文章,程序库评论 - 页 92

新文章 深度神经网络 (第 II 部)。制定和选择预测因子 已发布: 有关深度神经网络系列的第二篇文章研究当准备模型训练的数据期间预测因子的变换和选择。 现在, 我们想要看看异常值被删除之后变量中的 NA 分布。 require(VIM) evalq(a <- aggr(x. sin .out), env) 图例.6. 在数据集合中的 NA 分布 作者: Vladimir Perervenko
Intersection 2 iMA : 一个基于两个移动平均交叉的简单系统。 作者: Vladimir Karputov
HullTrend : 此趋势指标形成一个 Hull 均线和它的均值之间的彩色云图。 作者: Nikolay Kositsin
新文章 DoEasy 函数库中的图形(第七十四部分):由 CCanvas 类提供强力支持的基本图形元素 已发布: 在本文中,我将重修上一篇文章中构建的图形对象概念,并准备由标准库 CCanvas 类提供强力支持的函数库所有图形对象的基类。 编译 EA,并在品种图表上启动它。 单击任何“图形元素”对象时,其不透明度增加到 255,然后在达到最大值 (255) 时,它轮回从 0 增加到 255,同时在图表注释中显示单击对象的名称,及其不透明度: 作者: Artyom Trishkin
布林带 - EMA 偏差 : 此版本的布林带上边界和下边界不使用标准偏差,而使用 EMA 偏差。 作者: Mladen Rakic
新文章 MVC 设计范式及其可能的应用 已发布: 本文讨论了一种流行的 MVC 范式,以及它运用在 MQL 程序中的可能性、优缺点。 这个思路是将现有代码拆分为三个独立的组件:模型、视图和控制器。 在本文中,我们将研究“经典 MVC”,没有任何复杂性或附加功能。 这个思路是将现有代码拆分为三个独立的组件:模型、视图和控制器。 根据 MVC 范式,这三个组件可以独立开发和维护。 每个组件都可由单独的开发团队开发,他们承担创建新版本,并修复错误。 显然,这可令整个项目的管理更加容易。 甚而,它能够帮助其他人理解代码。 我们来看看每个组件。 视图 。 视图负责信息的可视化呈现。
新文章 DoEasy 函数库中的图形(第七十三部分):图形元素的交互窗对象 已发布: 这篇文章开辟了函数库一个新的操控图形的大章节。 在本文中,我将创建鼠标状态对象、所有图形元素的基准对象、以及函数库图形元素的交互窗对象类。 编译 EA,并在品种图表上启动它: 如我们所见,按钮和光标的状态显示正确。 交互窗对象仅在其活动区域内被鼠标抓住时才会移动。 在交互窗中单击鼠标右键和中键时,不会激活关联菜单和十字准线工具。 此处,我们遇到了一个有趣的小毛病:如果我们在窗口外启用十字线工具,然后将其悬停(按住鼠标左键)在窗体的活动区域上,它即开始移动。 这是不正确的行为。 但这仅是开始。
Exp_BykovTrend_ColorX2MA_MMRec : 在一款 EA 中使用 BykovTrend_V2 和 ColorX2MA 指标的两套独立交易系统,有一个选项可依据之前的交易结果改变未来交易的规模。 作者: Nikolay Kositsin
新文章 图形界面 VI: 复选框控件,编辑框控件以及它们的组合类型 (第一章) 已发布: 本文是在MetaTrader终端图形界面开发库系列中第六部分的开端,在第一章中,我们将讨论复选框控件,编辑框控件以及它们的组合类型。 为了作为例子,我们将在测试程序中加入这些控件,这样您就可以看到它是如何工作的了,让我们加上两个 CCheckBox 类型的复选框和一个 CCheckBoxEdit 和 CCheckComboBox 类型的控件, CCheckBoxEdit 类型控件的可用性将取决于第三个复选框的状态,而 CCheckComboBox 类型的控件将由第四个复选框的状态定义。 图 7
直方图 MACD : 移动均线聚合直方图。基于 MACD.mq5。 作者: Pablo Rego
  指标: SimpleZZ  (1)
SimpleZZ : 一款简单的可调整步长的之字折线。 作者: Scriptor
Consensus_of_Five : 五个指标的协同 作者: Scriptor
PivotHeiken 3 : EA 使用 Pivot-2 指标和 Heiken Ashi 平滑振荡器。 作者: Vladimir Karputov
新文章 来自专业程序员的提示(第二部分):在智能交易系统、脚本和外部程序之间存储和交换参数 已发布: 这些来自专业程序员关于方法、技术和辅助工具的一些提示,可令编程变得更轻松。 我们将讨论终端重启(关闭)后如何恢复参数。 所有示例都是来自我的 Cayman 项目的真实工作代码片段。 etTradeLevel 脚本允许设置交易级别的参数。 在图表上选择了一个对象(直线、趋势线或矩形)。 SetTradeLevel 脚本查找所选对象(交易级别),并为其设置参数。 接下来,脚本将参数保存到
Ichimoku Cloud : 简单Ichimoku指标(Ichimoku Kinko Hyo) 仅包含云状图形。 作者: Nikolay Kositsin
新文章 来自专业程序员的提示(第一部分):代码存储、调试和编译。 操控项目和日志 已发布: 这些提示来自专业程序员,涵盖有关方法、技术和辅助工具,能够令编程更轻松。 终端程序文件位于 MQL5 目录下。 这种编制就是所谓的“沙盒”。 来自外部的数据访问被关闭。 这是一个很好的决定。 不过,运用 DLL 可以访问任何地方。 例如,这里是 Cayman 项目的结构: /Experts/Cayman/ - 智能交易系统, /Files/Cayman/ - 数据文件 (设置、参数), /Include/Cayman/ - 类库(函数), /Scripts/Cayman/ - 主要操作脚本
新文章 DoEasy 函数库中的其他类(第七十一部分):图表对象集合事件 已发布: 在本文中,我将创建一些跟踪图表对象事件的功能 — 添加/删除品种图表和图表子窗口,以及添加/删除/更改图表窗口中的指标。 编译 EA,并在品种图表上启动它。 打开一个新的品种图表 — 从 OnDoEasyEvent() 处理程序中获取以下日志消息: OnDoEasyEvent: Open chart: AUDNZD H4, ID 131733844391938634 在打开的图表里添加任意振荡器的新窗口 — 从 OnDoEasyEvent() 处理程序获取以下日志消息: OnDoEasyEvent
新文章 直推和主动机器学习中的梯度提升 已发布: 在本文中,我们将探讨利用真实数据的主动机器学习方法,并讨论它们的优缺点。也许你会发现这些方法很有用,并将它们包含在你的机器学习模型库中。直推是由支持向量机(SVM)的共同发明者弗拉基米尔·瓦普尼克(Vladimir Vapnik)提出的。 让我们直接进入主动学习,用我们的数据测试它的有效性。 Python语言中有几个用于主动学习的库,其中最流行的是: modAL 是一个非常简单易学的包,它是流行的机器学习库 sciket learn 的一种包装(它们完全兼容)。该软件包提供了最流行的主动学习方法。, Libact
  EA: SerialMA_EA  (2)
SerialMA_EA : 基于动态移动平均线的智能交易系统。 作者: Scriptor
新文章 利用指标实时优化智能交易系统 已发布: 任何交易机器人的效率均取决于正确选择(优化)其参数。 然而,在某个时间区间内被认为是最佳的参数可能无法在另一个交易历史区间保持其有效性。 此外,在测试期间表现良好的 EA 在实时状态下最终会亏损。 持续优化的问题就此凸显出来。 当面对大量重复性工作时,人类总会寻找自动化方法。 在本文中,我提出了一种解决此问题的非标准方法。 当然,指标绝非意指策略测试器。 那么它如何帮助我们优化 EA 呢? 我的思路是在一款指标当中实现 EA 操作的逻辑,并实时跟踪虚拟交易的盈利能力。 在策略测试器中执行优化时,我们会迭代指定参数执行一连串的测试。
"DC 信号" 信号发生器 : 为生成信号, 它使用三种指标的组合模式: DCOS (由 DC2008 开发), BullsPower 和 BearsPower。 作者: Sergey Pavlov
新文章 模式搜索的暴力方法(第二部分):深入 已发布: 在本文中,我们将继续讨论暴力方法。我将尝试使用我的应用程序的新改进版本来更好地解释这种模式。我还将尝试使用不同的时间间隔和时间框架来找出稳定性的差异。 我将从全局模式开始,他们的数学期望值在8个点左右。这是因为我们在公式中使用了50个烛形,在每个货币对的第一个选项卡中检查了大约200000个变体,而只使用了1个内核。有更好的机器会更容易。下一个版本的程序将减少对计算能力的依赖。在这里,我不想把重点放在最终的数学期望上,而是放在性能如何影响未来的EA性能上。 让我们从 EURUSD H1
新文章 监视多币种的交易信号(第二部分):应用程序可视部分的实现 已发布: 在上一篇文章中,我们已创建了应用程序框架,其可作为进一步操作的基础。 在这一部分中,我们将继续开发:创建应用程序的可视部分,并配置界面元素的基本交互。 再次编译项目,并查看结果。 图例 13 信号编辑窗口 UI 元素交互的实现。 交易信号监控器 开发阶段的最后一步是为将来的交易信号监控器创建一个窗口。 我们还应考虑当前版本中已实现的那些基本设置。 在创建之前,我们设置一些任务,以便令读者理解创建元素之目的: 创建第一步中所选信号的文本标签的行。 创建在第二步中所选时间帧的文本标签的标题列。
TSI-振荡器 : 典型的归一化振荡器,变化范围从 -100 到 100,并提供一条信号线。 作者: Nikolay Kositsin
  EA: EA Close  (20   1 2)
EA Close : 这个 EA 交易是基于两个振荡指标的: iCCI (商品通道指数, CCI), iStochastic (随机振荡指标) 和一个趋势 iMA (移动平均, MA) 指标。 作者: Vladimir Karputov
新文章 基于 Bill Williams 所著《证券交易新空间》的 EA 交易程序 已发布: 在本文中,我将依据 Bill Williams 所著的《证券交易新空间:如何从股票、债券和商品交易中的混沌获利》一书讨论 EA 交易程序的开发。该策略本身已经广为人知,并且其使用在交易者之间仍然备受争议。本文考虑系统的交易信号、其实施的细节以及有关历史数据的测试结果。 在本文中,我将依据 B. Williams 所著的 《证券交易新空间:如何从股票、债券和商品交易中的混沌获利》 一书讨论针对 MetaTrader 5 平台,以 MQL5 语言进行的 EA
新文章 DoEasy 函数库中的价格(第六十三部分):市场深度及其抽象请求类 已发布: 在本文中,我将着手开发操控市场深度的功能。 我还将创建市场深度抽象订单对象,及其衍生类。 在本文中,我将着手实现操控市场深度的功能。 从概念上讲,操控 DOM 的类与以前实现的所有函数库类都没啥区别。 与此同时,我们将拥有一个 DOM 特征数据的模型,其中包含 DOM 中存储的有关订单数据信息。激活 OnBookEvent() 处理程序时,可由 MarketBookGet() 函数获取数据。 在 DOM 发生任何变化的情况下,处理程序中会为订阅 DOM 事件的每个品种激活一个事件。 故此,DOM
  指标: 走势  (2)
走势: 指标显示走势和回撤方向。 作者: Dmitry Fedoseev
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
新文章 DoEasy 库中的其他类(第六十九部分):图表对象集合类 已发布: 在本文里,我启动图表对象集合类的开发。 该类存储图表对象及其子窗口和指标的集合列表,从而提供操控任何选定图表及其子窗口的能力,亦或同时处理多个图表列表。 启动 EA 后,在日志中会显示 所创建图表对象集合对象 和 程序打开的图表 数据: Chart collection: - Main chart window EURUSD H4 ID: 131733844391938630 , HWND: 920114 , Subwindows: 1 - Main chart window GBPUSD H4 ID