Add a new article
MQL5 向导：无需编程即可创建 EA 交易程序
MQL5 向导：无需编程即可创建 EA 交易程序
您想试试不用浪费时间来编程的交易策略吗？利用 MQL5 向导，您只需要选择交易信号的类型，添加追踪仓位和资金管理模块，您的工作就完成了！创建自己的模块实现，或是通过“任务”服务订购 - 再将您的新模块合并到现有模块。
使用面向对象的方法来编写EA的模式
使用面向对象的方法来编写EA的模式
本文介绍一种使用MQL5语言来编写多模式自动交易程序的方法。每一种模式都使用面向对象的方法来实现。不仅给出不同模式下类的层次结构，还给出用于测试的类的实例。多模式自动交易程序以MQL5语言实现，它应该考虑EA的每一种执行模式。创建用于确定EA模式的函数和枚举值。
MQL5 Cookbook: 使用不限数量的参数开发多币种EA交易
MQL5 Cookbook: 使用不限数量的参数开发多币种EA交易
在本文中，我们将创建一种模式，它会使用一系列参数为交易系统作优化，而且允许不加数量限制的参数。交易品种的列表将在标准文本文件(*.txt)中创建，每个交易品种的输入参数也将存储于文件中。使用这种方法，我们将能够免除终端中对EA输入参数个数的限制。
调试 MQL5 程序
调试 MQL5 程序
本文主要针对那些已经学过这种语言、但又没有完全掌握该语言开发的程序员。文中给出一些调试技巧，并介绍作者与众多其他程序人员的经验。
购买 MQL5 市场产品的安全程度如何?
购买 MQL5 市场产品的安全程度如何?
我们推出的 MetaTrader 5 交易应用销售服务十分重视安全问题。我们将相关风险降至最低，以便您将注意力集中在更加重要的事情上 - 寻找最适合的交易机器人！
订单策略。多目标 EA 交易
订单策略。多目标 EA 交易
本文主要介绍一些主动使用挂单的策略、用来描述这些策略的元语言，以及如何使用一种以这些描述为基础运行的多目标 EA 交易。
MQL5酷客宝典 - 滑动通道编程
MQL5酷客宝典 - 滑动通道编程
本文提出了一种用于等距通道系统的编程方法，在此将会探讨构建这种通道的细节，并且提供了通道的分类，提出了一个统一的滑动通道方法。在代码的实现中使用了面向对象的编程(OOP)。
MQL5 向导：如何创建未平仓位的追踪模块
MQL5 向导：如何创建未平仓位的追踪模块
MQL5 向导的交易策略生成器极大简化了交易理念的检验过程。本文介绍了如何编写自己的未平仓位管理类，以及如何将其连接至 MQL5 向导的交易策略生成器；当价格呈持仓方向移动时，该类可将止损水平移入无损区域，从而在交易过程中保护您的利益并减少亏损。本文还介绍了为 MQL5 向导创建的类的说明的结构和格式。
MQL5 向导：如何创建交易信号模块
MQL5 向导：如何创建交易信号模块
本文介绍了如何通过在穿越价格和移动平均线时构成信号这一方法来编写自己的交易信号类，以及如何将其包含在 MQL5 向导的交易策略生成器中，还介绍了用于 MQL5 向导的生成类的说明的结构和格式。
使用 EA Tree 在几分钟内创建 MQL5 EA 交易：第一部分
使用 EA Tree 在几分钟内创建 MQL5 EA 交易：第一部分
EA Tree 是第一款拖放 MetaTrader MQL5 EA 交易生成器。您可以使用非常易用的图形用户界面创建复杂的 MQL5。在 EA Tree 中，通过将盒子连接在一起创建 EA 交易。盒子可以包含 MQL5 函数、技术指标、自定义指标或值。使用盒子树，EA Tree 生成 EA 交易的 MQL5 代码。
MQL5 Wizard：新版本
MQL5 Wizard：新版本
本文介绍 MQL5 Wizard 升级版的新功能。修改后的信号架构允许基于各种市场情形的组合创建交易机器人。本文所载的例子说明了交互式创建一个 EA 交易程序的过程。
通用EA:自定义策略和辅助交易类(第三章)
通用EA:自定义策略和辅助交易类(第三章)
在本文中，我们将继续分析CStrategy交易引擎的算法。这系列文章的第三篇包含如何使用这种方法开发特定的交易策略样例的详细分析。需特别关注辅助算法— 智能交易日志系统以及使用索引方式（Close[1]，Open[0]等）访问数据。
Elder-Ray (多头力度和空头力度)
Elder-Ray (多头力度和空头力度)
本文详述了基于多头力度（Bulls Power），空头力度（Bears Power）和均线指标（EMA - 指数平均）的 Elder-Ray 交易系统。 Alexander Elder 在他的著作“为生活而交易”中描述了这个系统。
如何在 MetaTrader 5 中利用 DirectX 创建 3D 图形
如何在 MetaTrader 5 中利用 DirectX 创建 3D 图形
3D 图形为大数据分析提供了完美的方案，它可以直观透视隐藏的形态。 这些任务能以 MQL5 直接解决，而 DireсtX 函数允许创建三维物体。 故其能够为 MetaTrader 5 创建任意复杂度的程序，甚至 3D 游戏。 学习 3D 图形，从绘制简单的三维形状开始。
MQL5 酷宝书：利用自定义品种进行交易策略压力测试
MQL5 酷宝书：利用自定义品种进行交易策略压力测试
本文研究一种利用自定义品种进行交易策略压力测试的方法。 为此目的，将创建一个自定义品种类。 此类用于接收源自第三方的报价数据，以及更改品种属性。 根据所完成操作的结果，我们将研究若干选项，并在这些选项下测试交易策略。
优化管理(第二部分)：创建按键对象和附加逻辑
优化管理(第二部分)：创建按键对象和附加逻辑
这篇文章是之前发表的关于创建优化管理图形界面的延续,本文探讨了附加组件的逻辑,将为 MetaTrader 5 终端创建一个包装器：它将使附加组件通过C#作为一个托管进程运行。此外，本文还探讨了对配置文件和安装文件的操作。应用逻辑分为两部分：第一部分描述了按下特定按键后调用的方法，第二部分描述了优化启动和管理。
优化管理 (第一部分): 创建一个GUI(图形用户界面)
优化管理 (第一部分): 创建一个GUI(图形用户界面)
本文描述了为MetaTrader终端创建扩展的过程，所讨论的解决方案有助于通过在其他终端中运行优化来自动化优化过程。关于这个话题，我们将再写几篇文章。扩展是使用C#语言和设计模式开发的，它还展示了通过开发自定义模块扩展终端功能的能力，以及使用首选程序的功能创建自定义图形用户界面的能力。
价格速度测量方法
价格速度测量方法
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。
蒙特卡罗方法在强化学习中的应用
蒙特卡罗方法在强化学习中的应用
在本文中，我们将应用强化学习来开发可以自主学习的EA交易。在前一篇文章中，我们考虑了随机决策森林算法，并编写了一个简单的基于强化学习的自学习EA，概述了这种方法的主要优点（交易算法的开发简单和“培训”速度快）。强化学习（RL）可以很容易地融入到任何交易EA中，并加速其优化。
逆转形态：测试头肩形态
逆转形态：测试头肩形态
本文是前一篇名为“逆转形态：测试双顶/双底形态”的后续文章。 现在我们将会看到另一个著名的逆转形态，称为头肩，比较两种形态的交易效率，并尝试将它们合并成为单一的交易系统。
逆转形态：测试双顶/双底形态
逆转形态：测试双顶/双底形态
交易者经常寻找趋势逆转点，因为在趋势新形成的最初阶段价格走势具有最大潜力。 因此，在技术分析中考虑了各种逆转形态。 双顶/双底是最著名和最常用的形态之一。 本文提出了程序检测形态的方法。 它还测试了形态在历史数据上的盈利能力。
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。
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。
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?
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。
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。
为 MetaTrader 5 创建自定义新闻递送
为 MetaTrader 5 创建自定义新闻递送
在本文中, 我们将探讨创建灵活新闻递送的可能性, 可提供更多新闻类型和来源方面的选项。 本文将介绍如何将 Web API 与 MetaTrader 5 终端集成。