新文章 使用Python和MQL5开发机器人（第一部分）：数据预处理 已发布： 基于机器学习的交易机器人开发：详细指南本系列文章的第一篇将重点讨论数据的收集与准备以及特征的选择。该项目采用Python编程语言及其相关库，并结合MetaTrader 5平台来实现。 市场正变得越来越复杂。如今，它正演变成一场算法之战。超过95%的交易额是由交易机器人产生的。 下面一步是机器学习。这些虽然不是高级人工智能，但也并非简单的线性算法。机器学习模型能够在困难的背景下实现盈利。将机器学习应用于创建交易系统是一件有趣的事情。得益于神经网络，交易机器人将分析大数据，发现规律并预测价格走势。
新文章 珊瑚礁优化算法（CRO） 已发布： 本文对珊瑚礁优化（CRO）算法进行了全面分析，该算法是一种受珊瑚礁形成与发育生物过程启发的元启发式方法。该算法对珊瑚进化的关键环节进行了建模，包括广播产卵（群体产卵）、体内受精（抱卵孵化）、幼虫附着、无性繁殖以及有限礁区空间的竞争。尤其关注该算法的改进版本。 CRO算法基于对自然界中珊瑚礁形成与发育过程的建模。这些过程涵盖了珊瑚繁殖的多种机制（包括群体产卵、体内受精以及无性繁殖）、礁石有限空间的竞争，以及弱势个体的死亡。正如进化在自然界中创造出具有韧性和适应性的珊瑚礁一样，CRO算法能够探索搜索空间，并为各类问题找到最优或近似最优的解决方案。
Smart Trend Follower : 该 EA 设计用于利用移动平均线和随机振荡指标发出的信号自动跟踪市场趋势。EA 利用移动平均线交叉检测买入和卖出信号，并利用随机指标确认趋势。此外，该 EA 还包括自动仓位管理功能，如设置止盈、止损和手数加倍，以提高在趋势市场中的交易效率。 Author: Yulianto Hiu
VR Locker Lite - 基于正向锁的交易策略 : 通过正向锁进行操作，交易机器人创建一个正向锁，交易者自行决定如何处理它。 作者： Vladimir Pastushak
Terminator_v2.0 : 根据指标信号开初始仓位。(这里有六个变种)。若持仓亏损, 交易量减少 作者： Dmitry Fedoseev
新文章 风险管理（第五部分）：将风险管理系统集成到 EA 交易中 已发布： 在本文中，我们将实现在先前文章中开发的风险管理系统，并添加在其他文章中描述的订单区块指标。此外，我们将进行一次回测，以便比较启用风险管理系统前后的结果，并评估动态风险的影响。 欢迎来到我们风险管理系列的最后一部分。在本文中，我们将探讨使用风险管理系统如何改变结果：它是否会产生显著差异，动态风险管理的利弊，以及何时使用最为合理。 我们将通过创建一个简单的 EA 交易来回答这些问题，该 EA 交易使用之前风险管理文章中描述的订单区块指标。 我们先来优化这个指标，这将使回测更快更高效，也更容易优化 EA 交易。
黄金交易自动跟随，批量下单，批量修改止损 : 提供止损和止盈，仓位的配置，个人主要是用于30分钟图，跟着趋势批量下单 作者： cnhhhh
新文章 价格行为分析工具包开发（第三十部分）：商品通道指数（CCI）零线的EA 已发布： 价格行为分析的自动化是未来发展趋势。在本文中，我们将运用双CCI指标、零线交叉策略、指数移动平均线（EMA）以及价格行为分析，开发一款能够生成交易信号，并利用平均真实波幅（ATR）设定止损（SL）和止盈（TP）水平的工具。请阅读本文，了解我们如何开发这款CCI零线的EA。 该指标由唐纳德·兰伯特（Donald
新文章 市场模拟（第 14 部分）：套接字（八） 已发布： 许多程序员可能会认为，我们应该放弃使用 Excel，直接使用 Python，使用一些允许 Python 生成 Excel 文件以供以后分析结果的包。不过，正如前一篇文章提到的，虽然这个解决方案对于很多程序员来说是最简单的，但它不会被一些用户接受。在这种特殊情况下，用户总是正确的。作为程序员，我们必须找到一种让一切都能正常工作的方法。 在上一篇文章“ 市场建模（第 13 部分）：套接字（七） ”中，我们展示了如何创建一个简单的 Python
新文章 价格行为分析工具包开发（第二十九部分）：暴涨与暴跌拦截EA 已发布： 了解暴涨与暴跌拦截EA如何将您的图表转变为一个主动预警系统 —— 通过超高速扫描价格变动速度、检查波动率激增情况、确认趋势走向以及运用关键枢轴区域过滤条件，精准识别市场的爆发性行情。该工具以清晰的绿色“暴涨”和红色“暴跌”箭头为您的每一次决策提供指引，助您排除市场杂音，以前所未有的方式把握市场价格飙升的机遇。深入探究其工作原理，了解它为何能成为您下一个不可或缺的交易优势。
i-Regression 通道 : i-Regression通道生成回归通道。 作者： Nikolay Kositsin
SuperTrend:
SuperTrend指标以ProRealTime为基础为 MetaTrader 4创建。
Author: Jason Robinson
新文章 交易中的神经网络：状态空间模型 已发布： 到目前为止，我们审阅的大量模型都是基于变换器架构。不过，在处理长序列时，它们或许效率低下。在本文中，我们将领略一种替代方向，即基于状态空间模型的时间序列预测。 最段时间，大型模型适配新任务的范式变得越来越普遍。这些模型依据广泛的数据集进行预训练，其中包含来自各种领域的任意原生数据，包括文本、图像、音频、时间序列、以及更多。 尽管这个概念与任何特定的架构选择无关，但大多数模型都基于单一架构 — 变换器 及其核心层 自注意力 。 自注意力
新文章 用Python构建一个远程外汇风险管理系统 已发布： 我们将用Python构建一个远程外汇风险管理系统，并逐步将其部署到服务器上。在本文中，我们将学习如何通过编程管理外汇风险，以及如何避免外汇账户资金再次损失殆尽。 今天，我为你带来交易资金的真正护盾——一个永不打盹、永不分心、永不受情绪影响的远程Python风险管理系统。它就像一位24小时贴身保镖，时刻监视你的账户动向，一旦发现危险信号便立即介入。 想象一下：您专注处理其他事务，而这位可靠的数字助手实时监控回撤幅度、每日/每周亏损限额，甚至能在市场逆势时自动平仓所有头寸。无需因失控风险而焦虑崩溃、辗转难眠，更不会错失良机。
新文章 精通日志记录（第九部分）：实现构造器模式并添加默认配置 已发布： 本文将演示如何借助构造器模式与自动默认配置，大幅简化 Logify 库的使用流程。文中详细讲解了专用构造器的结构设计、智能代码补全功能的运用方式，以及如何确保日志无需手动配置即可正常运行。同时，本文还针对 MetaTrader 5 build 5100 版本的相关调整进行了适配。 我在各类个人与专业项目中使用 Logify 后很快发现，该库的核心问题并非在于自身的稳定性或功能完整性，而是配置环节过于繁琐。Logify 是一款用于管理 EA
新文章 以 MQL5 实现 ARIMA 训练算法 已发布： 在本文中，我们将实现一种算法，该算法应用了 Box 和 Jenkins 的自回归集成移动平均模型，并采用了函数最小化的 Powells 方法。 Box 和 Jenkins 表示，大多数时间序列可以由两个框架中之一个或两个来建模。 到目前为止，我们已经研究了自回归训练算法的实现，但没有讲明如何为模型推导或选择相应的顺序。 训练模型可能是最容易的部分，这是相较于判定一个好的模型。 推导合适模型的两个有用工具是计算所研究序列的自相关和偏自相关。 作为指南，为了帮助读者解释自相关图和偏自相关图，我们将考虑四个假设序列。
新文章 MQL5交易管理面板开发（第十二部分）：外汇估值计算器的集成 已发布： 精准计算核心交易价值，是每位交易者必不可少的日常工作。本文介绍如何将外汇计算器集成至交易管理面板，以此拓展多面板交易管理系统的功能。在执行交易时，快速确定风险敞口、头寸规模及潜在盈利至关重要，这一新功能旨在使面板内参数的计算过程更高效、更直观。让我们共同探索MQL5在构建高级交易面板中的实战应用。 自引入模块化设计后，我们得以独立优化程序各模块而不影响整体架构。这一灵活性使交易管理面板的升级成为可能 —— 为集成计算工具预留空间。 为实现目标，我们将调用 MQL5标准库
新文章 从基础到中级：指标（四） 已发布： 在本文中，我们将探讨如何轻松创建和实施烛形着色操作方法。交易者们非常重视这一概念。在实现此类操作时，必须注意确保柱形或烛形保持其原有的外观，并且不会妨碍逐根烛形的解读。 请注意代码 05 是多么简单。 我们无需解释什么；我们所做的事情显而易见。事实上，如果我们在图表上运行这段代码，我们将得到以下结果： 动画 06
新文章 价格行为分析工具包开发（第二十七部分）：利用移动平均线进行流动性扫单 已发布： 理解价格走势背后的微妙动态，能让您获得至关重要的优势。流动性扫单便是这样一种现象，大型交易者（尤其是机构）会刻意运用这一策略，推动价格突破关键支撑位或阻力位。这些价位往往集中了零售交易者的止损单，从而形成流动性池，大资金玩家可以借此机会买入或卖出大额头寸，且滑点极小。 大型机构交易者对市场的影响并非偶然。他们的策略往往包括推动价格突破广为人知的支撑位或阻力位，故意触发止损单和挂单等较小订单。这种短暂的价格波动被称为流动性扫单，它让机构交易者能够以更优的价格买入或卖出大额头寸，且不至于立刻逆势而行。
新文章 交易中的神经网络：二维连接空间模型（终篇） 已发布： 我们继续探索创新的奇美拉（Chimera）框架 — 这款二维状态空间模型，利用神经网络技术多维度分析时间序列。该方法提供了高预测精度、及低计算成本。 我们遵照 奇美拉 框架作者所提议方式的自我诠释完成实现后，进入最后阶段 — 依据真实历史数据训练和测试模型。 为了训练模型，我们采用了之前讨论过模型训练期间收集的训练数据集。该训练数据集基于 EURUSD 货币对，2024 全年 M1 时间帧的历史数据构建。所有指标参数均按其默认值设置。训练数据集准备过程的详细描述可在此 链接 中找到。 已训练模型测试在 MetaTrader 5
新文章 怎样购买一个基于MQL5或者MQL4的交易机器 已发布： 通过建立“工作”服务功能，MQL5.community 成为了一个理想的可以提供和购买编程服务的地方。这里有成千上万的交易人员和开发者每天来访问所需信息资源，也可以方便地互相帮助。对于交易人员来说，“工作”服务是轻松获得自己所需的EA智能交易程序的好机会，对于MQL5开发者来说，这也是轻松找到客户的机会。在这篇文章中，我们将领略一下此项服务的具体功能。 作者： MetaQuotes
BarStats Indicator – Lightweight, EA-friendly MT5 Tool : MT5 indicator showing bar index, price difference in points, and percentage change. Ideal for EA integration and fast analysis. 作者： Yang Yu Qun
新文章 价格行为分析工具包开发（第二十六部分）：针形线、吞没形态与RSI背离（多模式）工具 已发布： 与我们开发实用型价格行为工具的初衷相一致，本文将探讨如何开发一款 EA。该 EA 能够识别 Pin Bar 和吞没形态，并利用 RSI 背离作为确认信号，仅在条件满足时生成交易提示。
BinanceQuotesDownloader : 实时显示 Binance 报价 作者： Yuriy Lyachshenko
新文章 价格行为分析工具包开发（第二十五部分）：双指数移动平均线（EMA）分形突破策略 已发布： 价格行为分析是识别盈利交易机会的基础方法。然而，人工监测价格走势和形态不仅困难而且极其耗时。为解决这一痛点，我们开发了自动分析价格行为的工具，一旦检测到潜在机会，就会立刻发出信号。本文将介绍一款强大的工具，该工具结合分形突破以及14周期指数移动平均线（EMA 14）和200周期指数移动平均线（EMA 200）来生成可靠的交易信号，帮助交易者更自信地做出明智决策。 本文介绍一款工具的开发情况，该工具旨在通过运用比尔·威廉姆斯最初开发的分形指标，为价格行为分析提供更深入、更具洞察力的评估。
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