代码
来自"MQL5算法交易的神经网络"教程的示例 MetaTrader 5
"MQL5算法交易的神经网络"教程是一本全面的操作指南，涵盖了人工智能和神经网络的理论基础，以及使用MQL5编程语言在金融交易应用的实践方面。
交易者的MQL5编程(MQL5 Programming for Traders) - 源代码第七部分 MetaTrader 5
在本书的最后，即第七部分讨论了MQL5 API的高级功能，这在为MetaTrader 5开发程序时发挥重要作用。其中包括自定义交易品种、内置经济日历事件以及网络、数据库和加密等通用技术。
交易者的MQL5编程(MQL5 Programming for Traders) - 源代码第六部分 MetaTrader 5
在"交易者的MQL5编程(MQL5 Programming for Traders)"第六部分，我们将学习MQL5语言的一个关键组成部分 – 交易自动化。我们将首先介绍基本对象，如交易品种规格和交易账户设置。这些都是创建正常运行的EA交易的先决条件。
交易者的MQL5编程(MQL5 Programming for Traders) - 源代码第五部分 MetaTrader 5
在本书的第五部分，我们将深入探讨与算法交易相关的API，包括金融数据分析和处理、图表可视化、自动化和用户交互。
交易者的MQL5编程(MQL5 Programming for Traders) - 书中的源代码。第四部分 MetaTrader 5
在本书的第四部分，我们将重点掌握内置函数(MQL5 API)，并将逐步深入研究专门的子系统。任何MQL5程序都可以利用大量技术和功能。因此，从大多数程序都能使用的最简单且最有用的函数开始是明智的。
交易者的MQL5编程(MQL5 Programming for Traders) - 源代码第三部分 MetaTrader 5
第三部分 "MQL5中的面向对象编程"呈现了MQL5语言中面向对象编程(OOP)的世界。软件开发往往涉及与多个实体管理相关的复杂性，需要先进的技术来提高编程的便利性、效率和质量。
交易者的MQL5编程(MQL5 Programming for Traders) - 源代码第二部分 MetaTrader 5
第二部分 "MQL5编程基础知识"介绍了该编程语言的核心概念。本书这一部分专门讨论数据类型、标识符、变量、表达式和运算符。您将学习了解如何组合不同的指令来形成程序逻辑。
交易者的MQL5编程(MQL5 Programming for Traders) - 源代码第一部分 MetaTrader 5
本书第一章介绍了MQL5语言和开发环境。与MQL4（MetaTrader 4 语言）相比，MQL5语言其中一项新功能就是支持面向对象编程(OOP)，这使其类似于C++。
用来处理正则表达式的MQL4 RegularExpressions MetaTrader 4
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。
Parabolic SAR MetaTrader 4
抛物线状止损与反转指标的开发是用于分析有趋势市场的。
文章
如何在自由职业者服务中通过完成交易员的订单来赚钱 MetaTrader 5
MQL5 自由职业者是一项在线服务，开发人员可以通过这项服务为交易员客户创建交易应用程序而获得收入。该服务自 2010 年起成功运营，迄今已完成超过 10 万个项目，总价值达 700 万美元。我们可以看到，这里涉及到大量资金。
在 ONNX 模型中使用 float16 和 float8 格式 MetaTrader 5
用于表示机器学习模型的数据格式对其有效性起着至关重要的作用。近年来，出现了几种新类型的数据，专门为使用深度学习模型而设计。在本文中，我们将重点介绍两种新的数据格式，它们已在现代模型中广泛采用。
Regression models of the Scikit-learn Library and their export to ONNX MetaTrader 5
In this article, we will explore the application of regression models from the Scikit-learn package, attempt to convert them into ONNX format, and use the resultant models within MQL5 programs. Additionally, we will compare the accuracy of the original models with their ONNX versions for both float
首次启动MetaTrader VPS：分步说明 MetaTrader 5
使用EA交易或订阅信号的每个交易者几乎都会认识到，需要为自己的交易平台租用一个可靠的24/7全天候主机服务器。出于多种原因，我们建议使用MetaTrader VPS。您可以通过MQL5.community账户方便地支付服务费用和管理订阅。
Scikit-Learn 库中的分类模型及其导出到 ONNX MetaTrader 5
在本文中，我们将探讨使用 Scikit-Learn 库中所有可用的分类模型来解决 Fisher 鸢尾花数据集的分类任务。我们将尝试把这些模型转换为 ONNX 格式，并在 MQL5 程序中使用生成的模型。此外，我们将在完整的鸢尾花数据集上比较原始模型与其 ONNX 版本的准确性。
MQL5中的ALGLIB数值分析库 MetaTrader 5
本文简要介绍了ALGLIB 3.19数值分析库、它的应用以及可以提高金融数据分析效率的新算法。
利用回归衡量度评估 ONNX 模型 MetaTrader 5
回归是一项依据未标记样本预测真实数值的任务。 所谓的回归衡量度则是用来评估回归模型的预测准确性。
MQL5 中的矩阵和向量：激活函数 MetaTrader 5
在此，我们将只讲述机器学习的一个方面 — 激活函数。 在人工神经网络中，神经元激活函数会根据一个或一组输入信号的数值，计算输出信号值。 我们将深入研究该过程的内部运作。
在类中包装 ONNX 模型 MetaTrader 5
面向对象编程可以创建更紧凑、易于阅读和修改的代码。 在此，我们将会看到三个 ONNX 模型的示例。
如何在 MQL5 中集成 ONNX 模型的示例 MetaTrader 5
ONNX（开放神经网络交换）是一种表现神经网络的开放格式。 在本文中，我们将展示如何在一个智能交易系统中同时使用两个 ONNX 模型。
论坛
文章 "开发具有 RestAPI 集成的 MQL5 强化学习代理（第 3 部分）：在 MQL5 中创建自动移动和测试脚本"
新文章 开发具有 RestAPI 集成的 MQL5 强化学习代理（第 3 部分）：在 MQL5 中创建自动移动和测试脚本 已发布： 本文讨论在 Python 中实现井字游戏中的自动移动，并与 MQL5 函数和单元测试集成。目标是通过在 MQL5 中进行测试，提高游戏的互动性并确保系统的可靠性。本文内容包括游戏逻辑开发、集成和实际测试，最后将介绍动态游戏环境和强大集成系统的创建。 这篇文章背后的思路是，通过在 Python 中实现井字游戏中的自动移动，我们将为更完整、更高效的测试奠定坚实的基础。有了游戏的自动响应，我们就可以使用 MQL5 脚本进行全面检查，模拟现实世界中与 REST API
文章 "种群优化算法：模拟退火（SA）。第 1 部分"
新文章 种群优化算法：模拟退火（SA）。第 1 部分 已发布： 模拟退火算法是受到金属退火工艺启发的一种元启发式算法。在本文中，我们将对算法进行全面分析，并揭示围绕这种广为人知的优化方法的一些常见信仰和神话。本文的第二部分将研究自定义模拟各向同性退火（SIA）算法。 模拟退火算法由 Scott Kirkpatrick、George Gelatt 和 Mario Vecchi 于 1983 年开发。在研究高温下液体和固体的性质时，发现金属转变为液态，颗粒随机分布，而能量最小的状态是在初始温度足够高、冷却时间足够长的条件下实现的。如果不满足此条件，那么材料将发现自身处于具有非最小能量的亚稳态 —
文章 "软件开发和 MQL5 中的设计范式（第 4 部分）：行为范式 2"
新文章 软件开发和 MQL5 中的设计范式（第 4 部分）：行为范式 2 已发布： 在本文中，我们将终结有关设计范式主题的系列文章，我们提到有三种类型的设计范式：创建型、结构型、和行为型。我们将终结行为类型的其余范式，其可以帮助设置对象之间的交互方法，令我们的代码更整洁。 在本章节中，我们将辩证另一种行为设计范式，即备忘录范式。备忘录范式可将对象的状态外部化，以便提供回滚功能，它也称为令牌。 范式有什么作用？
文章 "神经网络变得简单（第 66 部分）：离线学习中的探索问题"
新文章 神经网络变得简单（第 66 部分）：离线学习中的探索问题 已发布： 使用准备好的训练数据集中的数据对模型进行离线训练，这种方法虽然有一定的优势，但其不利的一面是，环境信息被大大压缩到训练数据集的大小。这反过来又限制了探索的可能性。在本文中，我们将探讨一种方法，这种方法可以用尽可能多样化的数据来填充训练数据集。 ExORL 方法可分为 3 个主要阶段。第一阶段是收集未标记的探索性数据。这个阶段可以使用各种无监督学习算法。该方法的作者并没有限制适用算法的范围。此外，在与环境互动的过程中，在每个回合（episode）中，我们会根据之前互动的历史记录使用一种策略 π。每一回合都以状态 St
文章 "软件开发和 MQL5 中的设计范式（第 3 部分）：行为范式 1"
新文章 软件开发和 MQL5 中的设计范式（第 3 部分）：行为范式 1 已发布： 来自设计范式文献的一篇新文章，我们将看到类型其一，即行为范式，从而理解我们如何有效地在所创建对象之间构建通信方法。通过完成这些行为范式，我们就能够理解创建和构建可重用、可扩展、经过测试的软件。 在本文中，我们提供的行为范式，与分配和设置对象之间的责任有关。它们还辨别对象如何相互通信或交互，并且该类型下有许多范式，如下所示： 责任（responsibility）链 命令（Command） 解释器（Interpreter） 迭代器（Iterator） 调解器（Mediator） 备忘录（Memento）
文章 "MQL5 简介（第 1 部分）：算法交易新手指南"
新文章 MQL5 简介（第 1 部分）：算法交易新手指南 已发布： 通过我们的 MQL5 编程新手指南，进入算法交易的迷人领域。在揭开自动化交易世界的神秘面纱之际，让我们探索支持MetaTrader 5 的语言 MQL5 的精髓。从了解基础知识到迈出编码的第一步，本文是您即使没有编程背景也能释放算法交易潜力的关键。加入我们的旅程，在令人兴奋的 MQL5 世界里，体验简单与复杂的结合吧。 如果没有任何编程经验，学习 MQL5 可能会很困难，但并非不可能。要理解 MQL5 这种为算法交易创建的专门语言，必须同时具备编程和金融市场专业知识。在我即将发表的文章中，我的目标是为没有编程背景但有兴趣学习
MQL5 云网络：交易策略测试的技术突破
自推出以来， MQL5 云网络 已完成超过 160 亿项 任务。该图显示了用户测试其交易策略的次数。每天，该网络使算法交易者只需点击几下，就可以在全球数万台计算机上运行计算，而无需在本地机器上等待结果。 通过网络，可以轻松测试交易机器人的数百万个参数组合。用户可以即时访问数千个核心，而网络会自动分配任务和所有必要的计算参数。几分钟内即可获得结果： 我们最近升级了整个 MQL5 云网络的基础设施，以提高其性能： 添加了新服务器并升级了现有服务器，以更好地进行代理注册和任务分配。目前，该网络通过遍布全球的 7
文章 "Python、ONNX 和 MetaTrader 5：利用 RobustScaler 和 PolynomialFeatures 数据预处理创建 RandomForest 模型"
新文章 Python、ONNX 和 MetaTrader 5：利用 RobustScaler 和 PolynomialFeatures 数据预处理创建 RandomForest 模型 已发布： 在本文中，我们将用 Python 创建一个随机森林（random forest）模型，训练该模型，并将其保存为带有数据预处理功能的 ONNX 管道。之后，我们将在 MetaTrader 5 终端中使用该模型。
文章 "利用 Python 和 MQL5 构建您的第一个玻璃盒模型"
新文章 利用 Python 和 MQL5 构建您的第一个玻璃盒模型 已发布： 如果我们想从机器学习这些先进技术中获得任何价值，那么很难解释和理解为什么我们的模型偏离我们的期望至关重要。如果对模型内部工作原理的没有全面了解，我们可能无法发现破坏模型性能的错误，我们可能会在无法预测的参照特征上浪费时间，从长远来看，我们有可能没有充分利用这些模型的功能。幸运的是，有一个复杂且维护良好的多合一解决方案，令我们能够准确地看到我们的模型在引擎盖下正在做什么。
文章 "开发具有 RestAPI 集成的 MQL5 强化学习代理（第 2 部分）：用于与井字游戏 RestAPI 进行 HTTP 交互的 MQL5 函数"
新文章 开发具有 RestAPI 集成的 MQL5 强化学习代理（第 2 部分）：用于与井字游戏 RestAPI 进行 HTTP 交互的 MQL5 函数 已发布： 在本文中，我们将讨论 MQL5 如何与 Python 和 FastAPI 交互，使用 MQL5 中的 HTTP 调用与 Python 开发的井字游戏交互。这篇文章讨论了使用 FastAPI 为这种集成创建一个 API，并提供了一个 MQL5 测试脚本，突出了 MQL5 的多功能性、Python 的简易性以及 FastAPI 在连接不同技术以创建创新解决方案方面的效果。 然后，脚本执行一系列动作，每个动作都由一个 JSON