![在交易中应用 OLAP(第 3 部分):为开发交易策略而分析报价](https://c.mql5.com/2/38/OLAP_02.png)
![在交易中应用 OLAP(第 3 部分):为开发交易策略而分析报价](https://c.mql5.com/i/articles/overlay.png)
在交易中应用 OLAP(第 3 部分):为开发交易策略而分析报价
在本文中,我们将继续研讨在交易中运用 OLAP 技术。 我们会扩展前两篇文章中表述的功能。 这次我们将研究报价的操盘分析。 我们还将基于所汇集的历史数据,推导并检验交易策略的设想。 本文推介了基于柱线形态研究和自适应交易的智能交易系统。
![如何利用 MQL5 创建自定义唐奇安(Donchian)通道指标](https://c.mql5.com/2/55/donchian_channel_indicator_600x314.jpg)
如何利用 MQL5 创建自定义唐奇安(Donchian)通道指标
有许多技术工具可用于可视化围绕价格的通道,其中一种工具是唐奇安(Donchian)通道指标。 在本文中,我们将学习如何创建唐奇安(Donchian)通道指标,以及如何在 EA 中将其作为自定义指标进行交易。
![神经网络实验(第 2 部分):智能神经网络优化](https://c.mql5.com/2/51/neural_network_experiments_p2_600x314.jpg)
神经网络实验(第 2 部分):智能神经网络优化
在本文中,我将利用实验和非标准方法开发一个可盈利的交易系统,并验证神经网络是否对交易者有任何帮助。 若在交易中运用神经网络的话, MetaTrader 5 完全可作为一款自给自足的工具。
![在莫斯科交易所(MOEX)里使用限价订单进行自动网格交易](https://c.mql5.com/2/49/Automated-grid-trading-using-limit-orders-on-Moscow-Exchange-6MOEXe_600x314.jpg)
在莫斯科交易所(MOEX)里使用限价订单进行自动网格交易
本文研究针对 MetaTrader 5 平台开发 MQL5 智能交易系统(EA),旨在能在 MOEX 上操作。 该 EA 采用网格策略,面向 MetaTrader 5 终端,并在 MOEX 上进行交易。 EA 包括了依据止损和止盈平仓,以及在某些市场条件下取消挂单。
![如何选择智能系统:拒绝一款交易机器人的 20 条强大准则](https://c.mql5.com/2/0/How_to_choose_an_Expert_Advisor_Twenty_strong_criteria_to_reject_a_trading_bot_600x314.jpg)
如何选择智能系统:拒绝一款交易机器人的 20 条强大准则
本文尝试回答这个问题:我们如何选择正确的智能系统? 哪些最适合我们的投资组合,我们如何过滤市场上提供的庞大交易机器人列表? 本文将介绍二十条明确而强大的准则来拒绝一款智能系统。 每条提出的准则都将得到很好的解释,从而帮助您做出更持久的决定,并为您建立一个更有前途的智能系统集合,从而赚取利润。
![从头开始开发智能交易系统(第 20 部分):新订单系统 (III)](https://c.mql5.com/2/49/Developing_a_trading_Expert_Advisor_from_scratch_011_600x314.jpg)
从头开始开发智能交易系统(第 20 部分):新订单系统 (III)
我们继续实现新的订单系统。 创建这样的一个系统需要熟练地掌握 MQL5,以及了解 MetaTrader 5 平台的实际工作方式,及其提供的资源。
![学习如何基于抛物线 SAR 设计交易系统](https://c.mql5.com/2/49/learnhow_parabolic_sar_600x314.jpg)
学习如何基于抛物线 SAR 设计交易系统
在本文中,我们将继续讲述如何基于最流行的指标设计交易系统。 在本文中,我们将详细学习抛物线 SAR 指标,以及如何运用一些简单的策略来设计用于 MetaTrader 5 的交易系统。
![从头开始开发智能交易系统(第 26 部分):面向未来(I)](https://c.mql5.com/2/49/Developing_a_trading_Expert_Advisor_005_600x314.jpg)
从头开始开发智能交易系统(第 26 部分):面向未来(I)
今天,我们将把我们的订单系统提升到一个新的层次。 但在此之前,我们需要解决少量问题。 我们现有的一些问题,是与在交易日里我们想要如何工作,以及我们做什么事情相关。
![学习如何基于奥森姆(Awesome)振荡器设计交易系统](https://c.mql5.com/2/49/Learn_how_to_design_a_trading_system_by_Awesome_Oscillator_600x314.jpg)
学习如何基于奥森姆(Awesome)振荡器设计交易系统
在我们系列的这篇新文章中,我们将学习一种也许对我们的交易有用的新技术工具。 它是奥森姆(Awesome)振荡器((AO)指标。 我们将学习如何基于该指标设计交易系统。
![神经网络变得轻松(第八部分):关注机制](https://c.mql5.com/2/49/Neural_Networks_Easy_008_600x314.jpg)
神经网络变得轻松(第八部分):关注机制
在之前的文章中,我们已经测试了组织规划神经网络的各种选项。 我们还研究了自图像处理算法中借鉴而来的卷积网络。 在本文中,我建议研究关注机制,它的出现为开发语言模型提供了动力。
![神经网络变得轻松(第七部分):自适应优化方法](https://c.mql5.com/2/49/Neural_Networks_Easy_007_600x314.jpg)
神经网络变得轻松(第七部分):自适应优化方法
在之前的文章中,我们利用随机梯度下降法针对网络中的所有神经元按照相同的学习率训练神经网络。 在本文中,我提议着眼于自适应学习方法,该方法能够改变每个神经元的学习率。 我们还将研究这种方法的利弊。
![学习如何基于 OBV 设计交易系统](https://c.mql5.com/2/49/learnhow_obv_600x314.jpg)
学习如何基于 OBV 设计交易系统
这是一篇新文章,将针对初学者继续我们的系列,介绍如何基于一些流行指标设计交易系统。 我们将学习一个新的指标,即能量潮(OBV),我们将学习如何使用并基于它来设计交易系统。
![数据科学和机器学习(第 05 部分):决策树](https://c.mql5.com/2/49/decision_trees_600x314.jpg)
数据科学和机器学习(第 05 部分):决策树
决策树模仿人类的方式针对数据进行分类。 我们看看如何构建这棵树,并利用它们来分类和预测一些数据。 决策树算法的主要目标是将含有杂质的数据分离成纯节点或靠近节点。
![神经网络变得轻松(第二十七部分):深度 Q-学习(DQN)](https://c.mql5.com/2/49/Neural_Networks_Easy_019_600x314.jpg)
神经网络变得轻松(第二十七部分):深度 Q-学习(DQN)
我们继续研究强化学习。 在本文中,我们将与深度 Q-学习方法打交道。 DeepMind 团队曾运用这种方法创建了一个模型,在玩 Atari 电脑游戏时其表现优于人类。 我认为评估该技术来解决交易问题的可能性将会很有益处。
![一张图表上的多个指标(第 05 部分):将 MetaTrader 5 转变为 RAD 系统(I)](https://c.mql5.com/2/49/Multiple-indicators-on-one-chart-9Part-05a-Turning-MetaTrader-5-into-a-RAD-system-yI6_600x314.jpg)
一张图表上的多个指标(第 05 部分):将 MetaTrader 5 转变为 RAD 系统(I)
有很多人不知道如何编程,但他们很有创造力,亦有杰出的想法。 然而,由于缺乏编程知识,他们无法实现这些想法。 我们一起看看如何利用 MetaTrader 5 平台本身创建图表交易,就如同它是一个 IDE。
![神经网络变得轻松(第二十一部分):变分自动编码器(VAE)](https://c.mql5.com/2/49/Neural_Networks_Easy_013_600x314.jpg)
神经网络变得轻松(第二十一部分):变分自动编码器(VAE)
在上一篇文章中,我们已熟悉了自动编码器算法。 像其它任何算法一样,它也有其优点和缺点。 在其原始实现中,自动编码器会尽可能多地将对象与训练样本分开。 这次我们将讨论如何应对它的一些缺点。
![RSI深三步交易技巧](https://c.mql5.com/2/57/The_RSI_Deep_Three_Move_600x314.jpg)
RSI深三步交易技巧
在MetaTrader 5中展示RSI深三步交易技术。本文基于一系列新的研究,这些研究展示了一些基于RSI的交易技术,RSI是一种技术分析指标,用于衡量股票、货币或商品等证券的强度和动量。
![在 MQL4 和 MQL5 框架下开发 OpenAI 的 ChatGPT 功能](https://c.mql5.com/2/55/mql5-openai_600x314.jpg)
在 MQL4 和 MQL5 框架下开发 OpenAI 的 ChatGPT 功能
在本文中,我们将尝鲜来自 OpenAI 的 ChatGPT,从而了解它在降低开发智能系统、指标、和脚本的时间和劳动强度方面的能力。我将引导您快速通览这项技术,并尝试向您展示如何正确地使用它在 MQL4 和 MQL5 中进行编程。
![从头开始开发智能交易系统(第 25 部分):提供系统健壮性(II)](https://c.mql5.com/2/49/Developing_a_trading_Expert_Advisor_004_600x314.jpg)
从头开始开发智能交易系统(第 25 部分):提供系统健壮性(II)
在本文中,我们将朝着 EA 的性能迈出最后一步。 为此,请做好长时间阅读的准备。 为了令我们的智能交易系统可靠,我们首先从代码中删除不属于交易系统的所有内容。
![学习如何基于 MFI 设计交易系统](https://c.mql5.com/2/49/learnhow_mfi_600x314.jpg)
学习如何基于 MFI 设计交易系统
这篇新文章出自我们的系列文章,是有关基于最流行的技术指标设计交易系统,它研究了一个新的技术指标 — 资金流动性指数(MFI)。 我们将详细学习它,利用 MQL5 开发一个简单的交易系统,并在 MetaTrader 5 中执行它。
![MetaTrader 中的多机器人:从单图表中启动多个机器人](https://c.mql5.com/2/53/launching_multiple_robots_600x314.jpg)
MetaTrader 中的多机器人:从单图表中启动多个机器人
在本文中,我将研究一个简单的模板,用来创建通用的 MetaTrader 机器人,该机器人可以在多个图表上使用,同时仅附加到一个图表,无需在每个单独的图表上为每个机器人实例进行配置。
![学习如何基于建仓/派发(AD)设计交易系统](https://c.mql5.com/2/49/learnhow_ad_600x314.jpg)
学习如何基于建仓/派发(AD)设计交易系统
欢迎阅读本系列的新文章,了解如何基于最流行的技术指标设计交易系统。 在本文中,我们将学习一种新的技术指标,称为建仓/派发指标,并了解如何基于简单的 AD 交易策略设计一款 MQL5 交易系统。
![了解使用MQL5下单](https://c.mql5.com/2/58/Understanding-order-placement_600x314.jpg)
了解使用MQL5下单
在创建任何交易系统时,我们都需要有效地处理一项任务。这项任务是下单,或者让创建的交易系统自动处理订单,因为它在任何交易系统中都至关重要。因此,您将在本文中找到您需要了解的关于这项任务的大多数主题,以有效地创建您的交易系统。
![构建自动运行的 EA(第 14 部分):自动化(VI)](https://c.mql5.com/2/51/aprendendo_construindo_014_600x314.jpg)
构建自动运行的 EA(第 14 部分):自动化(VI)
在本文中,我们将把本系列中的所有知识付诸实践。 我们最终将建立一个 100% 自动化和功能性的系统。 但在此之前,我们仍然需要学习最后一个细节。