新文章 从头开始开发智能交易系统（第 18 部分）：新订单系统 (I) 已发布： 这是新订单系统的第一部分。 自从我们在文章中开始打造这个 EA 以来，它已经历了各种变化和改进，同时保持了相同的图表订单系统模型。 视频清晰地展示了上述内容。 正如您所看到的，这个系统使用起来非常有趣。 作者： Daniel Jose
新文章 跨平台智能交易系统: CExpertAdvisor 和 CExpertAdvisors 类 已发布： 本文主要介绍 CExpertAdvisor 和 CExpertAdvisors 类, 它们是本系列文章中所述跨平台智能交易系统里用到的所有组件的容器。 CExpertAdvisor 的 OnTick 方法是该类中最常用的函数。大部分发生的动作出自这个方法。该方法的核心操作如下图所示: 作者： Enrico Lambino
新文章 MQL5 Cookbook: 处理典型图表事件 已发布： 在我的文章中，我打算描述并亲手实践使用 OnChartEvent () 来处理 MQL5 开发者预定义的典型（标准）事件。在 MQL5 的文章和 代码库 中已经包含了使用处理器的例程。 不过，我的目的是分析在面向事件编程 (EOP) 背景下的表现。我相信这个处理器可以成功地用于全自动和半自动交易系统。 1. "ChartEvent" 事件 那么，首先让我们来看看事件类型是什么。 根据文档，该 ChartEvent 事件会在图表工作时出现，特别是当: 在激活图表窗口中按下键盘上的按键。, 创建 一个图形对象。, 删除
新文章 DoEasy 函数库中的其他类（第六十六部分）：MQL5.com 信号集合类 已发布： 在本文中，我将针对 MQL5.com 信号服务创建信号集合类，拥有能够管理信号的函数。 此外，我将改进“市场深度”快照对象类，来显示 DOM 的总买卖量。 编译 EA 并在交易品种图表上启动它，同时初步设置在当前交易品种/时间帧上操作，并激活操控 MQL5.com 信号服务的交易信号的标志： 在 EA 设置窗口的通用选项卡中，选中“允许修改信号设置”： 否则，EA 将无法操控 MQL5.com 信号。 启动 EA 后，日志会显示有关创建信号集合成功的消息，及其简述： Collection of
ZZ_YZ_MDAC_ELDER 1-1000 : 结合Elder彩色柱形的MDAC指标。 作者： Nikolay Kositsin
程序本来是mt5的KDJ指标,然后我加了下面代码意图实现当J线死叉的时候,发出预警信号,但总是没收到预警信息,测试也没任何错误提示,求大神看看问题在哪里?谢谢 for(int j=10;j<limit;j++) { if((JBuffer[j-1] > KBuffer[j-1])&&(JBuffer[j] < KBuffer[j])) //判断两线产生了死叉 { if(j==prev_calculated)//只针对当前K线报警历史K线就不用报警了 { Alert("UP"); SendMail("eurusd","死叉");
新文章 连续前行优化 (第八部分): 程序改进和修复 已发布： 根据本系列文章的用户和读者的评论和要求，程序已进行了修改。 本文包含一个自动优化器的新版本。 该版本实现了所需的功能，并提供了其他改进，这些是我运用该程序操作时发现的。 以前的程序版本分阶段输入日期，从而进行前行和历史优化，这很不方便。 而这一回，我实现了所需时间范围的自动输入。 功能的细节可以描述如下。 所选时间间隔应自动分为前行优化和历史优化。 两种优化类型的步骤都是固定的，并在间隔拆分之前已设置完毕。 每个新的前行范围必须在上一个范围之后的第二天开始。 历史间隔的偏移（重叠）等于前行窗口的步长。
价格百分比振荡指标 : 价格百分比振荡指标( Percentage Price Oscillator，PPO) 是一种动量技术指标，显示了两个移动平均之间的关系。如需计算 PPO, 可以从9天EMA（指数移动平均)中减去26天 EMA，然后再用这个差来除以26天EMA，最终的结果是一个百分比，可以告诉交易者短期平均和长期平均的关系。 作者： Mladen Rakic
新文章 MQL5 中的范畴论 (第 2 部分) 已发布： 范畴论是数学的一个多样化和不断扩展的分支，到目前为止，在 MQL5 社区中还相对难以发现。 这些系列文章旨在介绍和研究其一些概念，其总体目标是建立一个开放的函数库，吸引评论和研讨，同时希望在交易者的策略开发中进一步在运用这一非凡的领域。 同构 是范畴论中同态的关键性质，因为它确保目标范畴域的结构在映射下得以保留。 它还保证保留源类别中域的代数运算。 例如，我们考虑一个服装类别，其中的域是衬衫和裤子，态射是将衬衫大小映射到裤子大小的函数。 此类别中的同态将保留衬衫尺寸与裤子相应尺寸的配对的功能。
三條平均移動線交叉顯示 Tri MA Corss : 三條平均線完全按照高低排列後 可視為趨勢成形 在形態被破壞後 不再繪出影線 在沒有影線的條件下 視為不確定期間 作者： Hung Wen Lin
DinapoliTargets : 这是 MQL5 版本的 DinapoliTargets 指标. 在图表上增加了 ZigZag 指标. 作者： Aleksey Lebedev
新文章 群体优化算法：粒子群（PSO） 已发布： 在本文中，我将研究流行的粒子群优化（PSO）算法。 之前，我们曾讨论过优化算法的重要特征，如收敛性、收敛率、稳定性、可伸缩性，并开发了一个测试台，并研究了最简单的 RNG 算法。 由于我采用了与图例 2 中描述的本系列的第一篇文章（我将在未来继续这样做）相同的结构来构建算法，因此我们将算法连接到测试台并不困难。 当在测试台运行时，我们将看到类似于下面显示的动画。 在这种情况下，我们可以清楚地看到一群粒子的行为。 群体行为真的很像自然界中的群体。 在函数的热图上，它以密集云的形式移动。
Well Martin : 棒马丁 EA 基于两个指标: 布林带和 ADX。 作者： Andrew Kornishkin
新文章 同时双向工作的通用 RSI 指标 已发布： 当开发交易算法时，我们经常遇到这样一个难题：如何确定趋势/盘整从哪里开始和结束?在本文中，我们尝试创建一个通用指标，在其中我们会尝试组合几种不同类型策略的信号。在 EA 交易中，我们将尝试尽可能简化取得交易信号的过程，并将给出一个把几个指标组合为一的实例。 以此方式，指标显示了入场点以及加仓点，另外，也可以取得当前信号在它所属于的连续信号序列中的索引。因为还有价格水平，也可以获得价格距离之前序列中最后一个信号所移动的距离。也可以实现一种更加复杂的交易算法，例如，当根据趋势开启仓位时，它们可以根据工作于盘整时期的信号来进行部分或者全部关闭。 图
新文章 在 Linux 上利用 C++ 多线程支持开发 MetaTrader 5 概念验证 DLL 已发布： 我们将开始探索如何仅基于 Linux 系统开发 MetaTrader 5 平台的步骤和工作流程，其中最终产品能在 Windows 和 Linux 系统上无缝运行。 我们将了解 Wine 和 Mingw；两者都是制作跨平台开发任务的基本工具。 特别是 Mingw 的线程实现（POSIX 和 Win32），我们在选择追随哪一个时需要仔细考虑。 然后，我们构建一个能在 MQL5 代码中所用的概念验证 DLL，最后比较两种线程实现的性能。 这一切都是为了您的基金能进一步扩张自己。
新文章 蒙特卡罗方法在强化学习中的应用 已发布： 在本文中，我们将应用强化学习来开发可以自主学习的EA交易。在前一篇文章中，我们考虑了随机决策森林算法，并编写了一个简单的基于强化学习的自学习EA，概述了这种方法的主要优点（交易算法的开发简单和“培训”速度快）。强化学习（RL）可以很容易地融入到任何交易EA中，并加速其优化。 停止优化后，只需启用单一测试模式（因为最佳模型已写入文件，并且只上载该模型）： 让我们滚动两个月前的历史记录，看看该模型在整个四个月内是如何工作的： 我们可以看到结果模型持续了另一个月（几乎整个9月），而在8月崩溃。 作者： Maxim Dmitrievsky
综合指数 : 综合指数（Composite Index）是为了解决RSI中的发散失效问题而开发的，但是它在指标内提供特定水平支撑的能力增加了它的价值。综合指数采用RSI的归一化公式，并去除归一化范围限制。复合指数的公式使用嵌入的动量计算与短期的RSI平滑。 作者： Mladen Rakic
最后两年的最高和最低价格的水平线。 : 样本代码，如何绘制最后两年的最高和最低价格的水平线。 作者： Alain Verleyen
MartingailExpert : 运用马丁格尔的 EA。 初始入场依据 iStochastic (随机振荡器) 指标。 作者： Vladimir Karputov
新文章 评估分形指数和Hurst指数预测金融时间序列的能力 已发布： 有关金融数据分形行为的研究表明，在经济时间序列看似混乱的行为背后，存在着参与者集体行为的隐性稳定机制。这些机制可以导致交易所出现价格动态，从而定义和描述价格序列的具体属性。应用于交易中，能够有效、可靠地估计尺度和时间框架内的分形参数的指标，具有一定的实用价值。 实际数据指标操作演示 我们称之为指标，要求评估600天，评估窗口64个点。结果包含536个分形指数值，如图6所示。 图6 俄罗斯天然气工业股份公司收盘价及分形指数评价结果
新文章 种群优化算法：细菌觅食优化（BFO） 已发布： 大肠杆菌觅食策略激发出科学家创建 BFO 优化算法的灵感。 该算法包含原创思路和有前景的优化方法，值得深入研究。 细菌觅食优化（BFO）算法是一种引人入胜的优化技术，可在极其复杂或不可能的数值函数里找到最大化/最小化问题得近似解。 该算法被广泛认为应对分布式优化和控制的全局优化算法。 BFO 的灵感来自大肠杆菌的社会觅食行为。 BFO 已经引起了研究人员的注意，因为它已表现出在多个应用领域中解决实际优化问题方面的有效性。 大肠杆菌觅食策略背后的生物学，是以原始方式模拟，并作为一种简单的优化算法。
新文章 DoEasy. 控件 (第 1 部分): 第一步 已发布： 本文开始延展话题，介绍如何利用 MQL5 仿照 Windows 窗体样式创建控件。 我感兴趣的第一个对象是创建面板（panel）类。 若是没有控件，那么管理就会变得越来越困难。 因此，我将仿照 Windows 窗体样式创建所有可能的控件。 编译 EA，并在图表上启动它： 窗体会对鼠标移动作出反应，并始终置于已添加到图表的图形对象的顶部。 元素对象的渐变填充绘制无误，并且面板对象只有一种颜色。 但是，无论是元素还是面板都不会对鼠标作出反应，且都锁定在所有图形对象之下的背景中。 这是因为我只需处理窗体对象的鼠标事件。
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