文章,程序库评论 - 页 41

MultiZigZag - ZigZag 指标的另一个变体 (经济的 ZigZag): 这个版本的 ZigZag 可以同时显示三个zigzag, 数据来自当前的时段以及更大的时段. 作者: Eugeni Neumoin
ATR 数值指标: 一款用点值或点数显示 ATR (平均真实范围) 数值的指标,其中包含设置倍数的选项。 作者: Hossein Nouri
随机振荡交易: 当随机振荡进入超买超买区域, 开首仓, 如果图表反转, 则操作一手。 作者: андрей
Ikarakatica: Ikarakatica 指标。 它显示了何时买入以及何时卖出。 作者: John Smith
新文章 DoEasy 函数库中的价格(第六十三部分):市场深度及其抽象请求类 已发布: 在本文中,我将着手开发操控市场深度的功能。 我还将创建市场深度抽象订单对象,及其衍生类。 在本文中,我将着手实现操控市场深度的功能。 从概念上讲,操控 DOM 的类与以前实现的所有函数库类都没啥区别。 与此同时,我们将拥有一个 DOM 特征数据的模型,其中包含 DOM 中存储的有关订单数据信息。激活 OnBookEvent() 处理程序时,可由 MarketBookGet() 函数获取数据。 在 DOM 发生任何变化的情况下,处理程序中会为订阅 DOM 事件的每个品种激活一个事件。 故此,DOM
Close_all-e: 脚本平仓并删除所有挂单。 作者: Vasyl Nosal
MQL5网页无法打开,重装系统仍然无法打开,请教下有没有遇到同样问题的,求解决
新文章 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 已发布: 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。 我已为程序中用到的所有品种创建了即时报价数据集合。 该函数库能够为程序用到的每个品种获取所需数量的即时报价数据,并将所有这些品种存储在即时报价数据集合当中。 即时报价数据集合能够搜索任何所需即时报价对象,并接收其数据。 我们能够整理这些列表,以便进行统计研究。 不过,当某个品种的新即时报价到达时,并不会将新即时报价存到即时报价数据库当中。 在本文中,我将实现此功能。
新文章 ZUP - 通用之字折线构造 Pesavento 形态。图形界面已发布: 自 ZUP 平台的第一版本发布以来已过了十年时间, 期间它经历了多次变化和改进。结果就是, 如今我们为 MetaTrader 4 提供了一个独特的图形插件, 您可以快速、便捷地分析行情数据。本文介绍如何使用 ZUP 指标平台的图形界面。 当选择波浪符号时, 在屏幕上显示一条垂直线, 允许您精确地绘制图表极点上方/下方的符号。垂直线颜色和样式显示光标相对于柱线的位置。 1)光标位于零号柱线或柱线实体的右侧。将显示由灰色虚线构成的线。 此图形表现示意波浪符号并未设置在此图表上。...
新文章 DoEasy 函数库中的时间序列(第六十一部分):品种即时报价序列集合 已发布: 鉴于程序在其运行时可能会用到不同的品种,因此应为每个品种创建一个单独的列表。 在本文中,我将把这些列表合并到一个即时报价数据集合。 实际上,这将是一个常规列表,基于指向标准库 CObject 类及其衍生类实例指针的动态数组。 编译 EA,并在任何品种的图表上启动它。 在此之前,请在预定义列表中确保启用当前时间帧和品种,在整个建议的品种当中,仅保留了前两个品种: 在 OnInit() 处理程序中,经历了短时间,为两个所用品种创建即时报价数据之后,日志会收到有关程序参数、创建的时间序列、和 所创建即时报价
MT5 可否实现用代码激活上一图表窗口或激活下一图表窗口的功能。就如热键Ctrl+F6和Ctrl+Shift+F6的功能一样。用代码控制实现自动翻页。
新文章 DoEasy 函数库中的时间序列(第六十部分):品种即时报价数据的序列列表 已发布: 在本文中,我将创建存储单一品种即时报价数据的列表,并在 EA 中检查其创建状态,以及检索所需数据。 每个所用品种各自的即时报价数据列表将来会构成即时报价数据集合。 编译 EA,于任何品种的图表上启动它,并在设置中初步定义采用当前品种和当前时间帧。 当初始化 EA 时, 将显示有关 EA 参数的数据,所创建时间序列的数据 ,以及(稍后) 创建的即时报价序列上的数据 。 下面显示的是找到的当日两个 要价(Ask)最高 和 出价(Bid)最低 的即时报价数据: Account 8550475
新文章 无缝图表已发布: 本文介绍了没有跳空柱形图表的实现. 在MT4中, 只有当价格发生改变时, 才会画出柱形. 如果在一分钟之内价格都没有变化, 在一分钟图表上就会出现一个柱形空缺. 开发人员是有意选择这种绘制图表的方式的, 因为使用他们产品的大多数交易者都希望图表上只包含实际存在的价格. 然而, 也还是有人更喜欢连续的图表. 他们希望的是, 即使开盘价等于前一柱的收盘价, 还是会画出柱形. 这样, 在任何时间尺度上图表上都不会有空缺, 在1分钟图表上的100个柱永远对应着100分钟. 而在现在的实现中, 这些数据可能是不同的. 例如, 100分钟有可能只"配合"了98个柱,...
New article 在一些指标中多次重新计算基础柱体 has been published: 本文讨论当基础柱体改变时,在 MetaTrader 4 客户端里重新计算指标值的问题。它概括了如何添加指标代码的综合思路。在多次重新计算前保存一些允许重建程序代码的额外程序项。 在这篇文章中,我想讨论一下 MetaTrader 4...
新文章 自适应算法(第三部分): 放弃优化 已发布: 如果采用基于历史数据的优化方法来选择参数,就不可能得到真正稳定的算法。一个稳定的算法应该知道在任何时候操作任何交易工具时需要哪些参数。它不应该预测或猜测,它应该确定知道。 在新版本中,我决定不使用蜡烛图,因为它们的参数不稳定。更准确地说,只使用M1蜡烛,因为继续处理分时(tick)会导致资源消耗的显著增加。理想情况下,处理分时比较好。 我将分析N个点的块,这些块与 renko 类似,但它们基于稍微不同的算法。我已经在文章“ 什么是趋势,市场结构是基于趋势还是基于横盘 ”中提到了方块图及其在分析中的优势。 图 1. 方块图表
  EA: GbpChf 4  (2)
GbpChf 4: 貨幣對的顧問 Gbp/Chf。 時間表 - H1 。 算法 - 關於開啟吧。 作者: Vladimir Baskakov
  EA: 套利  (2)
套利: 多货币套利战术。 作者: Yury Reshetov
新文章 神经网络变得轻松(第十部分):多目击者关注 已发布: 我们以前曾研究过神经网络中的自关注机制。 在实践中,现代神经网络体系结构会采用多个并行的自关注线程来查找序列元素之间的各种依存关系。 我们来研究这种方法的实现,并评估其对整体网络性能的影响。 自关注算法采用三个已训练的权重矩阵(Wq,Wk 和 Wv)。 矩阵数据用于获取 3 个实体:Query, Key 和 Value。 前两个实体定义了序列元素之间的配对关系,最后一个实体定义了所分析元素的上下文。 情况并非总是一目了然,这并非什么秘密。 与之对比,似乎在大多数情况下,一种状况可从不同的观点来阐释。
新文章 神经网络变得轻松(第九部分):操作归档 已发布: 我们已经经历了很长一段路,并且函数库中的代码越来越庞大。 这令跟踪所有连接和依赖性变得难以维护。 因此,我建议为先前创建的代码创建文档,并保持伴随每个新步骤进行更新。 正确准备的文档将有助我们看到操作的完整性。 一旦程序完成,您将收到一个现成的文档。 Some screenshots are shown below. 附件中提供了完整的文档。 作者: Dmitriy Gizlyk
Blockbuster EA: Blockbuster EA. 作者: John Smith
基于 FXRaider 的交易策略的 EA: 基于 ForTrader.ru 的 FXRaider 的交易策略的EA. 作者: Юрий
Altarius_RSI&Stoh: 我已经针对 EUR/USD M15 测试了这款 EA, 它使用随机振荡器和 RSI。 作者: cxa
AIS3 交易机器人模板: 100% 可用于交易策略集成 作者: Airat Safin
新文章 在 MetaTrader 4 中的投资组合交易已发布: 本文揭示了投资组合交易及其在外汇市场中的应用。研究几种简单的投资组合数学模型。本文包含在 MetaTrader4 中的实际投资交易组合的实施例子: 投资组合指标和半自动化智能交易程序。交易策略的元素, 还针对它们的优点和缺陷进行了说明。 各种目标函数, 过滤参数, 反转和组合的运用, 为试验并搜集高效的交易设置提供了良好机会。一般来说, 所有设置可以分为两类: 突破交易和回滚交易。 以下是第一类反转和投资组合平移的交易设置示例: 作者:transcendreamer
新文章 利用 CatBoost 算法寻找外汇市场的季节性模式 已发布: 本文探索了用时间过滤器建立机器学习模型,并讨论了这种方法的有效性。现在,只要简单地指示模型在一周中某一天的某个时间进行交易,就可以消除人为因素。模式搜索可以由单独的算法提供。 您可以在函数中设置要检查的小时数列表。在我的例子中,所有的24小时都设置好了。为了实验的纯度,我通过将“min”和“max”(开启仓位的最小和最大水平)设置为15来禁用采样。“iterations”变量负责每小时的再训练周期数。增加这个参数可以得到更可靠的统计数据。操作完成后,函数将显示下图:
新文章 直推和主动机器学习中的梯度提升 已发布: 在本文中,我们将探讨利用真实数据的主动机器学习方法,并讨论它们的优缺点。也许你会发现这些方法很有用,并将它们包含在你的机器学习模型库中。直推是由支持向量机(SVM)的共同发明者弗拉基米尔·瓦普尼克(Vladimir Vapnik)提出的。 让我们直接进入主动学习,用我们的数据测试它的有效性。 Python语言中有几个用于主动学习的库,其中最流行的是: modAL 是一个非常简单易学的包,它是流行的机器学习库 sciket learn 的一种包装(它们完全兼容)。该软件包提供了最流行的主动学习方法。 Libact
新文章 DoEasy 函数库中的时间序列(第五十七·部分):存储一次即时报价数据的对象 已发布: 从本文开始,着手创建操控价格数据的函数库功能。 今天,创建一个对象类,存储到达的即时报价的全部价格数据。 编译 EA,并在已预先设置好当前品种和时间帧的图表上启动它。 启动之后,当有新即时报价到达,对象(到达的即时报价)的说明将显示在日志当中: Account 8550475 : Artyom Trishkin (MetaQuotes Software Corp.) 10426.13 USD, 1 : 100 , Hedge, Demo account MetaTrader 5 ---
新文章 DoEasy 函数库中的时间序列(第五十八部分):指标缓冲区数据的时间序列 已发布: 关于操控时间序列的主题总结,诸如组织存储、针对存储在指标缓冲区中的数据进行搜索和分类,如此即可在程序里利用函数库创建指标值,并进一步据其执行分析。 函数库的所有集合类的一般概念,能够轻松地在相应的集合中找到必要的数据。 在今天创建的类中,也可分别完成同样功能。 编译 EA,并在图表上启动它,设置为仅使用当前品种和当前时间帧。 在图表的注释中,将显示所有已创建指标的第一号和零号(当前)柱线的数据: 为了更清晰起见,在图表上绘制了含有相同设置的相同指标 -
新文章 MQL5 编程基础: 终端中的全局变量已发布: 终端中的全局变量为开发复杂而可靠的EA交易提供了一种方便的工具,如果您掌握了全局变量,您就会发现在使用MQL5开发EA交易的时候它们是必不可少的。 执行脚本并在终端中打开全局变量窗口,窗口中应该包含一个新的叫做"test"的变量,并且它的数值为 1.23 (图 4)。   图 4. 带有新的 "test" 变量的全局变量窗口片段 实例的代码可以在 sGVTestCreate 脚本中找到。 作者:Dmitry Fedoseev
新文章 开发自适应算法(第一部分):寻找基本模式 已发布: 在接下来的系列文章中,我将演示探讨大多数市场因素的自适应算法的开发,以及如何将这些情况系统化,用逻辑描述它们,并在您的交易活动中应用它们。我将从一个非常简单的算法开始,这个算法将逐渐获得理论,并发展成一个非常复杂的项目。 EA 的特点是能够将赚来的资金再投资,您需要应用这一点。到目前为止,我展示了保守设置下的测试。但是,如果我们设置非常激进的设置,并启用大的手数呢?我不喜欢高风险,但让我们看看算法的能力。我将在2006年1月1日至2020年11月25日期间,在“Every Tick”模式下对 GBPUSD