本文尝试阐述在算法交易领域中将理论与实践相结合。 有关创建交易系统的大多数讨论都与依据历史柱线和其上应用的各种指标有关联。 这是覆盖率最高的领域，因此我们不会再过多涉及。 柱线体现出非常人工的实体; 因此，我们将使用更接近原始数据的东西，即价格的即时报价。
thanks.
大多数 Java 代码编写者熟悉可通过 JavaDocs 创建的自动生成文档。其思路是以一种半结构化的方式向代码添加注释，然后可以将这些注释提取到易于导航的帮助文件。C++ 世界也有若干文档自动生成器，其中微软的 SandCastle 和 Doxygen 是两款领先产品。本文说明使用 Doxygen，从 MQL5 代码的结构化注释创建 HTML 帮助文件。试验非常成功，我认为 Doxygen 从 MQL5 代码生成的帮助文档会增加很多价值。
在本文中，我们将创建一个EA交易，用于基于风险值自动进行入场手数的计算。此外，EA交易将能够以止损的比率来自动设置获利，也就是说，它可以根据任何选择的比率计算获利，例如3比1、4比1或任何其他选择的值。
市场研究和分析有多种不同的方法，主要是技术分析和基础分析。在技术分析中，交易者收集、处理和分析与市场有关的数字数据和参数，包括价格、数量等。在基本面分析中，交易者分析直接或间接影响市场的事件和新闻。本文研究了价格-速度测量方法，并在此基础上研究了交易策略。
全方位的数据处理需要大量工具，并且经常超出单一应用程序的功能沙箱。 专用编程语言正在用于处理和分析数据，统计和机器学习。 Python 是数据处理的主要编程语言之一。 本文介绍如何使用套接字连接 MetaTrader 5 和 Python，以及如何通过终端 API 接收报价。
分数型差分的应用范围足够广泛。 例如，差分序列通常作为机器学习算法的输入。 问题是，必须在机器学习模型可识别的前提下，显示相应历史阶段的新数据。 在本文中，我们将研究时间序列差分的原始方法。 本文还包含基于所接收差分序列的交易系统自我优化示例。
14 patterns selected from a large variety of existing candlestick formations.
在前一篇文章中，我们分析了从多种现有烛条样式中选择出的 14 种形态。 由于不可能逐一分析所有形态，所以找到了另一种解决方案。 新系统根据已知的烛条类型搜索和测试新的烛条形态。
在之前的文章中，我们已着手创建一个大型跨平台函数库，简化 MetaTrader 5 和 MetaTrader 4 平台程序的开发。 我们已拥有历史订单和成交集合，在场订单和仓位的集合，以及便捷选择和订单排序的类。 在这一部分中，我们将继续开发基础对象，并教导引擎（Engine）函数库跟踪帐户上的交易事件。
