MetaTrader 5 Python用户组 - 如何在Metatrader中使用Python - 页 44

[Vladimir Perervenko]

Renat Fatkhullin:

如果你可以创建多个会话mt5.initialize。

在一个会话中，请求是同步的。

一个终端的多个会话（经纪人、账户）？

还是每个会话都需要一个单独的终端？

这很有意思。

[Renat Fatkhullin]

Vladimir Perervenko:

一个终端的多个会话（经纪人、账户）？

还是每个会话都需要一个单独的终端？

这很有意思。

支持对一个终端的多个会话。

[Vladimir Perervenko]

Renat Fatkhullin:

支持对一个终端的多个会话。

很好。我将尝试

[Renat Fatkhullin]

请注意，Jupyter Notebook *.ipynb文件是直接从编辑器（不是终端）支持的。

有可能完全运行它们。

[wildzes]

下午好。

寻找Python的MetaTrader5软件包的源代码。遇到了这个部分：https://www.mql5.com/en/code/mt5/libraries
但有数以百万计的链接。通过人工搜索找到所需源代码的机会接近于零。

请告诉我，如果这个图书馆https://pypi.org/project/MetaTrader5/
是否可以找到源代码（如果可以，我不介意得到它的链接）？

[MetaQuotes]

该库只作为一个编译包发布。

[Dmytro Prokopiev]

Renat Fatkhullin:
注意，直接从编辑器（不是终端）支持Jupyter笔记本*.ipynb文件。

有可能完全运行它们。

是否有可能远程运行它们？即指定jupyter运行的服务器的IP，还是只指定本地？

[alex.alexen]

Renat Fatkhullin:

下周五我们将发布MT5版本并同时更新文档。

论坛中对旧界面的描述也将被编辑。

默认情况下，在用户账户下最后启动的终端被启动。搜索目录C:\Users\%username%\AppData\Roaming\MetaQuotes\Terminal，并选择最新的实例。

答案代码被包裹在元组中，与MQL5的答案代码相似。

我们将在后面的文档中描述它。

你能告诉我今天是否到期吗？

[Dmytro Prokopiev]

alex.alexen:
你能告诉我今天是否到期吗？

从我所看到的，更新已经通过了--2020年2月21日的构建2340

[Marcos Tebrich]

拜托，谁能帮助我。

我试图从MQL5编辑器中运行样本（Python），但它给我的错误是

NameError: name 'MT5_TIMEFRAME_H4' is not define

谢谢帮助

编码

# Copyright 2020, MetaQuotes Software Corp.
# https://www.mql5.com
from datetime import datetime
from MetaTrader5 import *
import MetaTrader5 as mt5
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
pd.set_option ('display.max_columns', 500) # number of columns to be displayed
pd.set_option ('display.width', 1500) # max table width to display
# import pytz module for working with time zone
import pytz
mt5.initialize ()
 
# set time zone to UTC
timezone = pytz.timezone ("Etc / UTC")
# create 'datetime' object in UTC time zone to avoid the implementation of a local time zone offset
utc_from = datetime (2019, 4, 5, tzinfo = timezone)
# get 10 EURUSD H4 bars starting from 04/01/2019 in UTC time zone
rates = mt5.copy_rates_from ("EURUSD", MT5_TIMEFRAME_H4, utc_from, 20)
mt5.shutdown ()
# display each element of obtained data in a new line
print ("Display obtained data 'as is'")
for rate in rates:
    print (rate)
 
# create DataFrame out of the obtained data
rates_frame = pd.DataFrame (list (rates),
                           columns = ['time', 'open', 'low', 'high', 'close', 'tick_volume', 'spread', 'real_volume'])

# display data
print ("\ nDisplay dataframe with data")
print (rates_frame)