第 17 页 —— EA 交易的算法交易文章

本文旨在创建最简单的交易策略，实施"要么赢走全部，要么输个精光"的游戏原则。我们不想创建一个能盈利的 EA 交易- 目标是通过最大可能概率让初始存款增加几倍。在不知道任何技术分析或不使用任何指标的情况下是否有可能在 ForEx 市场中赢走全部或输个精光？

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。本文介绍了如何创建自定义风险和资金管理模块以及如何在 MQL5 向导中启用该模块。我们将使用一个资金管理算法作为示例，在该算法中交易量规模取决于上一笔交易的结果。本文还将介绍为 MQL5 向导创建的类的说明的结构和格式。

有关指标计算的最佳方式的争论无休无止。我们应在何处计算指标值 - 在指标本身内还是嵌入使用该指标的 EA 交易的整个逻辑之中？本文说明在 EA 交易或脚本的代码中移动自定义指标 iCustom 的源代码的一种情形，并对计算和 prev_calculated 值的建模进行优化。

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。

MetaTrader 市场的产品可以从 MQL5.com 网站购买，或者直接从 MetaTrader 4 和 MetaTrader 5 交易平台购买。选择一个想要的适合您交易风格的产品，使用您想要的支付方法付款，然后就能激活产品。

MQL5 市场有很多产品出售，但是某些产品的描述并不是很好。很多文字显然需要改进，因为普通交易者不能领会它们。本文将帮助您使产品给人留下好印象。采用我们的建议来撰写惹人注目的描述，轻易地向您的客户精确展示您的卖点。

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。

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)。

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。

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。

有句俗话说的好：从来不犯错误的人将一事无成。这一点应该无法反驳，除非你认为闲着什么都不做也是一种错误。但是俗话说吃一堑长一智，你可以通过分析过去的错误（包括你自己的和他人的）来减少你将来可能会犯的错误。让我们来试着看看我们工作中可能会遇到的一些情景吧，这里所说的工作指的是站内的“工作”服务项目。

与别处相比，在 MQL5 应用商店购买交易机器人有一个明显的优势 - 其提供的自动化系统，可直接在 MetaTrader 5 终端内接受完整测试。购买前，EA 交易可以、也应该在内置的策略测试程序中，以所有不利的模式谨慎运行，从而对此系统有一个全面的认识。

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。

本文中我们将讨论创建一个应用来展现RSS订阅的可能性。本文将介绍如何使用MetaTrader 5的标准类库来创建交互应用。

本文介绍了一个可以在 MQL5 中提高 HTTP 请求操作效率的开发库。它在另外的线程中实现 WebRequest 在非阻塞模式下的执行，并且可以用于辅助图表和EA交易，交换自定义事件以及读取共享资源。也提供了源代码。

让我们现在来塑造本文第一部分介绍过的，基于 PHP 的 Twitter （推特）。我们正在组装 SDSS 的不同部分。有关客户端的系统体系结构, 我们借助 MQL5 新提供的 WebRequest() 函数, 通过 HTTP 发送交易信号。

本文探讨运用经验分解模式（EMD）预测时间序列的理论和实际应用。它提议以 MQL 实现此方法，并出示了测试指标和智能交易系统。

在本文中，我们将继续研讨在交易中运用 OLAP 技术。我们会扩展前两篇文章中表述的功能。这次我们将研究报价的操盘分析。我们还将基于所汇集的历史数据，推导并检验交易策略的设想。本文推介了基于柱线形态研究和自适应交易的智能交易系统。

在本文中，我们将研究显示文本的消息类。目前，我们有众多的不同消息。是时候重新编排它们的存储、俄/英语言翻译成其他语言、以及显示消息的方法。此外，最好引入便利的方法来向函数库中添加新语言，并在它们之间快速切换。

本文研讨季节性特征的扩展研究：自相关热点图和散点图。本文之目的是展示“市场记忆”的季节性，它通过任意顺序增量的最大相关性来表达。

目前，最大的自动交易应用程序成品商店可提供13,970个产品。它包含4,800个EA、6,500个指标、2,400个实用工具以及其他解决方案。在这种情况下，差不多有一半的应用程序（6,000）可供租用。此外，产品总数的1/4产品（3,800）可以免费下载。

在本系列的前几篇文章中，我们尝试了各种方法来创建或多或少能够盈利的网格智能交易系统。现在，我们将会尝试通过多元化来提高 EA 的盈利能力。我们的终极目标是每年赚取 100％的利润，而最大回撤不超过 20％。

开发指标、智能交易系统和脚本时，开发人员往往需要创建大量与交易策略没有直接关系的各种代码片段。在本文中，我们研究一种复用早前已创建的模块（例如尾随、过滤和调度代码、亦或其他）来搭建智能交易系统的方法。我们将看到这种编程方式的益处。

本文将帐户对象的操作安置于任意函数库对象的新基准对象之上，改进了 CBaseObj 基准对象，并测试了设置跟踪参数，以及接收任意函数库对象事件。

本文针对各种指标的常规背离及其成效进行了严格查验。此外，它还包含用于提升分析准确性的过滤选项，并提供非标准解决方案的功能描述。结果就是，我们将创建一个解决技术任务的新工具。

如何在 MetaTrader 5 中创建并测试自定义 MOEX(莫斯科证券交易所) 品种

本文介绍运用 MQL5 语言创建自定义兑换品种。特别是，它研究使用来自流行的 Finam 网站的兑换报价。本文中研究的另一个选项是在创建自定义品种时可以使用任意格式的文本文件。这允许使用任何金融品种和数据源。创建自定义品种之后，我们可以使用 MetaTrader 5 策略测试器的所有功能来测试兑换品种的交易算法。

在本文中，我们将尝试开发尽可能最好的基于网格的 EA 交易。像往常一样，这将是一个跨平台的EA，能够与 MetaTrader 4 和 MetaTrader 5一起工作。第一个 EA 已经足够好了，只是它在很长一段时间内不能盈利。第二个EA在几年之内可能有效,不幸的是，在最大回撤低于50%的条件下, 它每年无法产生超过50%的利润。

在本文中，我们将开发一个网格EA，用于在一个范围内的趋势方向上进行交易。这样，此EA主要适用于外汇和大宗商品市场，根据测试，我们的网格EA 自2018年以来显示盈利，不幸的是，这在2014-2018年期间并非如此。

在本文中，我们会探讨为一个MQL程序创建一个交互式图形界面，该程序设计用于使用OLAP技术处理帐户历史和交易报告。为了获得视觉效果，我们将使用最大化和可伸缩的窗口、自适应布局的控件和用于显示图表的新控件。为了提供可视化功能，我们将实现一个GUI，其中沿着坐标轴选择变量，以及选择聚合函数、图表类型和排序选项。

本文论述如何创建多维数据（OLAP - 在线分析处理）的在线分析框架，以及如何在 MQL 中实现此框架，还有利用交易帐户历史数据在 MetaTrader 环境中应用此类分析的示例。

在本文中，我们将学习如何创建在 MetaTrader 4 和 MetaTrader 5 中都能工作的 EA 交易。为此，我们将开发一个 EA 构建的订单网格,网格是指将多个限价订单置于当前价格之上，同时将相同数量的限价订单置于当前价格之下的 EA 交易。

本文描述了一种通用的基于CSS选择器的HTML文档数据分析和转换方法。交易报告、测试报告、您最喜欢的经济日历、公共信号、账户监控和其他在线报价源将直接从MQL获得。

本文的目的是创建一个自定义工具，令用户能够接收和使用前面所讨论形态的整体信息数组。我们将创建一个形态相关的函数库，您可以在自己的指标、交易面板、智能交易系统等等应用中运用它们。

在本文的第一部分当中，我曾描述过一个修订的 ZigZag (之字折线) 指标和一个用于接收该类型指标数据的类。在此，我将展示如何基于这些工具开发指标，并编写一款根据 ZigZag 指标形成的信号进行交易的 EA 来测试。作为补充，本文将介绍一套开发图形用户界面的新版 EasyAndFast 函数库。

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。

本文探讨了在分离在不同市场条件下的优化方法,分离优化意味着分别为上涨趋势和下跌趋势分别定义交易系统的最佳参数. 为了减少错误信号的影响，提高盈利能力，系统变得灵活，这意味着它们有一些特定的设置或输入数据，这是合理的，因为市场行为不断变化。

许多研究人员对于判定价格行为没有给予足够的重视。与此同时，还使用各种复杂方法，而这些方法通常只是“黑盒子”，例如机器学习或神经网络。在这种情况下显现出的最严重问题就是提交何种数据来训练特定模型。

在本文中，我们将深入研究马丁格尔（翻倍加仓）系统。我们将评测该系统是否可以用于实盘交易，以及在运用它时如何将风险减至最小。这一简单系统的主要缺点在于很可能会将全部存款亏损。如果您决定使用马丁格尔技术进行交易，则必须考虑这一事实。

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。

在设计使用 Kohonen 网络的通用工具的基础上，我们建立了优化EA参数的分析和选择系统，并探讨了时间序列的预测。在第一部分中，我们修正和改进了公开的神经网络类，增加了必要的算法。现在，是时候在实际应用中使用它们了。

要么赢走全部，要么输个精光的 ForEx 策略

MQL5 向导：如何创建风险和资金管理模块

以峰谷指标和 ATR 指标为例说明作为类来实施指标

MQL5 向导：无需编程即可创建 EA 交易程序

如何从 MetaTrader 市场购买自动交易以及如何安装?

如何写好市场产品的描述

订单策略。多目标 EA 交易

MQL5酷客宝典 - 滑动通道编程

MQL5 向导：如何创建交易信号模块

使用 EA Tree 在几分钟内创建 MQL5 EA 交易：第一部分

新用户的几个小窍门

购买交易机器人前如何进行测试

MQL5 Wizard：新版本

在MetaTrader5中创建交互应用来展现RSS订阅

自己动手开发多线程异步 MQL5 WebRequest

构建新兴的社交技术, 第二部分: 编制 MQL5 的 REST 客户端

预测时间序列（第 1 部分）：经验分解模式（EMD）方法

在交易中应用 OLAP（第 3 部分）：为开发交易策略而分析报价

轻松快捷开发 MetaTrader 程序的函数库 (第十九部分) : 函数库消息类

寻找市场形态的计量经济学方法：自相关，热点图和散点图

MetaTrader市场提供14,000个EA交易

开发跨平台网格 EA（最后部分）：多元化是提高盈利能力的一种途径

使用单独模块构建智能交易系统

轻松快捷开发 MetaTrader 程序的函数库（第十八部分）：帐户与任意其他函数库对象之间的交互

解读经典和隐藏背离的新途径。第二部分

如何在 MetaTrader 5 中创建并测试自定义 MOEX(莫斯科证券交易所) 品种

开发跨平台网格 EA 交易(第三部分): 使用马丁格尔的基于修正的网格

开发跨平台网格EA(第二部分):在趋势方向上的基于范围的网格

在交易中应用 OLAP(第 2 部分)：可视化交互式多维数据分析的结果

在交易中应用 OLAP(第 1 部分)：在线分析多维数据

开发一个跨平台网格 EA

使用CSS选择器从HTML页面提取结构化数据

研究烛条分析技术(第三部分)：用于形态操作的函数库

ZigZag (之字折线) 的力量(第二部分)。接收、处理和显示数据的示例

MetaTrader 5 与 Python 的集成：接收和发送数据

分离策略在趋势和盘整条件下的优化

ZigZag(之字折线)的力量(第一部分)。开发指标基类

以马丁格尔(翻倍加仓)为基础的长线交易策略

蒙特卡罗方法在强化学习中的应用

在算法交易中 KOHONEN 神经网络的实际应用第二部分优化和预测