Algorithmic Trading Articles for Expert advisors

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。

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。

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。

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。

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。

这是新订单系统的第一部分。自从我们在文章中开始打造这个 EA 以来，它已经历了各种变化和改进，同时保持了相同的图表订单系统模型。

在本文中，我将尝试运用我们的逻辑模型，基于美国经济的基本面，来预测股市崩盘，我们将重点关注 NETFLIX 和苹果。利用 2019 年和 2020 年之前的股市崩盘，我们看看我们的模型在当前的厄运和低迷中会表现如何。

在这个小视频课程中，您将学习如何下载、安装和设置 MetaTrader 5，并实现自动交易。您还将学习如何调整图表设置，和自动交易选项。您将完成第一次回溯测试，在本课程结束时，您就会知道如何导入一个可以全天候自动交易的智能交易系统，而无需呆坐在屏幕前。

欢迎阅读本系列的新文章，了解如何基于最流行的技术指标设计交易系统。在本文中，我们将学习一种新的技术指标，称为建仓/派发指标，并了解如何基于简单的 AD 交易策略设计一款 MQL5 交易系统。

在本文中，我们将继续研究如何从 web 获取数据，并在智能系统中使用它。这次我们将着手开发一个替代系统。

在上一篇文章中，我们为数据聚类创建了一个类。在本文中，我想分享在解决实际交易任务时应用所获结果会遇到的可能变体。

这一次，我们的模型是由矩阵构建的，它更具灵活性，同时它允许我们构建更强大的模型，不仅可以处理五个独立变量，但凡我们保持在计算机的计算极限之内，它还可以处理更多变量，这篇文章肯定会是一篇阅读起来很有趣的文章。

这是一篇新文章，将针对初学者继续我们的系列，介绍如何基于一些流行指标设计交易系统。我们将学习一个新的指标，即能量潮（OBV），我们将学习如何使用并基于它来设计交易系统。

我们继续研究聚类方法。在本文中，我们将创建一个新的 CKmeans 类来实现最常见的聚类方法之一：k-均值。在测试期间，该模型成功地识别了大约 500 种形态。

掌握如何从网络向智能交易系统输入数据并非那么轻而易举。如果不了解 MetaTrader 5 提供的所有可能性，就很难做到这一点。

在我的课程中，大多数学生认为 MQL5 真的很难理解。除此之外，他们还在寻找一种直接的方法来把一些过程自动化。那么阅读本文中归纳的信息，就能立刻发现如何利用 MQL5 开始运作。即使您以前从未接触过任何形式的编程。即使您无法领会之前您所观察到的插图的情况下。

我的上一篇文章已经发表一年多了。这令我有了大量时间考虑修改思路和发展新方法。在这篇新文章中，我想转移一下以前使用的监督学习方法。这次我们将深入研究无监督学习算法。特别是，我们将考虑一种聚类算法 — k-均值。

在本文中，我们将继续讲述如何基于最流行的指标设计交易系统。在本文中，我们将详细学习抛物线 SAR 指标，以及如何运用一些简单的策略来设计用于 MetaTrader 5 的交易系统。

在本文中，我们将学习一款可在交易中运用的新技术工具，作为我们学习如何设计简单交易系统系列的延续。这次我们将选取另一个流行的技术指标：平均真实范围（ATR）。

今天，我们要将更多资源加入 EA。这篇有趣的文章可以提供一些展示信息的新思路和方法。与此同时，它能帮助修复项目中的小缺陷。

在本文中，我们将继续有关基于最流行指标设计交易系统的系列文章，这次我们将讨论平均方向指数（ADX）指标。我们将详细学习该指标，从而能够更好地理解它，并将学习如何在简单策略里运用它。通过深入学习，我们可以获得更多的认知，可以更好地运用它。

在本文中，我们继续我们的研究系列 — 这次，我们将学习如何基于最流行的技术指标之一 Stochastic 振荡器指标设计交易系统。

数据分类对于算法交易者和程序员来说是至关重要的。在本文中，我们将重点关注一种分类逻辑算法，它有帮于我们识别“确定或否定”、“上行或下行”、“做多或做空”。

在本文中，我们将创建一个交叉订单系统。有一种类型的资产让交易员的生涯变得非常困难 — 那就是期货合约。但为什么令他们的职业生涯变得如此困难？

在本文中，将从我们的系列文章中挖掘一个新工具：我们将学习如何基于最流行的技术指标之一“移动平均收敛/发散（MACD）”设计交易系统。

如何在智能交易系统中直接访问自定义指标？一款交易 EA 仅在能够使用自定义指标的情况下才是真正有用；否则，它只是一组代码和指令而已。

在本文中，我们将把 Chart Trade 这个应用程序放置在浮动窗口当中。在前一篇中，我们创建了一个基本系统，该系统支持在浮动窗口中使用模板。

来自我们的《学习如何设计交易系统》系列的新篇章中，我将介绍商品通道指数（CCI），解释其细节，并与您分享如何基于此指标创建交易系统。

从头开始开发智能交易系统（第 23 部分）：新订单系统 (VI)

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

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)

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

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

从头开始开发智能交易系统（第 18 部分）：新订单系统 (I)

数据科学和机器学习（第 04 部分）：预测当前股市崩盘

视频：如何为简单自动交易设置 MetaTrader 5 和 MQL5

学习如何基于建仓/派发（AD）设计交易系统

从头开始开发智能交易系统（第 17 部分）：访问 web 上的数据（III）

神经网络变得轻松（第十六部分）：聚类运用实践

数据科学与机器学习（第 03 部分）：矩阵回归

学习如何基于 OBV 设计交易系统

神经网络变得轻松（第十五部分）：利用 MQL5 进行数据聚类

从头开始开发智能交易系统（第 16 部分）：访问 web 上的数据（II）

视频：简单自动交易 — 如何利用 MQL5 创建简单的智能交易系统

神经网络变得轻松（第十四部分）：数据聚类

学习如何基于抛物线 SAR 设计交易系统

学习如何基于 ATR 设计交易系统

从头开始开发智能交易系统（第 14 部分）：添加价格成交量（II）

学习如何基于 ADX 设计交易系统

学习如何基于 Stochastic 设计交易系统

数据科学与机器学习（第 02 部分）：逻辑回归

从头开始开发智能交易系统（第 11 部分）：交叉订单系统

学习如何基于 MACD 设计交易系统

从头开始开发智能交易系统（第 10 部分）：访问自定义指标

从头开始开发智能交易系统（第 9 部分）：概念上的飞跃 (II)

学习如何设计基于 CCI 的交易系统