![轻松快捷开发 MetaTrader 程序的函数库(第十八部分):帐户与任意其他函数库对象之间的交互](https://c.mql5.com/2/37/MQL5-avatar-doeasy.png)
![轻松快捷开发 MetaTrader 程序的函数库(第十八部分):帐户与任意其他函数库对象之间的交互](https://c.mql5.com/i/articles/overlay.png)
轻松快捷开发 MetaTrader 程序的函数库(第十八部分):帐户与任意其他函数库对象之间的交互
本文将帐户对象的操作安置于任意函数库对象的新基准对象之上,改进了 CBaseObj 基准对象,并测试了设置跟踪参数,以及接收任意函数库对象事件。
![构建自动运行的 EA(第 05 部分):手工触发器(II)](https://c.mql5.com/2/50/Aprendendo_construindo_005_600x314.jpg)
构建自动运行的 EA(第 05 部分):手工触发器(II)
今天,我们将看到如何创建一个在自动模式下简单安全地工作的智能系统。 在上一篇文章的末尾,我建议允许手工操作 EA 是合适的,至少在一段时间内。
![为 MetaTrader 打造的高级 EA 构造器 - botbrains](https://c.mql5.com/2/43/avatar.png)
![为 MetaTrader 打造的高级 EA 构造器 - botbrains](https://c.mql5.com/i/articles/overlay.png)
为 MetaTrader 打造的高级 EA 构造器 - botbrains
在本文中,我们将展示 botbrains.app 的功能 — 一款无代码开发交易机器人的平台。 若要创建一款交易机器人,您无需编写任何代码 — 只需将必要的模块拖放到规划图上,设置它们的参数,并在它们之间建立连接。
![另一个 MQL5 OOP 类](https://c.mql5.com/2/0/hand.png)
![另一个 MQL5 OOP 类](https://c.mql5.com/i/articles/overlay.png)
另一个 MQL5 OOP 类
本文会从一种理论性交易概念的构想,到编制一个在经验世界中实现这一概念的 MQL5 EA 交易,为您讲解如何从头建立一个面向对象的 EA 交易。依本人看,边做边学是取得成功的一种可靠方法。所以,我会拿出一个实用的例子,让您明白如何才能整理自己的想法,并最终完成外汇自动交易代码。和您一起遵守“面向对象”原则,也是我的目标之一。
![在 MetaTrader 5 中应用费歇尔变换和逆费歇尔变换进行市场分析](https://c.mql5.com/2/0/Fisher_Transform_MQL5__1.png)
![在 MetaTrader 5 中应用费歇尔变换和逆费歇尔变换进行市场分析](https://c.mql5.com/i/articles/overlay.png)
在 MetaTrader 5 中应用费歇尔变换和逆费歇尔变换进行市场分析
我们知道一个市场周期的概率密度函数 (PDF) 并不会让我们想到高斯分布,而是一种正弦波的概率密度函数,并且大多数指标假定市场周期的概率密度函数为高斯分布,我们需要一种方式来纠正。解决方法是使用费歇尔变换。费歇尔变换将任何波形的概率密度函数转换为近似的高斯分布。本文介绍费歇尔变换和逆费歇尔变换的算法以及它们在交易中的应用。介绍和评估了一个基于逆费歇尔变换的专有交易模块。
![MQL5.com 自由职业: 开发者的收入来源 (信息图)](https://c.mql5.com/2/10/avatar_infographics.png)
![MQL5.com 自由职业: 开发者的收入来源 (信息图)](https://c.mql5.com/i/articles/overlay.png)
MQL5.com 自由职业: 开发者的收入来源 (信息图)
值此 MQL5 自由职业服务的第四个生日, 我们准备了一幅信息图来展示其自创生来的整体服务成果。让数据本身说话: 迄今已总计执行了超过 10000 笔订单, 价值约 $600,000, 有 3000 余客户和 300 余开发者已经在使用此服务。
![MQL4 作为交易者的工具, 还是高级技术分析](https://c.mql5.com/2/13/137_1.png)
![MQL4 作为交易者的工具, 还是高级技术分析](https://c.mql5.com/i/articles/overlay.png)
MQL4 作为交易者的工具, 还是高级技术分析
交易首先是对可能性的计算. 有一句谚语, 懒惰是进步的引擎, 这也揭示了指标以及交易系统被开发出来的原因. 绝大多数交易新手学习的都是"成型"的交易理论. 但是, 如果够幸运的话, 还有更多的没有被发现的市场奥秘和用于分析价格走向的工具, 例如那些还没有实现的技术指标或者数学和统计学工具包. 非常感谢比尔.威廉姆斯对市场运行理论的贡献. 虽然,也许现在休息是太早了些.
![MetaTrader 5 中的并行计算](https://c.mql5.com/2/0/parallel.png)
![MetaTrader 5 中的并行计算](https://c.mql5.com/i/articles/overlay.png)
MetaTrader 5 中的并行计算
在人类的整个历史长河中,时间都是极其宝贵的,因此我们努力避免不必要的时间浪费。如果您的电脑配备了多核处理器,本文将告诉您如何为“EA 交易”的工作提速。此外,实施建议的方法不要求您掌握 MQL5 以外的其他语言的知识。
![无需 Python 或 R 语言知识的 Yandex CatBoost 机器学习算法](https://c.mql5.com/2/49/CatBoost-machine-learning-algorithm-from-Yandex-with-no-Python-or-R-knowledge-required_600x314.jpg)
无需 Python 或 R 语言知识的 Yandex CatBoost 机器学习算法
本文通过一个具体的例子提供了机器学习过程的主要阶段的代码和描述。您不需要 Python 或 R 语言知识就能够获得模型。此外,基本的MQL5知识已经足够了- 这正是我的水平。因此,我希望这篇文章能为广大读者提供一个很好的指导,帮助那些对评估机器学习能力感兴趣的人,并在他们的课程中实现这些能力。
![神经网络在交易中的实际应用 (第二部分). 计算机视觉](https://c.mql5.com/2/49/Practical_application_of_neural_networks_in_trading_001_600x314.jpg)
神经网络在交易中的实际应用 (第二部分). 计算机视觉
利用计算机视觉可以训练神经网络对价格图表和指标的直观表示。这种方法可以对整个复杂的技术指标进行更广泛的操作,因为不需要将它们以数字形式输入神经网络。
![一张图表上的多个指标(第 06 部分):将 MetaTrader 5 转变为 RAD 系统(II)](https://c.mql5.com/2/49/Multiple-indicators-on-one-chart-mPart-06d-Turning-MetaTrader-5-into-a-RAD-system-2IIi_600x314.jpg)
一张图表上的多个指标(第 06 部分):将 MetaTrader 5 转变为 RAD 系统(II)
在我的前一篇文章中,我向您展示了如何利用 MetaTrader 5 对象创建图表交易,从而将平台转变为 RAD 系统。 该系统运行良好,可以肯定的是,许多读者也许已经考虑过创建一个函数库,令其能够在拟议的系统中扩展功能。 有基于此,就有可能开发一款更直观的智能交易系统,其界面更友好、更易于使用。
![构建新兴的社交技术, 第一部分: 发布您的 MetaTrader 5 信号](https://c.mql5.com/2/0/Devices-network-wireless-connected-100-icon.png)
![构建新兴的社交技术, 第一部分: 发布您的 MetaTrader 5 信号](https://c.mql5.com/i/articles/overlay.png)
构建新兴的社交技术, 第一部分: 发布您的 MetaTrader 5 信号
今天我们将学习如何将 MetaTrader 5 终端与 Twitter(推特) 链接,以便发布您的 EA 交易信号。我们将用 PHP 开发一个基于 REST web 服务的社交决策支持系统。此想法来自于自动交易的特定概念,称为电脑辅助交易。我们希望通过人工交易者的认知能力来过滤这些交易信号,否则 EA 会自动在市场上下单。
![构建自动运行的 EA(第 03 部分):新函数](https://c.mql5.com/2/50/aprendendo_construindo_003_600x314.jpg)
构建自动运行的 EA(第 03 部分):新函数
今天,我们将看到如何创建一个在自动模式下简单安全地工作的智能系统。 在上一篇文章中,我们已启动开发一个在自动化 EA 中使用的订单系统。 然而,我们只创建了一个必要的函数。
![在交易中应用 OLAP(第 2 部分):可视化交互式多维数据分析的结果](https://c.mql5.com/2/36/OLAP_02__1.png)
![在交易中应用 OLAP(第 2 部分):可视化交互式多维数据分析的结果](https://c.mql5.com/i/articles/overlay.png)
在交易中应用 OLAP(第 2 部分):可视化交互式多维数据分析的结果
在本文中,我们会探讨为一个MQL程序创建一个交互式图形界面,该程序设计用于使用OLAP技术处理帐户历史和交易报告。为了获得视觉效果,我们将使用最大化和可伸缩的窗口、自适应布局的控件和用于显示图表的新控件。为了提供可视化功能,我们将实现一个GUI,其中沿着坐标轴选择变量,以及选择聚合函数、图表类型和排序选项。
![学习如何基于分形(Fractals)设计交易系统](https://c.mql5.com/2/50/learnhow_fractal_600x314.jpg)
学习如何基于分形(Fractals)设计交易系统
本文是我们关于如何基于最流行的技术指标设计交易系统的系列中的一篇新文章。 我们将学习一个新的指标,即分形(Fractals)指标,我们将学习如何设计一个基于它的交易系统,从而能在 MetaTrader 5 终端中执行。
![统计分布在交易者工作中的作用](https://c.mql5.com/2/0/statistic_measument.png)
![统计分布在交易者工作中的作用](https://c.mql5.com/i/articles/overlay.png)
统计分布在交易者工作中的作用
本文是我的《用 MQL5 表示统计概率分布》一文的续篇,该文介绍了处理某些理论统计分布的类。现在,我们已经有了理论基础,我建议我们应直接进入实际数据集,并尝试据此基础获得某些信息。
![自定义品种(符号):实践基础](https://c.mql5.com/2/49/Custom_symbols_Practical_basics_600x314.jpg)
自定义品种(符号):实践基础
本文专门介绍了程序化生成自定义品种(符号),这些自定义品种可用来演示一些显示报价的流行方法。 它描述的是一种建议的微创智能交易系统改编方案,可用在派生的自定义品种图表上,如同真实品种一样。 MQL 源代码随附于文后。
![神经网络变得轻松(第六部分):神经网络学习率实验](https://c.mql5.com/2/49/Neural_Networks_Easy_006_600x314.jpg)
神经网络变得轻松(第六部分):神经网络学习率实验
我们之前已研究过各种类型的神经网络及其实现。 在所有情况下,训练神经网络时都使用梯度下降法,为此我们需要选择学习率。 在本文中,我打算通过示例展示正确选择学习率的重要性,及其对神经网络训练的影响。
![基于成交历史的交易播放器](https://c.mql5.com/2/0/MQL5_Trade_Player.png)
![基于成交历史的交易播放器](https://c.mql5.com/i/articles/overlay.png)
基于成交历史的交易播放器
交易播放器。仅仅五个字,无需解释。一个带有按钮的小对话框出现在您的脑海中。按一个按钮 - 它开始播放,移动控制杆 - 播放速度改变。事实上,它非常类似。在本文中,我想展示我编写的以几乎与实时交易完全相同的方式播放交易历史的程序。本文使用指标和管理图表来介绍 OOP 的某些细节。
![视频:如何为简单自动交易设置 MetaTrader 5 和 MQL5](https://c.mql5.com/2/46/Metaquotes-simple-automated-trading.png)
![视频:如何为简单自动交易设置 MetaTrader 5 和 MQL5](https://c.mql5.com/i/articles/overlay.png)
视频:如何为简单自动交易设置 MetaTrader 5 和 MQL5
在这个小视频课程中,您将学习如何下载、安装和设置 MetaTrader 5,并实现自动交易。 您还将学习如何调整图表设置,和自动交易选项。 您将完成第一次回溯测试,在本课程结束时,您就会知道如何导入一个可以全天候自动交易的智能交易系统,而无需呆坐在屏幕前。
![神经网络变得轻松(第四十五部分):训练状态探索技能](https://c.mql5.com/2/55/Neural_Networks_Part_45_600x314.jpg)
神经网络变得轻松(第四十五部分):训练状态探索技能
在没有明确奖励函数的情况下,实用的训练技能就是分层强化学习的主要挑战之一。 以前,我们已领略了解决此问题的两种算法。 但环境研究的完整性问题仍然悬而未决。 本文演示了一种不同的技能训练方式,其可取决于系统的当前状态直接使用。
![关于策略优化的一些简单想法](https://c.mql5.com/2/10/DSCI2306_p28-640-480.png)
![关于策略优化的一些简单想法](https://c.mql5.com/i/articles/overlay.png)
关于策略优化的一些简单想法
即使你借助MQL5的云计算网络来进行优化工作,仍就需要消耗大量的计算机资源。本文由我对MetaTrader 5策略测试器一些简单的改进想所法组成。这些想法来自于MQL社区的相关技术文档、论坛和文章。
![DoEasy 函数库中的价格(第六十二部分):实时更新即时报价序列,为操控市场深度做准备](https://c.mql5.com/2/42/MQL5-avatar-doeasy-library.png)
![DoEasy 函数库中的价格(第六十二部分):实时更新即时报价序列,为操控市场深度做准备](https://c.mql5.com/i/articles/overlay.png)
DoEasy 函数库中的价格(第六十二部分):实时更新即时报价序列,为操控市场深度做准备
在本文中,我将实现即时报价数据的实时更新,并为操控市场深度的品种对象类(DOM 本身将在下一篇文章中实现)做准备。
![开发自适应算法 (第二部分): 提高效率](https://c.mql5.com/2/41/50_percents__2.png)
![开发自适应算法 (第二部分): 提高效率](https://c.mql5.com/i/articles/overlay.png)
开发自适应算法 (第二部分): 提高效率
在本文中,我将通过改进先前创建的算法的灵活性来继续本主题的开发。随着分析窗口中烛形数量的增加,或烛形超额阈值百分比的增加,算法变得更加稳定。我不得不做出妥协,并设置一个更大的样本量进行分析或更大的烛形超额百分比。
![更好的程序员(第 02 部分):停止做这 5 件事变为一名成功的 MQL5 程序员](https://c.mql5.com/2/43/Article_image.png)
![更好的程序员(第 02 部分):停止做这 5 件事变为一名成功的 MQL5 程序员](https://c.mql5.com/i/articles/overlay.png)
更好的程序员(第 02 部分):停止做这 5 件事变为一名成功的 MQL5 程序员
对于任何想要提高编程职业生涯的人来说,这是一篇必读文章。 本系列文章旨在尽最大可能令您成为最佳程序员,无论您有多少经验。 研讨的思路适用于 MQL5 编程萌新和专业人士。
![在算法交易中 KOHONEN 神经网络的实际应用 第二部分优化和预测](https://c.mql5.com/2/35/MQL5_kohonen_trading__1.png)
![在算法交易中 KOHONEN 神经网络的实际应用 第二部分优化和预测](https://c.mql5.com/i/articles/overlay.png)
在算法交易中 KOHONEN 神经网络的实际应用 第二部分优化和预测
在设计使用 Kohonen 网络的通用工具的基础上,我们建立了优化EA参数的分析和选择系统,并探讨了时间序列的预测。在第一部分中,我们修正和改进了公开的神经网络类,增加了必要的算法。现在,是时候在实际应用中使用它们了。
![MQL5 中的矩阵和向量](https://c.mql5.com/2/49/matrix_vectors_mql5_600x314.jpg)
MQL5 中的矩阵和向量
运用特殊的数据类型“矩阵”和“向量”,可以创建非常贴合数学符号本意的代码。 运用这些方法,您可以避免创建嵌套循环,或在计算中分心记忆正确的数组索引。 因此,矩阵和向量方法的运用能为开发复杂程序提高可靠性和速度。
![用 MQL5 创建“贪吃蛇”游戏](https://c.mql5.com/2/0/snake__2.png)
![用 MQL5 创建“贪吃蛇”游戏](https://c.mql5.com/i/articles/overlay.png)
用 MQL5 创建“贪吃蛇”游戏
本文描述一个“贪吃蛇”游戏编程的例子。在 MQL5 中,游戏编程变为可能主要是因为事件处理功能。面向对象编程大大简化了这个过程。在本文中,您将学习事件处理功能,标准 MQL5 库类的使用例子以及定期函数调用的详细信息。