今天，我们将学习如何在一张图表上同时添加多个指标，但又不占用单独的区域。 众多交易员感觉，如果他们一次性能监控多个指标（例如，RSI、STOCASTIC、MACD、ADX 和其它一些指标），或者在某些情况下甚至能监控构成指数的不同资产，则会得到更强信心。
在本文中，我将与您分享一个在交易领域最流行和最常用的指标，即 RSI。 您将学到如何基于该指标设计交易系统。
这两种方法的普及性日益增加，因此在 Matlab、R、Python、C++ 等领域开发了大量的库，它们接收到一个训练集作为输入，并自动为问题创建合适的网络。让我们试着理解基本的神经网络类型是如何工作的（包括单神经元感知机和多层感知机）。我们将探讨一个令人兴奋的算法，它负责网络训练 - 梯度下降和反向传播。现有的复杂模型往往基于这样简单的网络模型。
本文探讨运用经验分解模式（EMD）预测时间序列的理论和实际应用。 它提议以 MQL 实现此方法，并出示了测试指标和智能交易系统。
我们早前已经讨论过某些类型的神经网络实现。 在所研究的网络中，每个神经元都重复相同的操作。 逻辑上进一步应利用现代技术提供的多线程计算功能来加快神经网络学习过程。 本文介绍了一种可能的实现方式。
在本文中，我们将分析一个基于Python的深层神经网络编程的交易系统的分步实现。这将使用谷歌开发的 TensorFlow 机器学习库执行。我们还将使用 Keras 库来描述神经网络。
在接下来的系列文章中，我将演示探讨大多数市场因素的自适应算法的开发，以及如何将这些情况系统化，用逻辑描述它们，并在您的交易活动中应用它们。我将从一个非常简单的算法开始，这个算法将逐渐获得理论，并发展成一个非常复杂的项目。
本文研究各种类型背离: 简单, 隐藏, 扩展, 三重, 四重, 收敛, 以及 A, B 和 C 种类的背离。还开发了在图表上搜索并显示的通用指标。
最近对 FOREX 市场进行群集分析的兴趣越来越高。MQL5 提供了研究货币对运动趋势的新可能。MQL5 不同于 MQL4 的一个新特点是能够使用数量不受限制的指标缓存。本文描述了一个创建多货币指标的例子。
长期以来，人们对多货币分析和多货币交易存在极大的兴趣。随着 MetaTrader 5 和 MQL5 编程语言的公开发行，实施完备的多货币体系成为可能。在本文中，针对多个交易品种，我们提出一种方法来分析和处理所有到来的价格变动。让我们将 USDx 美元指数的多货币 RSI 指标作为示例。