第 33 页 —— 算法交易文章 —— 指南与示例

在本系列文章中，我们已经不止一次提到了迁移学习。然而，都只是提及而已。在本文中，我建议填补这一空白，并仔细研究迁移学习。

今天，我们将把我们的订单系统提升到一个新的层次。但在此之前，我们需要解决少量问题。我们现有的一些问题，是与在交易日里我们想要如何工作，以及我们做什么事情相关。

欢迎阅读我们系列中的新篇章，有关如何基于最流行的技术指标设计交易系统。在本文中，我们将学习一个新的技术指标，以及如何运用强力指数（Force Index）指标创建交易系统。

本文提供了一种创建复杂指标的方法，同时还避免了在处置多个作图板、缓冲区、和/或组合来自多个来源的数据时出现的问题。

DoEasy. 控件 (第 13 部分): 优化 WinForms 对象与鼠标的交互，启动开发 TabControl WinForms 对象

在本文中，我将修复和优化当鼠标光标移离 WinForms 对象后 WinForms 对象的外观处理，并启动开发 TabControl WinForms 对象。

在本文中，我将针对 CCI 进行额外的修改，从而影响该指标的逻辑。进而，我们就能够在主图表窗口中看到它。

欢迎阅读我们系列的新篇章，学习如何基于最流行的技术指标设计交易系统。通读这篇新文章，我们将学习如何基于柴金（Chaikin）振荡器指标设计交易系统。

我们继续研究无监督学习算法。这次我建议我们讨论自动编码器应用于递归模型训练时的特性。

梯度下降在训练神经网络和许多机器学习算法中起着重要作用。它是一种快速而智能的算法，尽管它的工作令人印象深刻，但它仍然被许多数据科学家误解，我们来看看有关它的全部。

在本文中，我们将朝着 EA 的性能迈出最后一步。为此，请做好长时间阅读的准备。为了令我们的智能交易系统可靠，我们首先从代码中删除不属于交易系统的所有内容。

DoEasy. 控件 (第 12 部分): 基准列表对象、ListBox 和 ButtonListBox WinForms 对象

在本文中，我将继续创建 WinForms 对象列表的基准对象，以及两个新对象：ListBox 和 ButtonListBox。

在本文中，我们将令系统更加可靠，来确保健壮和安全的使用。实现所需健壮性的途径之一是尝试尽可能多地重用代码，从而能在不同情况下不断对其进行测试。但这只是其中一种方式。另一个是采用 OOP。

DoEasy. 控件 (第 10 部分): WinForms 对象 — 动画界面

现在是时候实现动画图形界面功能，方便用户与对象的交互了。为了让更复杂的对象能正确工作，还需要新功能。

在上一篇文章中，我们已熟悉了自动编码器算法。像其它任何算法一样，它也有其优点和缺点。在其原始实现中，自动编码器会尽可能多地将对象与训练样本分开。这次我们将讨论如何应对它的一些缺点。

此为我们该系列中的一篇新文章，介绍如何利用 MetaTrader 5 交易平台中最受欢迎的技术指标来设计交易系统。在这篇新文章中，我们将学习如何运用标准偏差指标设计交易系统。

在本文中，我将利用实验和非标准方法开发一个可盈利的交易系统，并验证神经网络是否对交易者有任何帮助。若在交易中运用神经网络的话， MetaTrader 5 完全可作为一款自给自足的工具。

DoEasy. 控件 (第 11 部分): WinForms 对象 — 群组，CheckedListBox WinForms 对象

本文将讨论 WinForms 对象群组，及创建 CheckBox 对象列表对象。

我们继续研究无监督学习算法。一些读者可能对最近发表的与神经网络主题的相关性有疑问。在这篇新文章中，我们回到了对神经网络的研究。

我们将会令订单系统更加灵活。在此，我们将研究代码的修改，令其更加灵活，而这也让我们能够更快地修改持仓破位价。

价格走势模型及其主要规定（第 1 部分）：概率价格域演化方程与发生的可观测随机游走

本文研究的是概率价格域演化方程，与即将到来的价格尖峰准则。它还揭示了图表上价格数值的本质，以及这些数值随机游走的发生机制。

这些系列文章所提议的是，MQL5 向导应作为交易员的支柱。为什么呢？因为交易员不仅可以利用 MQL5 向导装配他的新想法来节省时间，还可以大大减少重复编码带来的错误；他最终可把精力投向自我交易哲学中的几个关键领域。

今天，我们将继续开发新订单系统。实现一个新系统并非那么容易，因为我们经常会遇到各种问题令过程复杂化。当这些问题出现时，我们必须停下来重新分析我们前进的方向。

本系列中的一篇新文章,介绍了如何依据 MQL5 最流行的技术指标为 MetaTrader 5 设计交易系统。在本文中，我们将学习如何依据 Williams‘ %R 指标设计交易系统。

在本文中，我将研究升级 CCI 指标的可能性。此外，我将对指标进行修改。

我们继续研究关联规则。在前一篇文章中，我们讨论了这种类型问题的理论层面。在本文中，我将展示利用 MQL5 实现 FP-Growth 方法。我们还将采用真实数据测试所实现的解决方案。

最后，视觉系统将开始工作，尽管它尚未完工。在此，我们将完成主要更改。这只是它们当中很少一部份，但都是必要的。嗯，整个工作将非常有趣。

DoEasy. 控件 (第 9 部分): 重新编排 WinForms 对象方法、RadioButton 和 Button 控件

在本文中，我将修复 WinForms 对象类方法的名称，并创建 WinForms 的对象 Button 和 RadioButton。

作为本系列文章的延续，我们来研究无监督学习方法中的另一类问题：挖掘关联规则。这种问题类型首先用于零售业，即超市等，来分析市场篮子。在本文中，我们将讨论这些算法在交易中的适用性。

决策树模仿人类的方式针对数据进行分类。我们看看如何构建这棵树，并利用它们来分类和预测一些数据。决策树算法的主要目标是将含有杂质的数据分离成纯节点或靠近节点。

我们继续实现新的订单系统。创建这样的一个系统需要熟练地掌握 MQL5，以及了解 MetaTrader 5 平台的实际工作方式，及其提供的资源。

今天的交易者都是一位哲学家，他几乎总是（有意识地或无意识地）寻找新的思路，尝试它们，选择修改或抛弃它们；这是一个需要付出相当勤奋程度的探索过程。这显然会花费交易者高昂的时间，且需要避免错误。本系列文章将提出，MQL5 向导应该是交易者的支柱。为什么呢？因为交易者不仅经由 MQL5 向导组装他的新想法来节省时间，而且大大减少了重复编码的错误；他最终会把精力集中在交易哲学的几个关键领域。

机器学习中的元模型：很少或无人为干预的情况下自动创建交易系统 — 模型自行决定何时以及如何进行交易。

在本文中，我们将开发一个“看看发生了什么”类型的图形订单系统。请注意，我们这次不是从头开始，只不过我们将修改现有系统，在我们交易的资产图表上添加更多对象和事件。

这是我们系列文集中的新篇章，介绍如何基于最流行的技术指标设计交易系统。本文将专门讨论交易量指标。作为一个概念，交易量是金融市场交易中非常重要的因素之一，我们必须予以关注。贯穿本文，我们将学习如何基于交易量指标设计一款简单的系统。

在本文中，我将利用实验和非标准方法开发一个可盈利的交易系统，并验证神经网络是否对交易者有任何帮助。

DoEasy. 控件 (第 8 部分): 基准 WinForms 对象类别，GroupBox 和 CheckBox 控件

本文研究创建 “GroupBox” 和 “CheckBox” WinForms 对象，以及开发 WinForms 对象类别的基准对象。所有已创建对象仍然是静态的，即，它们无法与鼠标交互。

本文研究针对 MetaTrader 5 平台开发 MQL5 智能交易系统（EA），旨在能在 MOEX 上操作。该 EA 采用网格策略，面向 MetaTrader 5 终端，并在 MOEX 上进行交易。 EA 包括了依据止损和止盈平仓，以及在某些市场条件下取消挂单。

在本部分中，我们将继续讨论人工智能模型。即，我们研究无监督学习算法。我们已经讨论了众多聚类算法之一。在本文中，我将分享一种解决与降维相关问题的方法。

这篇新文章出自我们的系列文章，是有关基于最流行的技术指标设计交易系统，它研究了一个新的技术指标 — 资金流动性指数（MFI）。我们将详细学习它，利用 MQL5 开发一个简单的交易系统，并在 MetaTrader 5 中执行它。

本文提供了数学上严格的价格运动和市场功能理论的基础。到目前为止，我们还没有任何经过严格数学论证的价格走势理论。取而代之的是，我们不得不基于经验假设进行处理，即价格在某种形态之后以某种方式移动。当然，这些假设既没有得到统计数据的支持，也没有得到理论的支持。

神经网络变得轻松（第二十三部分）：构建迁移学习工具

从头开始开发智能交易系统（第 26 部分）：面向未来（I）

学习如何基于强力指数（Force Index）设计交易系统

利用对象轻松制作复杂指标

DoEasy. 控件 (第 13 部分): 优化 WinForms 对象与鼠标的交互，启动开发 TabControl WinForms 对象

CCI 指标。三个变换步骤

学习如何基于柴金（Chaikin）振荡器设计交易系统

神经网络变得轻松（第二十二部分）：递归模型的无监督学习

数据科学与机器学习（第 06 部分）：梯度下降

从头开始开发智能交易系统（第 25 部分）：提供系统健壮性（II）

DoEasy. 控件 (第 12 部分): 基准列表对象、ListBox 和 ButtonListBox WinForms 对象

从头开始开发智能交易系统（第 24 部分）：提供系统健壮性（I）

DoEasy. 控件 (第 10 部分): WinForms 对象 — 动画界面

神经网络变得轻松（第二十一部分）：变分自动编码器（VAE）

学习如何基于标准偏差设计交易系统

神经网络实验（第 2 部分）：智能神经网络优化

DoEasy. 控件 (第 11 部分): WinForms 对象 — 群组，CheckedListBox WinForms 对象

神经网络变得轻松（第二十部分）：自动编码器

从头开始开发智能交易系统（第 23 部分）：新订单系统 (VI)

价格走势模型及其主要规定（第 1 部分）：概率价格域演化方程与发生的可观测随机游走

您应该知道的 MQL5 向导技术（第 02 部分）：Kohonen 映射

从头开始开发智能交易系统（第 22 部分）：新订单系统 (V)

学习如何基于 Williams PR 设计交易系统

CCI 指标。升级和新特征

神经网络变得轻松（第十九部分）：使用 MQL5 的关联规则

从头开始开发智能交易系统（第 21 部分）：新订单系统 (IV)

DoEasy. 控件 (第 9 部分): 重新编排 WinForms 对象方法、RadioButton 和 Button 控件

神经网络变得轻松（第十八部分）：关联规则

数据科学和机器学习（第 05 部分）：决策树

从头开始开发智能交易系统（第 20 部分）：新订单系统 (III)

您应该知道的 MQL5 向导技术（第 01 部分）：回归分析

机器学习和交易中的元模型：交易订单的原始时序

从头开始开发智能交易系统（第 19 部分）：新订单系统 (II)

学习如何基于交易量设计交易系统

神经网络实验（第 1 部分）：重温几何学

DoEasy. 控件 (第 8 部分): 基准 WinForms 对象类别，GroupBox 和 CheckBox 控件

在莫斯科交易所（MOEX）里使用限价订单进行自动网格交易

神经网络变得轻松（第十七部分）：降低维度

学习如何基于 MFI 设计交易系统

价格走势模型及其主要规定（第 1 部分）：最简单的模型版本及其应用