新文章 精通日志记录（第八部分）：具备自动翻译能力的错误日志记录 已发布： 在《精通日志记录》第八部分中，我们将探索如何在Logify（一款功能强大的MQL5日志库）中实现多语言报错提示。您将学习如何根据上下文结构化报错信息、将提示内容切换成多种语言，并根据日志重要级别进行自动动态格式化。所有这一切都基于一个简洁、可扩展且适用于生产环境的设计。 经过前几期的讲解，想必您已深知日志记录绝非简单的事件流水账。在算法交易的日常操作中，K线跳动、策略决策与市场不确定性交织成一张复杂的网，日志的真正价值是精准记录EA程序的"真实意图"。
新文章 如何使用 UML 工具开发 EA 交易 已发布： 本文讨论使用 UML 图形语言创建 EA 交易，该语言用于建立面向对象软件系统的可视化模型。此方法的主要优点是实现了建模过程的可视化。本文以一个例子说明如何使用 Software Ideas Modeler 建立一个 EA 交易的结构和属性的模型。 作者： Dennis Kirichenko
新文章 使用MQL5和Python集成经纪商API与智能交易系统 已发布： 在本文中，我们将探讨如何将MQL5与Python相结合，以执行与经纪商相关的操作。想象一下，您有一个持续运行的智能交易系统（EA），它托管在虚拟专用服务器（VPS）上，并代表您执行交易。在某个阶段，EA 管理资金的能力变得至关重要。这包括为您的交易账户入金和发起出金等操作。在本文中，我们将阐明这些功能的优势和具体实现方法，从而确保将资金管理无缝地集成到您的交易策略中。敬请关注！ 今天，我们将探讨如何通过 API 集成，在我们的 MetaTrader 5
WSP & WRO : WSO (Widner 支撑振荡指标) 和 WRO (Widner 阻力振荡指标). 作者： Mladen Rakic
新文章 使用 MetaTrader 5 的 Python 高频套利交易系统 已发布： 在本文中，我们将创建一个在经纪商眼中仍然合法的套利系统，在外汇市场上创建数千个合成价格，对其进行分析，并成功交易以获取利润。 外汇市场，算法策略，Python 和 MetaTrader 5。当我开始研究套利交易系统时，这一切就发生了。这个想法很简单 —— 创建一个高频系统来发现价格不平衡。这一切最终导致了什么？ 这段时间我经常使用 MetaTrader 5 API。我决定计算合成交叉汇率。我决定不再将自己限制在十个或一百个，数字已突破一千。 风险管理是一项独立的任务。系统架构、算法、决策 ——
新文章 在 MQL5 中构建自优化智能交易系统（第八部分）：多策略分析 已发布： 如何才能最有效地整合多种策略，构建一个强大的策略组合？欢迎加入本次讨论，我们将探讨如何将三种不同的策略整合到我们的交易应用程序中。交易员通常会采用专门的策略来开仓和平仓。我们想探究的是，机器能否在这项任务上表现得比人类更出色。我们将首先从熟悉策略测试器的各项功能开始讨论，以及完成此任务所需的面向对象编程（OOP）原则。 作为算法交易员，我们面临许多挑战，在本系列文章中已经讨论过这些问题。例如，我们注意到，与预测未来价格水平相比，我们的统计模型更容易预测未来的技术指标值。
新文章 使用机器学习开发趋势交易策略 已发布： 本研究介绍了一种开发趋势跟踪交易策略的新方法。本节介绍标注训练数据并利用它训练分类器的过程。这个过程获得了可在 MetaTrader 5 上运行的完全可操作的交易系统。 趋势跟踪策略和均值回归策略的主要区别在于，对于趋势跟踪策略，准确识别当前趋势至关重要。对于均值回归策略，价格在某个平均值附近波动并经常越过它就足够了。可以说，这些策略是截然相反的。如果均值回归意味着价格走势方向发生逆转的可能性很高，那么趋势跟踪意味着当前趋势的延续。 货币对通常被分为区间震荡（横盘整理）或趋势性走势。
新文章 MQL5自动化交易策略（第十九部分）：包络线趋势反弹剥头皮交易——交易执行与风险管理（下篇） 已发布： 我们将为MQL5中的包络线趋势反弹剥头皮策略实现交易执行模块与风险管理功能。我们实现了订单触发逻辑，并构建了包含止损设置与头寸规模计算在内的风险控制体系。最终在第十八部分的基础上完成策略回测与参数优化。 在第十八部分中，我们为 包络线 趋势反弹剥头皮策略奠定了基础，构建了利用价格与包络线指标的交互来检测交易信号的系统、并通过诸如 移动平均线 和 RSI
新文章 中心引力优化（CFO）算法 已发布： 本文介绍了一种受万有引力定律启发的中心引力优化（CFO）算法。它探讨了物理引力的原理如何解决优化问题，其中“较重”的解决方案会吸引不太成功的对应物。
新文章 您应当知道的 MQL5 向导技术（第 60 部分）：推理学习（Wasserstein-VAE），配合移动平均线和随机振荡器形态 已发布： 我们将目光转向 MA 与随机振荡器的互补配对，实证推理学习在后监督学习与强化学习状况中扮演的角色。显然，推理学习有多种途径可供选择，不过我们的方式是使用变分自编码器。我们先以 Python 探索这些，然后将训练好的模型以 ONNX 格式导出，可在 MetaTrader 中供向导汇编智能系统所用。 用“状态”一词来预测价格变化是偶然的，概因我们从监督学习转向强化学习。正如强化学习内建立的，状态是训练过程的关键起点，这与下图非常相似。
新文章 DoEasy 函数库中的图形（第七十五部分）：处理基本图形元素图元和文本的方法 已发布： 在本文中，我将继续开发由 CCanvas 标准库类提供强力支持的所有函数库图形对象的基准图形元素类。 我将创建绘制图元和在图形元素对象上显示文本的方法。 编译 EA，并在图表上启动它。 单击对象： 结果就是，我不小心在上面的对象上得到了一个类似于 CD 的有趣图像 :) 作者： Artyom Trishkin
XССI_Candle_Vol : CCI_Candle_Vol 指标，其结果蜡烛包含附加的均化 作者： Nikolay Kositsin
新文章 用 MQL5 创建交易活动控制板 已发布： 本文介绍用 MQL5 开发活动控制板所遇到的问题。接口元件通过事件处理机制来管理。此外，还提供控制元件属性的灵活设置选项。活动控制板允许处理仓位，以及设置、修改和删除市场和挂单。 作者： Евгений
新文章 测试不同的移动平均类型以了解它们的洞察力 已发布： 我们都知道移动平均指标对很多交易者的重要性。还有其他移动平均线类型在交易中也很有用，我们将在本文中确定这些类型，并将它们中的每一种与最流行的简单移动平均线进行简单比较，看看哪一种可以显示出最好的结果。 在本文中，我们探讨了以下移动平均线类型的性能结果： 自适应移动平均（AMA）, 双重指数移动平均（DEMA）, 三重指数移动平均线（TEMA）, 分形自适应移动平均（FrAMA） 我们为每种类型创建了交易系统，并将其结果与最流行的移动平均线类型简单移动平均线进行比较 作者： Mohamed Abdelmaaboud
ALGLIB - 数值分析库 : 移植到MQL5的ALGLIB 数学函数库 (v. 3.5.0) 。 作者： MetaQuotes Software Corp
通用尾随停止 : 此智能交易程序即可工作于单一持仓的正常模式, 也可工作于多持仓的对冲模式。 作者： Vladimir Khlystov
新文章 MQL5自动化交易策略（第十八部分）：基于包络线趋势反弹的剥头皮交易——核心架构与信号生成（1） 已发布： 本文中，我们将构建包络线趋势反弹剥头皮EA的核心架构。我们初始化包络线等信号生成所需的指标。同时，我们还将搭建回测环境，为下一篇文章中的交易执行环节做好准备。 包络线趋势反弹剥头皮策略采用 包络线指标 ，该指标在移动平均线的基础上上下设定一定偏差（如0.1%至1.4%），形成上下轨道，用于识别价格反转点，从而获取小额利润。该策略的核心逻辑在于：在上升趋势中，当价格触及下轨时产生买入信号；在下降趋势中，当价格触及上轨时产生卖出信号。这些信号会经趋势过滤器确认，例如200周期的
新文章 开发多币种 EA 交易（第 24 部分）：添加新策略（二） 已发布： 在本文中，我们将继续将新策略与创建的自动优化系统联系起来。让我们看看需要对优化项目创建 EA 以及第二和第三阶段 EA 进行哪些更改。 我们将继续上一篇 文章 中开始的工作。我们在此提醒您，在将整个项目代码拆分为库部分和项目部分之后，我们决定研究如何从 SimpleVolumes 模型交易策略过渡到另一种策略。我们需要为此做些什么？这会有多容易？毫无疑问，有必要为新的交易策略编写一个类。但随后出现了一些意想不到的复杂情况。
新文章 MQL5交易工具（第三部分）：构建用于策略交易的多时间周期扫描仪表盘 已发布： 在本文中，我们将使用MQL5构建一个多时间周期扫描仪表盘，用于展示实时交易信号。我们设计了一个交互式网格界面，利用多种指标实现信号计算，并添加了关闭按钮。文章结尾将介绍回测结果以及该仪表盘在策略交易中的优势。 我们旨在构建一个多时间周期扫描 仪表盘 ，提供清晰、实时的交易信号，从而提升策略决策能力。该仪表盘将采用网格布局，展示多个时间框架的买卖信号，使我们无需切换图表即可快速评估市场状况。此外，还将设置一个关闭按钮，以便轻松关闭面板，确保用户获得简洁、灵活的体验，满足我们的交易需求。 我们将整合
新文章 用 MQL5 创建“贪吃蛇”游戏 已发布： 本文描述一个“贪吃蛇”游戏编程的例子。在 MQL5 中，游戏编程变为可能主要是因为事件处理功能。面向对象编程大大简化了这个过程。在本文中，您将学习事件处理功能，标准 MQL5 库类的使用例子以及定期函数调用的详细信息。 作者： Roman Martynyuk
新文章 数据科学和机器学习（第 36 部分）：与偏颇的金融市场打交道 已发布： 金融市场非是完美平衡。有些市场看涨，有些看跌，有些市场展现范围起伏行为，表明无论哪个方向都不确定，这些不平衡的信息在训练机器学习模型时可能会误导，在于市场频繁变化。在本文中，我们将讨论若干种途径来应对该问题。 不同的外汇市场和金融工具在不同时间展现出不同的行为。虽然一些金融市场如股票和指数在长期运转中常常看涨，而其它如外汇市场则往往显现看跌行为、等等，这种不确定性在利用人工智能（AI）技术和机器学习（ML）预测市场时增加了复杂性。 作者： Omega J Msigwa
新文章 通过原始代码优化和调整来改进回测结果 已发布： 通过优化逻辑、细化计算和减少执行时间来提高回测精度，从而增强 MQL5 代码。微调参数，优化循环，消除低效，以获得更好的性能。 我们算法交易策略的开发始于一种结构化、系统化的形态识别和信号验证方法。该策略的核心采用了一个基于烛形的框架，旨在识别高概率反转场景。对于多头头寸，逻辑系统性地检测到三个连续的看涨烛形，然后是一个或两个修正看跌烛形，最终在索引 1（最近关闭的柱形）处确认看涨烛形。 相反，空头头寸则是由一种相反的形态触发的：连续三根看跌烛形，之后是一根或两根回撤看涨烛形，最后是索引 1
新文章 MetaTrader 5 中进行测试的原理 已发布： MetaTrader 5 中三种测试模式有何区别？应该特别注意什么？如何测试在几个工具上同时进行交易的 EA？在测试期间何时及如何计算指标值？如何处理事件？如何在测试期间以一种仅开盘价模式同步处理来自不同工具的指标柱？本文旨在回答这些问题以及很多其他问题。 作者： MetaQuotes Software Corp
新文章 MQL5 中的策略可视化：在标准图表中展示优化结果 已发布： 在本文中，我们编写了一个可视化优化过程的示例，并显示了四个优化标准的前三个步骤。我们还将提供一个机会，从三个最佳通过中选择一个，以便在表格和图表上显示其数据。 mql5.com 其中包含的信息量非常大，每次您浏览文章目录、参考资料或教科书时，您肯定会发现一些新的、有趣的东西。 这次就是这样。我偶然发现了一个简单且乍一看并不复杂的 文章 ，简要介绍了策略测试器。一切似乎都很简单，而且早已为人所知，但是……但是文章的最后一部分引起了我的兴趣。它建议只需将一小段代码连接到 EA
新文章 物美价廉的神经网络 - 链接 NeuroPro 与 MetaTrader 5 已发布： 是否用于交易的特殊神经网络程序好似很昂贵和复杂，或是与此相反，太简单？来试试 NeuroPro。它是免费的，并且包含针对业余爱好者的最佳功能集合。这篇文章将告诉您如何结合 MetaTrader 5 来使用它。 NeuroPro 的程序早在 1998 由一家俄国研究院编写，至今仍有现实意义。 它可以有效地运行在 Windows XP, Vista 和 Windows 7。我无法告知它在以后的 Windows 版本里如何工作，因为我没有测试它。 版本 0.25
新文章 掌握 MQL5：从入门到精通（第三部分）复杂数据类型和包含文件 已发布： 这是描述 MQL5 编程主要方面的系列文章中的第三篇。本文涵盖了上一篇文章中未讨论的复杂数据类型。这些包括结构、联合、类和“函数”数据类型。它还解释了如何使用 #include 预处理器指令为程序添加模块化。 在 本文 中，我将描述程序员如何创建复杂的数据类型： 结构 , 联合, 类（初学者水平） , 允许将变量名用作函数的类型。这允许将函数作为参数传递给其他函数。 本文还介绍了如何使用 #include
新文章 在MQL5中构建自优化智能交易系统（第七部分）：同时利用多个时间周期进行交易 已发布： 在本系列文章中，我们已经探讨了多种确定技术指标最佳使用周期的方法。今天，我们将向读者展示如何反其道而行之，也就是我们不再局限于挑选一个最佳时间周期，而是演示如何有效地利用所有可用周期。这种方法减少了被剔除的数据量，并为机器学习算法提供了常规价格预测以外的应用场景。 在先前探讨自优化智能交易系统的过程中，我们设计了一个RSI类模块，该模块能够以一种逻辑清晰、结构合理的方式，高效获取不同周期下的多组RSI指标数据。不熟悉该文章的读者可以通过 此处
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