|
11+ 年
经验
|
11
产品
|
297
演示版
|
|
220
工作
|
0
信号
|
0
订阅者
|
💎 The simplest Neural Network Coding Guide : https://www.mql5.com/en/blogs/post/752324
💎 The simplest DLL for mql5 Coding Guide : https://www.mql5.com/en/blogs/post/753426
💎 Harmonic patterns scanner for MT5 : https://www.mql5.com/en/market/product/51212
💎 Similar price action candlestick patterns indicator for MT5 : https://www.mql5.com/en/market/product/133318
💎 Fibonacci Sonar indicator : https://www.mql5.com/en/market/product/133627
💎 Chart projection indicator : https://www.mql5.com/en/market/product/5569
💎 Youtube : https://www.youtube.com/@lorentzor1938
-can load more than 1 years worth of starting data
-loads everything needed and does not let your test fail and you to figure out why
-is on GMT time
-has news history on gmt
-has ticks history on gmt
-supports multisymbol multitimeframe
-and simulates ticks properly for the above
-does not let the user make accidental mistakes such as reading future values unknowingly
Would that be an interesting application ?
The creator of OpenAI comes to your town for vacation.
You both flirt with the same woman.
Unfortunately the woman picks you.
The ceo learns you are a forex trader and decides to dedicate 10 minutes of his massive infrastructure to create the ultimate trading algorithm.
Comes here and publishes it for free , just to ruin you , just because the woman chose you.
☕️
PS: if the opposite happens that woman is most likely a spy
B. Analyze all possible 5 leg wave formations
vote now ☕️
Why prefer a cluttered website over a terminal ?
What isnt mt5 offering ?☕️
It is a giant library of immediately available and well documented - with video - solutions combinator.
That's why its not fun coding in python . You are not creating anything , you are just combining stuff.
Useful tho
斐波那契声纳 斐波那契声纳有一个内部价格行为模式库，收集自 28 个符号和 7 个时间范围。 每个模式分为两面。前侧和后侧。斐波那契声纳使用前侧来识别相似的模式。最近的价格行为（任何时刻）直到最新条的开盘价是用作搜索库的前侧。 后侧保存每个模式所见的所有活动的汇总。这就是斐波那契术语的用武之地。从过去每个模式的所有实例的开盘价中，我们以斐波那契序列部署了开盘价上方和下方的价格水平。然后，我们测量了达到价格水平的次数。如果将达到价格水平的次数除以单个价格模式存在的实例数，则可以将其提取为百分比 (%) 当然，对于每个模式，您可以想象在顶部斐波那契价格和底部斐波那契价格上都有一个百分比。这允许使用给定百分比值来查找价格的方法。例如，使用此方法，我们可以要求达到 50% 的时间的水平，该方法将返回价格水平。 这些水平就是您在图表上看到的。虽然它们是由斐波那契价格范围与其发生可能性相结合而创建的，但它们并不位于与每个模式的开盘价之间的斐波那契距离。 这些水平的预定发生百分比为： 75% 50% 33% 10% 0% 其中有 5 个高于开盘价，5 个低于开盘价。这些水平并不围绕开盘价对称。高于
相似价格行为指标 相似价格行为将查找与您选择的图表区域尽可能相似的过去烛台图案序列。 该指标将从您选择的价格行为区域的第一个烛台之前开始搜索，直到图表的第一个最旧条。 评估两个序列之间的相似性有几个标准： 序列的长度必须相同，如果您选择的区域是 20 个烛台宽，那么任何匹配的结果也必须是 20 个烛台宽。您可以选择任意数量的蜡烛。 将根据序列的高低大小进行视觉比较 将根据序列的开盘价和收盘价大小和方向进行视觉比较。如果蜡烛图对一个序列来说是看涨的，而对另一个序列来说是看跌的，则得分设置为 0.0 序列有一组快速和慢速移动平均线，它们根据其增量进行比较。增量可以在该区域内相对比较，也可以在整个资产范围内绝对比较（相对和绝对模式） 序列有一组快速和慢速 ATR，用于比较其波动性。同样，比较可以是相对的，也可以是绝对的。 序列有一组快速和慢速 RSI，用于比较其局部强度。 以上所有内容混合在一起以获得最终评级，其中每个组件都由一个系数加权。指标的输入中提供了系数和比较方法。 指标的搜索引擎 simipac 将扫描过去所有可能的蜡烛图序列，而不会破坏蜡烛的顺序。
相似价格行为指标 相似价格行为将查找与您选择的图表区域尽可能相似的过去烛台图案序列。 该指标将从您选择的价格行为区域的第一个烛台之前开始搜索，直到图表的第一个最旧条。 评估两个序列之间的相似性有几个标准： 序列的长度必须相同，如果您选择的区域是 20 个烛台宽，那么任何匹配的结果也必须是 20 个烛台宽。您可以选择任意数量的蜡烛。 将根据序列的高低大小进行视觉比较 将根据序列的开盘价和收盘价大小和方向进行视觉比较。如果蜡烛图对一个序列来说是看涨的，而对另一个序列来说是看跌的，则得分设置为 0.0 序列有一组快速和慢速移动平均线，它们根据其增量进行比较。增量可以在该区域内相对比较，也可以在整个资产范围内绝对比较（相对和绝对模式） 序列有一组快速和慢速 ATR，用于比较其波动性。同样，比较可以是相对的，也可以是绝对的。 序列有一组快速和慢速 RSI，用于比较其局部强度。 以上所有内容混合在一起以获得最终评级，其中每个组件都由一个系数加权。指标的输入中提供了系数和比较方法。 指标的搜索引擎 simipac 将扫描过去所有可能的蜡烛图序列，而不会破坏蜡烛的顺序。
=> Because they need backtests to show better than reality results to keep people interested to search for their fortune in this business.
But they could do these changes