代码
来自"MQL5算法交易的神经网络"教程的示例 MetaTrader 5
"MQL5算法交易的神经网络"教程是一本全面的操作指南，涵盖了人工智能和神经网络的理论基础，以及使用MQL5编程语言在金融交易应用的实践方面。
交易者的MQL5编程(MQL5 Programming for Traders) - 源代码第七部分 MetaTrader 5
在本书的最后，即第七部分讨论了MQL5 API的高级功能，这在为MetaTrader 5开发程序时发挥重要作用。其中包括自定义交易品种、内置经济日历事件以及网络、数据库和加密等通用技术。
交易者的MQL5编程(MQL5 Programming for Traders) - 源代码第六部分 MetaTrader 5
在"交易者的MQL5编程(MQL5 Programming for Traders)"第六部分，我们将学习MQL5语言的一个关键组成部分 – 交易自动化。我们将首先介绍基本对象，如交易品种规格和交易账户设置。这些都是创建正常运行的EA交易的先决条件。
交易者的MQL5编程(MQL5 Programming for Traders) - 源代码第五部分 MetaTrader 5
在本书的第五部分，我们将深入探讨与算法交易相关的API，包括金融数据分析和处理、图表可视化、自动化和用户交互。
交易者的MQL5编程(MQL5 Programming for Traders) - 书中的源代码。第四部分 MetaTrader 5
在本书的第四部分，我们将重点掌握内置函数(MQL5 API)，并将逐步深入研究专门的子系统。任何MQL5程序都可以利用大量技术和功能。因此，从大多数程序都能使用的最简单且最有用的函数开始是明智的。
交易者的MQL5编程(MQL5 Programming for Traders) - 源代码第三部分 MetaTrader 5
第三部分 "MQL5中的面向对象编程"呈现了MQL5语言中面向对象编程(OOP)的世界。软件开发往往涉及与多个实体管理相关的复杂性，需要先进的技术来提高编程的便利性、效率和质量。
交易者的MQL5编程(MQL5 Programming for Traders) - 源代码第二部分 MetaTrader 5
第二部分 "MQL5编程基础知识"介绍了该编程语言的核心概念。本书这一部分专门讨论数据类型、标识符、变量、表达式和运算符。您将学习了解如何组合不同的指令来形成程序逻辑。
交易者的MQL5编程(MQL5 Programming for Traders) - 源代码第一部分 MetaTrader 5
本书第一章介绍了MQL5语言和开发环境。与MQL4（MetaTrader 4 语言）相比，MQL5语言其中一项新功能就是支持面向对象编程(OOP)，这使其类似于C++。
用来处理正则表达式的MQL4 RegularExpressions MetaTrader 4
正则表达式提供了一种正式的语言来快速灵活地处理问题。每个正则表达式都是一个模式（面具），为此，正则表达式引擎试图寻找匹配的源文本。一个模式由一个或多个字符文字，操作符或架构组成。
Parabolic SAR MetaTrader 4
抛物线状止损与反转指标的开发是用于分析有趋势市场的。
文章
在 ONNX 模型中使用 float16 和 float8 格式 MetaTrader 5
用于表示机器学习模型的数据格式对其有效性起着至关重要的作用。近年来，出现了几种新类型的数据，专门为使用深度学习模型而设计。在本文中，我们将重点介绍两种新的数据格式，它们已在现代模型中广泛采用。
Regression models of the Scikit-learn Library and their export to ONNX MetaTrader 5
In this article, we will explore the application of regression models from the Scikit-learn package, attempt to convert them into ONNX format, and use the resultant models within MQL5 programs. Additionally, we will compare the accuracy of the original models with their ONNX versions for both float
首次启动MetaTrader VPS：分步说明 MetaTrader 5
使用EA交易或订阅信号的每个交易者几乎都会认识到，需要为自己的交易平台租用一个可靠的24/7全天候主机服务器。出于多种原因，我们建议使用MetaTrader VPS。您可以通过MQL5.community账户方便地支付服务费用和管理订阅。
Classification models in the Scikit-Learn library and their export to ONNX MetaTrader 5
In this article, we will explore the application of all classification models available in the Scikit-Learn library to solve the classification task of Fisher's Iris dataset. We will attempt to convert these models into ONNX format and utilize the resulting models in MQL5 programs. Additionally, we
MQL5中的ALGLIB数值分析库 MetaTrader 5
本文简要介绍了ALGLIB 3.19数值分析库、它的应用以及可以提高金融数据分析效率的新算法。
利用回归衡量度评估 ONNX 模型 MetaTrader 5
回归是一项依据未标记样本预测真实数值的任务。 所谓的回归衡量度则是用来评估回归模型的预测准确性。
MQL5 中的矩阵和向量：激活函数 MetaTrader 5
在此，我们将只讲述机器学习的一个方面 — 激活函数。 在人工神经网络中，神经元激活函数会根据一个或一组输入信号的数值，计算输出信号值。 我们将深入研究该过程的内部运作。
在类中包装 ONNX 模型 MetaTrader 5
面向对象编程可以创建更紧凑、易于阅读和修改的代码。 在此，我们将会看到三个 ONNX 模型的示例。
如何在 MQL5 中集成 ONNX 模型的示例 MetaTrader 5
ONNX（开放神经网络交换）是一种表现神经网络的开放格式。 在本文中，我们将展示如何在一个智能交易系统中同时使用两个 ONNX 模型。
如何在 MQL5 中使用 ONNX 模型 MetaTrader 5
ONNX（开放式神经网络交换）是一种开源的机器学习模型格式。 在本文中，我们将研究如何创建 CNN-LSTM 模型，来预测金融时间序列。 我们还将展示如何在 MQL5 智能系统中运用创建的 ONNX 模型。
论坛
文章 "将ML模型与策略测试器集成（结论）：实现价格预测的回归模型"
新文章 将ML模型与策略测试器集成（结论）：实现价格预测的回归模型 已发布： 本文描述了一个基于决策树的回归模型的实现。该模型应预测金融资产的价格。我们已经准备好了数据，对模型进行了训练和评估，并对其进行了调整和优化。然而，需要注意的是，该模型仅用于研究目的，不应用于实际交易。 基于上述标准，在本文中，我决定使用决策树回归模型来预测收盘价。选择这种模型的理由如下： 性能 ：决策树通常适用于回归问题，因为它们能够捕捉变量之间的非线性关系和相互作用。通过适当调整模型超参数，如树深度和每片叶子的最小样本数，我们可以实现适应度和泛化之间的平衡。 可解释性
文章 "MQL5中的范畴论（第20部分）：自我注意的迂回与转换"
新文章 MQL5中的范畴论（第20部分）：自我注意的迂回与转换 已发布： 我们暂时离开我们的系列文章，考虑一下 chatGPT 中的部分算法。有没有从自然变换中借鉴的相似之处或概念？我们尝试用信号类格式的代码，在一篇有趣的文章中回答这些和其他问题。 我认为，在范畴论和自然变换的主题上继续写这些系列文章，而不去碰房间里的大象，也就是 chatGPT，那将是失职的。到目前为止，每个人都以某种形式熟悉了chatGPT和许多其他人工智能平台，并见证和欣赏了 变换 神经网络（transformer neural
文章 "为 MetaTrader 5 开发一款 MQTT 客户端：TDD 方式 - 第2部分"
新文章 为 MetaTrader 5 开发一款 MQTT 客户端：TDD 方式 - 第2部分 已发布： 本文是描述 MQTT 协议的本机MQL5客户端开发步骤系列文章的一部分。在这一部分中，我们将描述我们的代码组织、第一个头文件和类，以及我们如何编写测试。本文还包括关于测试驱动开发实践以及我们如何将其应用于该项目的简要说明。
文章 "MQL5 中的范畴论 (第 17 部分)：函子与幺半群"
新文章 MQL5 中的范畴论 (第 17 部分)：函子与幺半群 已发布： 本文是我们系列文章的最后一篇，将函子作为一个主题来讨论，且把幺半群作为一个范畴来重新审视。幺半群已在我们的系列中多次讲述，于此配合多层感知器帮助确定持仓规模。 为了汇总我们从这项研究中得到的主要收获和发现，我们已经展示了一个不同的幺半群视角，并以 MQL5 语言实现一个范畴。我们进一步证明，这种实现在指导交易系统的持仓规模方面很实用，在我们的例子中，它依赖于 RSI 指标的入场和离场信号。
文章 "神经网络变得轻松（第五十四部分）：利用随机编码器（RE3）进行高效研究"
新文章 神经网络变得轻松（第五十四部分）：利用随机编码器（RE3）进行高效研究 已发布： 无论何时我们研究强化学习方法时，我们都会面对有效探索环境的问题。解决这个问题通常会导致算法更复杂性，以及训练额外模型。在本文中，我们将看看解决此问题的替代方法。 高效探索的随机编码器（RE3）方法的主要目标是最大限度地降低训练模型的数量。在它们的工作中，RE3 方法的作者提请注意这样一个事实，即在图像处理领域，只有卷积网络能够识别单个对象的外在特点和内在特征。卷积网络将有助于降低多维空间的维度，突出特征并应对原始对象的缩放。
文章 "MQL5中的范畴论（第19部分）：自然性四边形归纳法"
新文章 MQL5中的范畴论（第19部分）：自然性四边形归纳法 已发布： 我们继续通过探讨自然性四边形归纳法来研究自然变换。对于使用MQL5向导构建的EA交易来说，对多货币实现的轻微限制意味着我们正在通过脚本展示我们的数据分类能力。所考虑的主要应用是价格变化分类及其预测。 在这篇文章中，我们将重点讨论如何利用自然性四边形，这是我们在 上一篇文章 中引入的一个概念，并进行归纳。这一做法的潜在适用好处将通过3个可以通过套利联系起来的外汇货币对来证明。我们希望对其中一对的价格变化数据进行分类，目的是评估我们是否可以为该对开发进场信号算法。 自然性四边形是 自然变换
文章 "MQL5中的范畴论（第18部分）：自然性四边形"
新文章 MQL5中的范畴论（第18部分）：自然性四边形 已发布： 本文通过介绍自然变换这一主题中的一个关键支柱，继续我们的范畴理论系列。我们研究看似复杂的定义，然后深入研究本系列“面包和黄油”的示例和应用程序；波动性预测。 自然变换（Natural transformations） 是范畴论中的一个关键概念，通常被视为 函子
文章 "MQL5 中的范畴论 (第 16 部分)：多层感知器函子"
新文章 MQL5 中的范畴论 (第 16 部分)：多层感知器函子 已发布： 本文是我们系列文章的第 16 篇，继续考察函子以及如何使用人工神经网络实现它们。我们偏离了迄今为止在该系列中所采用的方式，这涉及预测波动率，并尝试实现自定义信号类来设置入仓和出仓信号。 不过，在这篇文章中，我们对标普 500 指数更感兴趣，不仅仅是因为它的波动性，就像上一篇文章的情况，还有它的趋势。我们希望对其短期（月度）趋势进行预测，并在我们的智能系统中使用这些预测开仓。这意味着我们与智能信号类打交道，而不是智能尾随类，就像该系列到目前为止的情况一样。那么，依据财经日历数据图形实现基于函子的变换将导致标普 500
文章 "如何利用 MQL5 创建简单的多币种智能交易系统（第 1 部分）：基于 ADX 指标的信号，并结合抛物线 SAR"
新文章 如何利用 MQL5 创建简单的多币种智能交易系统（第 1 部分）：基于 ADX 指标的信号，并结合抛物线 SAR 已发布： 本文中的多币种智能交易系统是交易机器人，它只能在单一品种图表中运营，但可交易（开单、平单和管理订单）超过一个品种对。 本文中多币种智能交易系统的定义是交易机器人，它可从单一品种的图表中交易（开单、平单和管理订单）超过一个品种对。 当前对自动化交易系统、或多币种交易机器人系统的需求和兴趣非常高涨，但我们看到，在 MQL5 自动交易机器人上实现多币种系统程序尚未广泛发布，或也许仍被许多程序员保密。
文章 "神经网络变得轻松（第五十三部分）：奖励分解"
新文章 神经网络变得轻松（第五十三部分）：奖励分解 已发布： 我们已经不止一次地讨论过正确选择奖励函数的重要性，我们通过为单独动作添加奖励或惩罚来刺激代理者的预期行为。但是关于由代理者解密我们的信号的问题仍旧悬而未决。在本文中，我们将探讨将单独信号传输至已训练代理者时的奖励分解。 我们继续探索强化学习方法。如您所知，机器学习领域中用于训练模型的所有算法都基于最大化环境奖励的范式。奖励函数在模型训练过程中起着关键作用。其信号往往非常模棱两可。