MQL5编程文章

艾略特波浪理论是最流行的市场分析方法之一。然而，这个过程非常复杂，从而导致我们使用额外的工具。自动标记器是其中一种工具。本文描述用 MQL5 语言创建艾略特波浪的自动分析程序。

与别处相比，在 MQL5 应用商店购买交易机器人有一个明显的优势 - 其提供的自动化系统，可直接在 MetaTrader 5 终端内接受完整测试。购买前，EA 交易可以、也应该在内置的策略测试程序中，以所有不利的模式谨慎运行，从而对此系统有一个全面的认识。

本文会讲解您可以利用 MQL5 中的字符串所做的一切。对此感兴趣的主要应是 MQL5 入门程序员，同时也为经验丰富的开发人员提供了一次总结和系统化其知识的良机。

长时间以来，支持向量机一直被应用于生物信息学和应用数学等领域，以评估复杂数据集以及提取可用于数据分类的有用模式。本文会研究何为支持向量机、它们的工作方式，以及为什么说它们在提取复杂模式时非常有用。之后，我们再研究如何将其应用于市场，并发挥交易建议的潜在作用。本文将提供使用支持向量机学习工具的有效示例，让读者能够试验自己的交易。

MetaTrader 5 最近引入了交易信号服务，允许交易者复制任何信号提供者的交易操作。用户可以于其账户选择任何信号、执行订阅并复制所有交易记录。而信号提供者可以设定其订阅价格，并从其订阅者每月收取固定的费用。

如果一个指标使用很多其他指标的值进行计算，则它会消耗很多内存。本文介绍在使用辅助指标时，减少内存消耗的几种方法。保存的内存允许在客户端中增大同时使用的货币对、指标和策略的数量。这样提高了交易投资组合的可靠性。对您的计算机的技术资源进行这样的简单考量就可转换为任您处置的资金资源。

继我们决定奖励最为出色的 MQL5.com 参与者后，我们已经选出了确定每一位参与者对本社区发展所做贡献的关键准则。结果我们选出了下述优胜者，他们在网站上发布的文章数量最多 - investeo （11 篇）和 victorg （10 篇）；以及将其代码提交到代码库的 – GODZILLA （340 个程序）、Integer （61 个程序）和 abolk （21 个程序）。

本文会让我们以一种全新的视角，来进行 MQL4 与 MQL5 中 EA、指标及脚本的开发。将来，此编程范式会逐渐变成 EA 实施领域所有交易者的基本标准。利用这种自动机编程范式，MQL5 和 MetaTrader 5 开发人员也就具备了某种程度上创建新语言 - MQL6 - 和新平台 - MetaTrader 6 的能力。

2012 年 1 月末，从事 MetaTrader 5 开发业务的软件开发公司宣布 MQL5 可向 OpenCL 提供原生支持。本文通过一个示例说明了 MQL5 环境下 OpenCL 的编程基础知识，并列举了几个示例，讲述了为提高运行速度所做的朴素优化。

MQL5.community 应用商店为 EA 交易开发人员提供了一个由成千上万潜在客户构成的、已经成型的市场。这里是销售交易机器人和技术指标的最佳去处！

本文中，我想举一个例子说明交易者的程序会是什么样子，以及如果从头到始学习 MQL5，9 个月内能达到什么程度。这个例子还会显示出对于一个交易者而言，这样一种程序在占用价格图表最小空间的同时，其功能多样性与信息翔实性如何。而且，我们也会看出，可以通过何种方式，得到颜色多样、清晰明快且对于用户而言直观明确的交易信息面板。以及许许多多的其它功能...

通过市场向来自世界各地的数百万 MetaTrader 用户提供您的交易应用程序。 该服务提供了一个现成的基础架构：接触大量受众、解决方案发放许可、试用版、发布更新和接受付款。 您只需要快速完成一个卖家注册过程，即可发布您的产品。 利用服务提供的现成技术基础，开始从您的程序中产生额外的利润。

本文要讲述的是 AutoElliottWaveMaker - MetaTrader 5 中针对艾略特波浪分析的首次开发，体现出手动与自动波浪标签的合二为一。该波浪分析工具完全在 MQL5 中编写，不包含任何外部 dll 库。这也是可以（且应）利用 MQL5 开发成熟有趣程序的又一证据。

隐藏 .ex5 文件中类/函数的实施细节，会让您能够同其他开发人员共享自己的专有算法，设立共同项目并在网络中宣传它们。而且，在 MetaQuotes 团队不遗余力地引入直接继承 ex5 库类可能性的同时，我们现在就要付诸实施了。

大多数开发人员都需要保证其代码的安全性。本文就会讲到 MQL5 软件的几种不同的保护方式 - 其中涉及到的是赋予 MQL5 脚本、EA 交易和指标许可能力的方法。包括密码保护、钥匙生成器、账户许可、时限评估以及采用 MQL5-RPC 调用的远程保护。

在《Dr. Tradelove...》一文中，我们创建了一个可独立优化某预先选定交易系统的 EA 交易。而且，我们还决定创建一个不仅能够优化构成 EA 的交易系统参数、而且可以在多个交易系统中选择最优的 EA 交易。我们来看看，它会带来些什么...

MetaTrader 5的EA交易可视向导提供一种高度直观的图形环境，带有一整套允许您在数分钟内完成EA交易设计的预定义交易代码块。EA交易可视向导的单击拖拽法允许您像使用铅笔和纸张一样，创建外汇交易策略与信号的可视化呈现。这些交易图表均通过Molanis的MQL5代码生成器自动进行分析，并将其转换为即用型EA交易。而互动式图形环境则会简化设计过程，且无需编写MQL5代码。

本文力求升级此前创建的指标，并简要讲述了利用自助法与分位数评估预测置信区间的一种方法。如此一来，我们便会获得将用于评估预测准确性的预测指标和脚本。

MetaTrader 5 客户端提供了各种机会来优化 EA 交易的参数。除了策略测试程序中包含的优化标准以外，开发人员还有机会创建自己的标准。这样一来，EA 交易的测试和优化便具有了无限的可能性。本文介绍了创建此类标准的实用方法，既适用于复杂标准，也适用于简单标准。

自组织特征映射（Kohonen 映射）最有趣的方面是，其在不受监督的情况下就可学会对数据进行分类。就其基本形式而言，该映射能够生成输入数据的一个类似映射（聚类）。可使用 SOM 映射实现高维数据的分类和可视化。在本文中，我们将讨论 Kohonen 映射的几个简单应用。

对某个序列的统计参数进行估计非常重要，因为大多数数学模型和方法均基于不同的假设。例如，正态分布规律或离差值（或其他参数）就是这样。因此，在分析和预测时间序列时，我们需要一个简单方便的工具，用于快速清晰地估计主要统计参数。本文简要说明了一个随机序列的最简单统计参数，以及其可视分析的几种方法。本文还说明了如何在 MQL5 中实现这些方法，以及使用 Gnuplot 应用程序对计算结果进行可视化的方法。

本文介绍如何将 MetaTrader 5 连接到 ENCOG - 高级神经网络和机器学习框架。它包含一个基于标准技术指标的简单神经网络指标和一个基于神经指标的 EA 交易的描述和实施。本文还附带了所有源代码、编译后的二进制文件、DLL 和一个可仿效的经过训练的网络。

市场价格是缺乏需求和供应之间的稳定平衡而形成的，反之，又取决于各种各样的经济、政治和心理因素。这些因素的性质以及影响原因所存在的差异，使得直接考虑所有因素非常困难。本文提出一种依据精心设计的回归模型预测市场价格的尝试。

在本文中，我介绍了在 MQL5 代码和托管 C# 代码之间进行互动的不同方法。我还提供了几个例子来说明如何针对 C# 封送 MQL5 结构以及如何在 MQL5 脚本中调用导出的 DLL 函数。我相信提供的例子能用作以后研究用托管代码编写 DLL 的基础。本文也为 MetaTrader 使用已经在 C# 中实施了的多个库打开了大门。

随机游走和实际的市场数据看起来非常类似，但是它有一些重要的特征。在本文中，我们将通过用掷硬币游戏进行模拟，讨论随机游走的特性。为了研究数据的特性，开发了趋势指标。

现今很难找到一台没有安装 Web 浏览器的计算机。长久一来，浏览器一直在进化和改进。本文讨论依据从 MetaTrader 5 客户端获得的信息，以简单和安全的方式创建图表，以在浏览器显示它们。

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。

本文介绍在其第一个维度中包含不同类型的数据的动态二维数组的类。以表格的形式存储数据可方便地解决与安排、存储和操作不同类型的绑定信息相关的各种问题。实施表格处理功能性的类的源代码已附于本文。

本文基于 James Hyerczyk 所著《形态-价格-时间：甘氏理论在交易系统里的运用》一书中的某些理念，旨在探讨以指标和 《EA 交易》;形式进行自动化交易和分析的可能性。本文不敢自称内容详尽，在此我们只是探讨模型 - 甘氏理论的第一部分。

在 MQL5 中使用面向对象方法这一做法，极大简化了多币种/多系统/多时间表 EA 交易的创建过程。不妨想象一下单个 EA 交易采用多个交易策略、使用一切可用工具以及利用所有可能的时间表进行交易的情形！此外，EA 交易还方便使用测试程序进行测试，并且对于所有策略而言，该交易包含了一个或多个资金管理工作系统。

看一看您的交易终端。您能看到哪些价格展示方式？柱、烛形图和线条。我们追求的是时间和价格，但却只能由价格获利。那么，分析市场时，我们能否只关注价格呢？本文会针对点数图（"圈圈叉叉"）提出一种算法和脚本 - 已将各种各样的价格模式考虑在内，而其实际应用亦于提供的建议中列出。

本文要讲述的是 William Blau 在《动量、方向和背离》一书中所说的指标。William Blau 的方法允许我们迅速、准确地接近价格曲线的波动，从而确定价格变动的趋势和转折点，并消除价格噪声。同时，我们还能探测市场的超买/超卖状态，以及指明趋势结束和价格反向变化的信号。

这种技术分析广泛应用于各个指标，从而更清楚地显示基本报价，并允许交易者执行分析和预测市场价格变动。非常明显，除非我们可以解决初始报价转换以及所得结果可信度的相关问题，否则使用这些指标没什么意义，更不用说将其应用于交易系统的创建了。我们会在本文中讲述，得出这样一个结论，是经过严格推理的。

本文旨在让读者熟悉用于时间序列短期预测的指数平滑模型，此外还会探讨预测结果优化与评估相关的各种问题，并提供若干脚本与指标示例。当您首次接触基于指数平滑模型的预测原则时，阅读本文定会有所收益。

在 2011 年年初，我们发布了 MQL5 向导的第一个版本。这一新的应用程序为自动生成交易机器人提供了简单方便的工具。任何 MetaTrader 5 用户都能创建自定义的EA 交易，他们甚至无需知道如何以 MQL5 编程。

可以在没有很大困难的情况下解决创建执行代码的结构以及对其进行跟踪的整个复杂问题。由于 MQL5 语言的新功能 - 自动创建复杂类型的数据变量（结构和类）以及在超出局部范围时自动消失，这种可能性已经出现在 MetaTrader 5 中。本文提供对方法和现成工具的描述。

本文介绍了在应用统计中使用的随机变量的概率分布（正态分布、对数正态分布、二项分布、逻辑分布、指数分布、柯西分配、学生 t 分布、拉普拉斯分布、泊松分布、双曲线正割分布、贝塔分布和伽玛分布）。它还介绍用于处理这些分布的类。

本文讨论指标算法优化方法。每个人都会找到最适合自己的方法。本文介绍了三种方法。其中一个非常简单，另一个需要扎实的数学知识，最后一个需要一些智慧。使用指标或 MetaTrader5 客户端设计功能来实现其中的大多数方法。这些方法通用性强，不仅可用于加快线性回归计算，也可用于很多其他指标。

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。