本文彻底解释了赫斯特指数背后的思想, 以及其价值观和计算算法的含义。分析了多个金融市场片段, 并介绍了使用 MetaTrader 5 产品实现分形分析的方法。
在本文中，我们将会创建一个剥头皮市场深度工具的基本功能。另外，我们将基于 CGraphic 开发库开发一个订单分时图表，并且把它与订单簿整合。使用所描述的市场深度，就可以创造一个用于短线交易的强大辅助工具。
本文关于在 MetaTrader 中使用美国商品期货交易委员会（CFTC）的报告数据。 文章详细描述了所讨论的 META 交易者持仓报告（COT）项目，展示了如何加载和处理必要的信息。 项目中包含的 Expert Advisor 将帮助我们分析文章中给出概念的有效性。 最后，我们将得出一些结论并提供有用的建议。
在本文中，我们将使用 WinHttp.dll 针对 MetaTrader 5 平台创建 WebSocket 客户端程序。 客户端最终将作为一个类实现，并借助 Binary.com 的 WebSocket API 进行测试。
如何找到比平常更多的烛条形态？ 简单的烛条形态背后，还有一个严重的瑕疵，可经由现代自动交易化工具所提供的强大能力来抵消。
简述。 在本文中，我们将探索采用 MetraTrader 5 终端里以集成的 MQL5 编写 AutoIt 脚本。 在其中，我们将覆盖如何操纵终端的用户界面来自动完成各种任务，并介绍一个采用 AutoItX 库的类。
市场价格是缺乏需求和供应之间的稳定平衡而形成的，反之，又取决于各种各样的经济、政治和心理因素。这些因素的性质以及影响原因所存在的差异，使得直接考虑所有因素非常困难。本文提出一种依据精心设计的回归模型预测市场价格的尝试。
在本文中，我决定重点阐述著名的伯努利（Bernoulli）规划案，并展示如何用它来描述与交易相关的数据数组。 所有这些将被用来创建一个自适应的交易系统。 我们还将寻找一个更通用的算法，一个特例是伯努利公式，并查找能够运用它的应用。
有一个 Python 程序包可用于开发与 MQL 的集成，它提供了大量机会，例如数据探索、创建和使用机器学习模型。 集成在 MQL5 内置的 Python，能够创建各种解决方案，从简单的线性回归、到深度学习模型。 我们来看看如何设置和准备开发环境，以及如何使用一些机器学习函数库。
使用 bagging 的随机森林(Random Forest, RF) 是最强大的机器学习方法之一， 它略微弱于梯度 boosting，这篇文章尝试开发了一个自我学习的交易系统，它会根据与市场的交互经验来做出决策。
本文根据《订购指标时如何准备需求规范》一文中描述的规范样本之一展示之字折线 (ZigZag) 指标的开发。 该指标利用振荡器所定义的极值来构建。 它能够采用五种振荡器之一: WPR，CCI，Chaikin，RSI 或 Stochastic 振荡器。
交易信号服务正在突飞猛进地发展。 将我们的资金托付给信号提供者，我们希望尽量减少资金亏损的风险。 那么如何在这个交易信号的森林中解开拼图呢？ 如何发现能赚取盈利的产品？ 本文提出创建一种工具，可在品种图表中直观地分析交易信号的交易历史。
在篇论文当中，我们将用 MQL 的结构完成构建 MQL 程序窗口界面的概念讲述。 专业的图形编辑器能够交互式地设置由 GUI 元素的基本类组成的布局，然后将其以 MQL 描述导出，从而可在您的 MQL 项目中使用。 此片论文介绍了编辑器的内部设计和用户指南。 附带源代码。
当前，有相当数量的方式可以对交易账户进行轻松的远程监视：移动终端、推送通知、ICQ 。但都需要互联网连接。本文描述了“EA 交易”的创建程序，即使在移动互联网不可用的情况下，其也允许您通过电话或短信与交易终端保持联系。
套接字(Sockets)… 如果没有它们，我们的IT世界还可能存在吗?时光倒转回1982年，再到现在，它们每分每秒都与我们同在，这是网络的基础，是我们所居住的 Matrix 世界的神经末梢。
在前一部分当中，我们研究了 MySQL 连通器的实现。 在本文中，我们将研究如何实现收集信号属性的服务应用，和观察其随时间变化的程序。 如果用户需要观察并未显示在信号网页上的属性变化，则所实现的示例具有重大实际意义。