在本文中，我们在 MQL5 中创建一个 EA 交易，以使用机器人向 Telegram 发送消息。我们设置必要的参数，包括机器人的 API 令牌和聊天 ID，然后通过执行 HTTP POST 请求来传递消息。之后，我们将处理响应以确保成功传达，并排除故障时出现的任何问题。这确保我们能够通过创建的机器人将消息从 MQL5 发送到 Telegram。 本文将遵循 Telegram 与 MetaTrader 5 集成的进程。我们打算通过使用 MetaQuotes

新文章 如何准备 MetaTrader 5 报价用于其他应用程序 已发布： 本文介绍创建目录、复制数据、归档、使用 Market Watch（市场报价）或常用列表中的交易品种以及错误处理等示例。实际上，所有这些元素可集中在一个以用户定义格式归档数据的脚本中。 在我学习 MQL5 之前，我尝试过许多其他的应用程序来开发交易系统。不能说这是浪费时间。其中有些包含一些有用的工具，允许用户节约时间、处理很多事项、打破了一些迷思并很快选择无需熟悉编程语言的进一步开发方向。 这些应用程序需要历史数据。由于缺乏某些标准数据格式，它们在使用前通常需要先进行编辑（例如，在 Excel

新文章 MQL5 简介（第 11 部分）：MQL5 中使用内置指标的初学者指南（二） 已发布： 了解如何使用 RSI、MA 和随机震荡指标等多种指标在 MQL5 中开发 EA 交易来检测隐藏的看涨和看跌背离。学习实施有效的风险管理并通过详细的示例和完整注释的源代码实现交易自动化，以达到教育目的！ 重要的是要记住，这个项目的唯一目标是教育。建立您使用 MQL5 的信心并学习如何以编程方式识别这些模式是其主要目标。因此，让我们开始这个实用的项目，它将增加您对 MQL5 的理解，并使您能够提高您的交易能力。 在本文中，您将了解： 如何检查 RSI

新文章 智能系统健壮性测试 已发布： 在策略开发中，有许多错综复杂的细节需要考虑，对于初学交易者其中许多都未予重视。如是结果，众多交易者，包括我自己，都不得不历经苦难来学习这些教训。本文基于我观察到的大多数初学交易者在 MQL5 上开发策略时常见的陷阱。它将提供一系列提示、技巧、和示例，帮助辨别不合格的 EA，并以一种易于实现的方式来测试我们自己 EA 的稳健性。目标是教导读者，帮助他们未来购买 EA 时避免遭遇骗局，以及预防他们自己开发策略时的错误。 首先，您应当创建一个没有杠杆复利效应的 EA 版本，因其可能会扭曲结果，并过度强调样本集尾部的重要性。 以下是需要关注的主要量值： 盈利因子

新文章 精通日志记录（第六部分）：数据库日志存储方案 已发布： 本文探讨如何利用数据库以结构化、可扩展的方式存储日志。内容涵盖基础概念、核心操作、MQL5中数据库处理器的配置与实现。最后验证结果，并阐述该方法在优化与高效监控方面的优势。 想象一个熙熙攘攘的数字交易与金融魔法集市，每一步操作都被追踪、记录并详细剖析以求成功。如果能不仅查阅智能交易系统（EA）每一次决策与错误的编年史，更能手握利器、实时优化与精调这些机器人，将会怎样？欢迎进入 《精通日志记录（第一部分）：MQL5中的基础概念与入门步骤》 ，在这篇中，我们开始打造专为MQL5开发定制的精密日志库。

新文章 种群优化算法：树苗播种和成长（SSG）算法 已发布： 树苗播种和成长（SSG）算法的灵感来自星球上最具韧性的生物之一，在各种条件下都表现出杰出的生存能力。 该算法是少数几个没有作者明确讲述的算法之一（仅提供一般规定和思路）。 由作者提出的算法操作符，算法也没有现成的程序指令实现。 没有关于子树和父树、及其交互的明确说明。 对于操作符的执行顺序没有要求，任何用户都可以更改其顺序，从而能获得更好的幼苗。 从广义上讲，SSG 并非是一种优化算法，它是一组通用规则，旨在补充其它算法，从而提高优化品质。 换言之，SSG