新文章 自适应行情跟踪方法的实际评估已发布： 本文所述交易系统的不同寻常之处主要是使用数学工具分析股票报价。系统应用了数字滤波和离散时间序列的频谱估值。策略的理论层面已描述过, 并曾创建了一款测试智能交易系统。 自回归函数和功率谱密度函数的计算将根据 Victor 提议的方法进行。对这个算法的细节感兴趣的人建议阅读 这篇文章。区域频谱分析函数的结果是一组数据, 为了清楚起见, 可以将其表示为图形。 作者：Dmitriy Gizlyk
新文章 机器学习模型的变量评估和选择已发布：
本文重点介绍机器学习模型中输入变量（预测因子）的选择，预处理以及评估的相关细节。多种规范化的方法以及它们的特点都将在此被讨论。在处理过程中将极大影响模型训练最终结果的环节也将在此探讨。我们将仔细看看，并评估新的及鲜为人知的用于确定输入数据信息量和可视化的方法。
我们将使用“RandomUniformForests”包，计算并分析变量不同值和各种组合的重要概念，预测因子和目标的对应关系，预测因子之间的相互作用，以及将所有重要的方面都考虑在内后预测因子集的最优选取。
我们将使用“RoughSets”包，换一个角度和基于其他概念来探讨预测因子...
新文章 通用EA交易: CUnIndicator 和挂单的使用(第9部分)已发布： 本文讲述的是通过通用的 CUnIndicator 类来操作指标,另外，还探讨了操作挂单的新方法。请注意，从这一点开始，CStrategy 项目的结构开始发生本质改变，现在所有的文件都位于一个目录中以便用户方便使用。 下面的屏幕截图显示了在策略测试器中 CIpmulse 2.0 的测试片段，它显示了设置的挂单以及对它们的处理: 图 1. 在 Impulse 2.0 策略测试中对挂单的处理 作者：Vasiliy Sokolov
新文章 本文讨论如何在跨平台智能交易系统中设置自定义停止价位。它还讨论了一种紧密相关的方法, 即随着时间的推移, 定义停止位的演化。已发布： 本文讨论如何在跨平台智能交易系统中设置自定义停止价位。它还讨论了一种紧密相关的方法, 即随着时间的推移, 定义停止位的演化。 以下功能显示了以上述方式计算盈亏平衡的图表。基于这张流程图, 要预先计算三个数值: 激活, 失活和新的停止价位。如果当前价格水平大于或等于初始阶段所需的最低价位 (设定止损到盈亏平衡), 则先前计算出的新止损价位将被暂定用作交易的新止损价位。否则, 输出将为零。下一步是检查新的停止价位是否优于当前停止价位, 如果满足上一个条件,...
我想每天的7点和12点 开仓，编写EA时我用下面的函数，但是没有结果。请问应该怎么编写啊，用什么函数？ if( iTime("USDJPY",PERIOD_H1,0)==7 || iTime("USDJPY",PERIOD_H1,0)==12) { }
Digital_CCI_Woodies_HTF:
在输入参数中带有时段选择选项的Digital_CCI_Woodies指标.
作者： Nikolay Kositsin
新文章 第三代神经网络：深度网络已发布：
本文致力于介绍一种新的有前景的机器学习方向 — 深度学习或者更准确的说，深度神经网络。简要回顾第二代神经网络，它们的连结架构和主要类型，学习的方法和规则以及缺点，随后介绍第三代神经网络的发展，它们的主要类型，特点和学习方法。创建并训练一个深度神经网络，由真实数据通过堆栈式自动编码器权重进行初始化。从输入数据的选择到数量化求解的所有步骤都会详细讲述。文章的最后部分包含一个深度神经网络的EA实例，其中带有一个MQL4/R的内置指标。
本文将要讨论这一课题的主要概念，诸如深度学习以及无复杂layman形式运算的深度网络。
真实数据的实验，通过定量...
新文章 用随机森林预测趋势已发布：
本文使用Rattle包自动进行模式识别，来预测外汇市场的多头和空头。本文对初学者和有经验的交易者都适用。
创建任何交易系统的目的都是为了能够预测金融产品的市场行为，如一个货币对。预测的目标可以是不同的。我们在此限定为预测货币的走势，或者更准确的说是预测货币报价的涨（多头）跌（空头）。
要预测货币价格走势，交易者通常在图标上附加一些指标，以期找到一种可用于预测的模式。
本文探讨使用R统计分析系统中的Rattle包，来自动选取相关模式进行价格行为预测。
我们使用R这一理想的金融市场预测工具，来对货币对价格行为进行预测。话说，R主要是一种给有经验的...
新马丁: 新马丁智能交易系统启动时在两个相对方向开单。OnTradeTransaction 处理。当止盈触发, 它在同方向上开仓 (一个仓位)。两条均线指标的交叉点是大手数开单的信号。 作者： Vladimir Karputov
新文章 跨平台智能交易系统: 停止位已发布： 本文讨论智能交易系统中停止价位的实现, 以便在两个平台 Metatrader 4 和 Metatrader 5 之间兼容。 正如我们从前一篇文章 (参见 跨平台智能交易系统: 订单) 中了解到的那样, 在交易操作 (入场) 成功之后创建了一个 COrder 实例。对于 MetaTrader 4 和 MetaTrader 5, 关于止损和止盈的信息可以从经纪商的后台获取并保存。然而, 如果要对经纪商隐藏停止位或涉及多个停止位的情况下, 关于这些停止位的更多信息就应该被保存在本地。因此, 在后一种情况下, 在仓位成功入场后, 应首先创建 COrder...
新文章 深度神经网络 (第 IV 部)。创建, 训练和测试神经网络模型已发布： 本文将研究 darch 软件包的新功能 (v.0.12.0)。它包含具有不同数据类型, 不同结构和训练顺序的深度神经网络训练的描述。培训结果也包括在内。 经过训练的神经网络可以根据需要进一步在新数据基础上进行训练。只有有限数量的模型才有可能。由复杂受限 Boltzmann 机 (DNRBM) 初始化的深度神经网络的结构图显示在图例.2 中 图例.2. DNSRBM 的结构图 作者：Vladimir Perervenko
用来处理正则表达式的MQL4 RegularExpressions: 正则表达式提供了一种正式的语言来快速灵活地处理问题。每个正则表达式都是一个模式（面具），为此，正则表达式引擎试图寻找匹配的源文本。一个模式由一个或多个字符文字，操作符或架构组成。 作者： MetaQuotes Software Corp.
新文章 深度神经网络 (第 III 部)。样品选择和降维已发布： 本文是一系列有关深层神经网络的延续文章。在此, 我们将研究选择样本 (消除噪声), 降低输入数据的维度, 并在数据准备期间将数据集合划分为训练/验证/测试集合, 以便训练神经网络。 Autoencoder 是具有一个或多个隐藏层的神经网络, 且输入层中的神经元数量等于输出层中神经元的数量。АЕ 的主要目的是尽可能准确地表示输入数据。用于标准神经网络训练的正则化和神经元激活方法也同样用于 AE。任何构建神经网络的软件包只要允许提取隐藏层权重矩阵, 均可用来构建 AE 模型, 。我们将使用 autoencoder...
e-CA:
在平缓波动市场上您保证可以赢 50-60-100 个点.
输入参数:
extern double TakeProfit = 60;extern int StopLoss = 40;extern double Lots = 0.1;extern int Trailing = 0;extern int Step = 0;extern int MA.Period = 35;extern int MA.method = 0;//MODE_SMAextern int sigma_b=5;extern int...
新文章 使用云存储服务来进行终端之间的数据交换已发布： 云技术正在变得越来越流行，现在，我们可以选择付费或者免费的存储服务，有没有可能在交易中使用它们呢?本文提出了一种技术，可以使用云存储服务来进行终端之间的数据交换。 在开发应用程序代码之前，让我们在 Google 网站上进行一些准备工作。为此，要访问developers console（开发人员控制台） (再次登录到您的账户才能访问)， 为应用程序创建一个新的项目。转到项目面板 ("选择一个项目"按钮或者 Ctrl + O). 创建一个新的项目 (+). 作者：Dmitriy Gizlyk
MacdPatternTraderAll0.01. 时间+马丁格尔:
新的潜力。
作者： Юрий
新文章 旗形形态已发布： 本文分析了以下的K线形态: 旗形, 三角旗形, 楔形，长方形，收敛三角型，扩张三角形。除了分析它们的相同点和不同点，我们还将创建指标用于在图表上侦测这些形态，还有一个测试指标用于快速评估它们的效果。 第二类的模式是由填充它们区域的柱构成的，当然，在图表上很难看到明显形成这样的图形，但是重点是有一个柱被邻近的柱大幅覆盖，而形成了形态。 图 5. 形态: a — 旗形, b — 三角形, c — 楔形. 形态显示了价格可能会上涨 (用于买入). 作者：Dmitry Fedoseev
新文章 在 MetaTrader 5 中创建和测试自定义交易品种已发布： 创建自定义交易品种拓展了开发交易系统和金融市场分析的边界，现在，交易者可以在无限的金融资产工具上绘制图表和测试交易策略了。 在点击 "创建自定义交易品种" 之后, 设置它的名称，如有必要在合约规格中修改所需的参数。 作者：MetaQuotes Software Corp.
Time Price Scale Enables Disables:
此脚本控制所有已开图表或某一图表的时间和价格标尺显示。
作者： Karputov Vladimir
新文章 MetaTrader 5 中的自定义前瞻优化已发布： 本文介绍使用 MQL 中实现的内置测试器和辅助函数库来准确模拟前瞻优化的方法。 现在, 我们只需要适应这种连续前瞻优化机制。为了实现这一点, 请确保仅在每个窗口 W 中执行交易结果优化, 同时忽略所有后续测试周期 S。在测试器设置中选择 自定义优化条件, 并在函数库中基于当前窗口 W 内的交易计算, 然后使用 OnTester 事件处理程序从测试器中返回它。此外, 函数应在每个后续测试区间 S 里计算并保存交易结果。.优化完成后, 随着步进 i 的移动, 我们会得到每个窗口 W...
新文章 深度神经网络 (第 I 部)。准备数据已发布： 本系列文章继续探索深度神经网络 (DNN) 在众多应用领域 (包括交易) 中的运用。在此会探索本主题的新维度, 同时使用实际的实验测试新的方法和思路。本系列的第一篇文章致力于为 DNN 准备数据。 以及集合的第二部分: evalq(ggpairs(dataSetCap, columns = 8:13, mapping = aes(color = Class), title = "PredCap2"), env) 图例.15....
新文章 用于一组指标信号的朴素贝叶斯分类器已发布： 本文通过运用多个独立指标的信号, 分析贝叶斯公式在提高交易系统可靠性方面的应用。理论计算可由一款简单的通用 EA 进行验证, 配置为使用任意指标。 其中 N 是指标数量。 N 的各种数值的函数图形显示在如图例 1 当中。 图例. 1. 带有不同数量随机变量的联合概率的外貌 作者：Stanislav Korotky
新文章 通用EA交易: 访问交易品种的属性 (第8部分)已发布： 文章的第八部分包含了 CSymbol 类的描述, 它是一个特别的对象，可以访问任何交易资产。当在 EA 交易中使用时, 这个类提供了很多交易品种的属性，而简化了EA交易的编程，并扩展了它的功能。 当EA交易被编译好，并且在一个 Si 期货合约在图表上编译和展示之前，会触线下面的表格: 以表格显示卢布/美元利率图。 作者：Vasiliy Sokolov
新文章 交易货币对篮子时出现的测试形态。第 I 部已发布： 我们开始测试形态, 并尝试有关交易货币对篮子的文章中所描述的方法。我们看看在实践中如何应用超卖/超买等级的突破形态。 组合 WPR 的范围在 -100％ 到 +100％ 之间, 所以我们现在假设超买等级为 +60％, 而超卖等级为 -60％, 符合标准值。我们来看看指标超出超买/超卖等级的次数。为此, 我们要用到此处 描述的方法: 将 testIndexZig-Zag1.mq5 指标应用于组合的 WPR 图表 (testWPReur.mq5)。我们的目标是确定超过 +70％ 和 +80％, 或 -70％ 和 -80％ 的极值数量...
新文章 跨平台智能交易系统: 时间过滤器已发布： 本文探讨如何实现跨平台智能交易系统的各种时间过滤方法。时间过滤器类负责检查给定时间是否处于特定时间配置设置的范围内。 可在本文的底部 (tester_time_range.html) 找到启用时间范围过滤后运行智能交易系统的测试结果。在此测试当中, 时间范围从 2017 年开始, 到 2017 年 1 月 6 日的第一个星期五结束。所以, 智能交易系统在结束日期后不再有任何交易入场时, 我们可以知道过滤器已然工作。最后一笔交易的屏幕截图如下所示: 作者：Enrico Lambino
同时显示全部时段MA移动方向的简单指标:
根据选定时段的移动平均(MA)方向, 在当前图表上显示不同颜色的MA片段, 如果在选定时段上MA方向不同, 则根本不会显示.
作者： Александр
新文章 交易中的夹角. 需要进一步的研究已发布： 在本文中，我们讨论的交易分析方法是，在 MetaTrader 4 终端中度量夹角。本文提供了一个大致的计划来使用夹角做趋势变化的分析，以及用于在交易中做夹角分析的实用的非标准方法。本文也提出了结论，这对交易是有帮助的。 交易中，角的概念稍微有点修改，角是柱数和点数的比例。这里的柱数表示由标准时段(M1,M5,等等)和非标准时段提供的时间，点数则代表由4位或者5位小数衡量的价格单位。 作者：12m
您错过了交易机会：
- 免费交易应用程序
- 8,000+信号可供复制
- 探索金融市场的经济新闻
注册
登录