Add a new article
EA 遥控方法
EA 遥控方法
交易机器人的主要优势在于能够在远程 VPS 服务器上每天 24 小时不间断工作。 但有时候有必要干预它们的工作，而此刻可能无法直接访问服务器。 是否可以遥控管理 EA？ 本文提出了一种通过外部命令控制 EA 的选项。
100 个最佳优化递次(第 1 部分)。 开发优化分析器
100 个最佳优化递次(第 1 部分)。 开发优化分析器
本文详细阐述了运用若干种可能选项开发选择最佳优化递次的应用程序。 该应用程序能够通过各种因素来筛选优化结果。 优化递次始终写入数据库，因此您总能无需重新优化即可选择新的机器人参数。 此外，您可在单个图表上查看所有优化递次，计算参数 VaR 比率，并构建递次与特定比率集和的交易结果的正态分布图。 以及，自优化伊始（或从选定日期到另一个选定日期）开始动态构建一些计算比率的图形。
反向交易: 圣杯还是危险的假象
反向交易: 圣杯还是危险的假象
在这篇文章中，我们将会学习反向马丁格尔技术，并且将会了解是否值得使用它，以及它是否有助于提高您的交易策略。我们将会创建一个 EA 交易来在历史数据上运行， 检查哪个指标是最适合于反向交易技术的 。我们还将验证是否可以不使用任何指标，以独立的交易系统来使用它。另外，我们还将验证反向交易是否可以把一个亏损系统转变为盈利的系统。
利用指标实时优化智能交易系统
利用指标实时优化智能交易系统
任何交易机器人的效率均取决于正确选择（优化）其参数。 然而，在某个时间区间内被认为是最佳的参数可能无法在另一个交易历史区间保持其有效性。 此外，在测试期间表现良好的 EA 在实时状态下最终会亏损。 持续优化的问题就此凸显出来。 当面对大量重复性工作时，人类总会寻找自动化方法。 在本文中，我提出了一种解决此问题的非标准方法。
MQL5 酷客宝典: 读取持有锁仓仓位的属性
MQL5 酷客宝典: 读取持有锁仓仓位的属性
MetaTrader 5 是一个多资产平台，此外，它还支持不同的仓位管理系统。这种功能为实现和创建交易思路提供了更加广泛的选择，在本文中，我们将讨论在锁仓模式下处理和计算仓位属性的方法。这篇文章包含了一个派生类，以及展示如何取得和处理锁仓仓位属性的实例 。
组合趋势和盘整策略
组合趋势和盘整策略
有多种多样的交易策略，它们中的一些要寻找趋势，而其它的一些会定义价格波动的范围而在其中进行交易。有没有可能把这两种方法组合到一起来增加获利呢?
同时双向工作的通用 RSI 指标
同时双向工作的通用 RSI 指标
当开发交易算法时，我们经常遇到这样一个难题：如何确定趋势/盘整从哪里开始和结束?在本文中，我们尝试创建一个通用指标，在其中我们会尝试组合几种不同类型策略的信号。在 EA 交易中，我们将尝试尽可能简化取得交易信号的过程，并将给出一个把几个指标组合为一的实例。
已有950个网站提供来自MetaQuotes的经济日历
已有950个网站提供来自MetaQuotes的经济日历
该小工具为网站提供了一个详细的发布时间表，列出了全球大型经济体的500个指标及指数。因此，除了主要的网站内容之外，交易者还能够迅速收到关于所有重要事件的最新消息及其解释和图表。
自定义交易历史表述并创建报告图表
自定义交易历史表述并创建报告图表
本文研讨自定义交易历史的评估方法。 并为下载和分析历史记录编写了两个类。 第一个收集交易历史并将其表述为汇总表格。 第二个是处理统计数据: 它计算众多变量并构建图表，以便更有效地评估交易结果。
整合基于MQL的EA交易和数据库 (SQL Server, .NET 和 C#)
整合基于MQL的EA交易和数据库 (SQL Server, .NET 和 C#)
本文描述了如何把操作 Microsoft SQL Server 数据库的功能加到基于 MQL 语言的 EA 交易中，它使用了从一个DLL(动态链接库)中引入函数的方法。这个 DLL 是使用 Microsoft .NET 平台和 C# 语言创建的。本文中使用的方法只要做少许调整，就可以用于使用 MQL4 开发的 EA 交易中。
可视化使用选定标准优化的结果
可视化使用选定标准优化的结果
在这篇文章中，我们继续开发用于操作优化结果的 MQL 应用程序，这一次，我们将会展示如何在通过图形界面指定了其它标准、在优化参数之后生成最佳结果的表格。
深度神经网络 (第七部分)。 神经网络的融合: 堆叠
深度神经网络 (第七部分)。 神经网络的融合: 堆叠
我们继续构建融合。 这次，之前创建的融合袋将辅以可训练的合并器 — 深度神经网络。 一个神经网络在修剪后合并了 7 个最佳融合输出。 第二个将融合的所有 500 个输出作为输入，修剪并合并它们。 神经网络将使用 Python 的 keras/TensorFlow 软件包构建。 该软件包的功能也会简要介绍。 还会进行测试并比较装型融合和堆叠融合的分类品质。
深度神经网络 (第六部分)。 神经网络分类器的融合: 引导聚合
深度神经网络 (第六部分)。 神经网络分类器的融合: 引导聚合
本文讨论了用引导聚合结构构建并训练神经网络融合的方法。 它还确定了构成融合的各独立神经网络分类器的超参数优化的特性。 本文中所创建的神经网络融合的品质将与该系列前一篇文章中获得的优化神经网络的品质进行比较。 已考虑到进一步提高融合分类品质的可能性。
在 EA 交易代码中实现指标的计算
在 EA 交易代码中实现指标的计算
把指标代码移动到 EA 交易中可能有多种原因，怎样评估这种方法的优缺点呢?本文描述了在 EA 交易中实现指标代码，还进行了几个实验来评估 EA 交易运行的速度。
10 种横盘交易策略的比较分析
10 种横盘交易策略的比较分析
本文探讨横盘时交易的优缺点。 本文中创建并测试了十种基于在通道内跟踪价格走势的策略。 每种策略都配有过滤机制，旨在避免入场的假信号。
改进面板：增加透明化、改变背景色以及继承于 CAppDialog/CWndClient
改进面板：增加透明化、改变背景色以及继承于 CAppDialog/CWndClient
在这篇文章中，我们继续研究 CAppDialog 的使用。现在我们将会学习如何设置对话框的背景、边框和抬头的颜色。另外，这篇文章还提供了有关在图表中拖曳应用程序窗口时，如何增加透明化它的分步描述。我们还将探讨，怎样创建 CAppDialog 或者 CWndClient 的子类来分析如何操作控件的新特点。最后，我们将从新的角度回顾新项目。
可视化策略构建工具. 无需编程即可创建交易机器人
可视化策略构建工具. 无需编程即可创建交易机器人
本文展示了一个可视化的策略构建工具，它演示了任何用户如何不必编程就能创建交易机器人和相关工具。创建出的 EA 交易是完整功能的，并且可以在策略测试器中测试，通过云计算来优化或者实时运行于图表之上。
如何分析图表中所选择信号的交易
如何分析图表中所选择信号的交易
交易信号服务正在突飞猛进地发展。 将我们的资金托付给信号提供者，我们希望尽量减少资金亏损的风险。 那么如何在这个交易信号的森林中解开拼图呢？ 如何发现能赚取盈利的产品？ 本文提出创建一种工具，可在品种图表中直观地分析交易信号的交易历史。
社交交易。 可盈利的信号能否变得更好？
社交交易。 可盈利的信号能否变得更好？
大多数订阅者是通过优美的余额曲线和订阅用户数量来选择交易信号。 这就是为什么如今许多提供者只在乎漂亮的统计数据而非信号的真实质量，经常玩弄手数把戏并人为地将余额曲线整理到理想的外观。 本文论述了可靠性准则，以及提供者可用于提高其信号质量的方法。 展现特定信号历史的示例性分析，以及有助于提供者提升盈利并降低风险的方法。
使用图形界面处理优化结果
使用图形界面处理优化结果
这是处理和分析优化结果想法的续篇，这一次，我们的目标是选择100个最佳的优化结果并且在图形用户界面(GUI)表格中显示它们。用户将可以在优化结果中选择一行而在独立的图表中得到多交易品种余额和回撤图。
强化学习中的随机决策森林
强化学习中的随机决策森林
使用 bagging 的随机森林(Random Forest, RF) 是最强大的机器学习方法之一， 它略微弱于梯度 boosting，这篇文章尝试开发了一个自我学习的交易系统，它会根据与市场的交互经验来做出决策。
开发多模块智能交易系统
开发多模块智能交易系统
MQL 编程语言允许实现交易策略的模块化开发概念。 本文展示由单独编译的文件开发多模块组合的智能交易系统示例。
同步多个相同交易品种而时段不同的图表
同步多个相同交易品种而时段不同的图表
当做交易决定时，我们经常必须在多个时段分析图表，同时，这些图表常常包含着图形对象，把相同的对象应用到所有图表中会不大方便，在本文中，我提出了一种自动克隆将要显示在图表中对象的方法。
MQL5 中的统计分布 - 充分利用 R 并使其更快
MQL5 中的统计分布 - 充分利用 R 并使其更快
本文讨论使用 R 语言实现的处理基本统计分布的函数。这些包括柯西, 威布尔, 正态, 对数正态, 逻辑斯谛, 指数, 均匀, γ 分布, 中心和非中心 β, 卡方, 费舍尔 F-分布, 学生 t-分布, 以及离散二项式和负二项式分布, 几何, 超几何和泊松分布。这些函数还用于计算理论分布力矩, 可评估真实分布到建模的一致性程度。
深度神经网络 (第五部分)。 DNN 超参数的贝叶斯优化
深度神经网络 (第五部分)。 DNN 超参数的贝叶斯优化
本文研究利用贝叶斯优化深度神经网络 (DNN) 超参数，获取各种训练变体的可能性。 比较不同训练变体中最优超参数 DNN 的分类品质。 DNN 最优超参数的有效性的深度已在前瞻性测试中得以验证。 改善分类品质的可能方向也已确定。
自置缓存的指标速度比较
自置缓存的指标速度比较
本文将经典的 MQL5 指标访问方法与 MQL4 风格的替代方法进行比较。 研究若干种 MQL4 风格的指标访问方法: 带有和未带有指标句柄缓存。 还会研究分析 MQL5 核心内部的指标句柄。