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。
连续前行优化 (第三部分): 将机器人适配为自动优化器
连续前行优化 (第三部分): 将机器人适配为自动优化器
第三部分充当前两部分之间的桥梁：它阐述的是第一篇文章中研究的 DLL，以及第二篇文章中论述的报告下载对象之间的交互机制。 我们将分析从 DLL 导入的包装类的创建过程，该类可依据交易历史记录形成 XML 文件。 我们还将研究一种与此包装器进行交互的方法。
SQLite: MQL5 原生 SQL 数据库操纵
SQLite: MQL5 原生 SQL 数据库操纵
交易策略的研发与大数据处理相关联。 现在，您能够基于 SQLite 在 MQL5 中直接运用 SQL 查询来操纵数据库。 该引擎的重要特性在于整个数据库都被安置在用户 PC 上的单个文件中。
利用MQL进行MQL解析
利用MQL进行MQL解析
本文描述了用于解析基于MQL的源代码的预处理器、扫描器和解析器，MQL 的实现在附件中。
继续迈进优化（第一部分）：操控优化报告
继续迈进优化（第一部分）：操控优化报告
这是第一篇致力于创建一套操控优化报告工具箱的文章，可从终端导入报告，并针对所获数据进行过滤和排序。 MetaTrader 5 允许下载优化结果，然而我们的目的是在优化报告中添加自己的数据。
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
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。
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。
评估分形指数和Hurst指数预测金融时间序列的能力
评估分形指数和Hurst指数预测金融时间序列的能力
有关金融数据分形行为的研究表明，在经济时间序列看似混乱的行为背后，存在着参与者集体行为的隐性稳定机制。这些机制可以导致交易所出现价格动态，从而定义和描述价格序列的具体属性。应用于交易中，能够有效、可靠地估计尺度和时间框架内的分形参数的指标，具有一定的实用价值。
研究烛条分析技术(第四部分)：形态分析器的更新和补充
研究烛条分析技术(第四部分)：形态分析器的更新和补充
本文论述了形态分析器（Pattern Analyzer）应用程序的新版本。 此版本修复了已发现错误并提供了一些新功能，还改进了用户界面。 在新版本的开发过程中参考了上一篇文章中的意见和建议。 最终的应用程序会在本文中进行说明。
10 分钟掌握 MQL5 的 DLL(第二部分)：使用 Visual Studio 2017 创建
10 分钟掌握 MQL5 的 DLL(第二部分)：使用 Visual Studio 2017 创建
初版文章依然具有其相关性，因此如果您对此主题感兴趣，请务必阅读第一篇文章。 从初版起已经过了很久时间，而当前的 Visual Studio 2017 具有全新的界面。 MetaTrader 5 平台也拥有了诸多新功能。 本文提供了开发 DLL 项目各个阶段的描述，以及如何设置 DLL 并与 MetaTrader 5 工具进行交互。
在 MetaTrader 5 中使用 MATLAB 2018 的计算功能
在 MetaTrader 5 中使用 MATLAB 2018 的计算功能
在2015年升级了 MATLAB 包之后，有必要考虑一种现代的创建 DLL 库的方法。本文利用样本预测指标，说明了在目前使用的64位平台上关联 MetaTrader 5 和 MATLAB 的特点。通过探讨连接 MATLAB 的整个过程，MQL5 开发人员将能够更快地创建具有高级计算能力的应用程序，从而避免“陷阱”。
使用CSS选择器从HTML页面提取结构化数据
使用CSS选择器从HTML页面提取结构化数据
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。
MetaTrader 5 与 Python 的集成：接收和发送数据
MetaTrader 5 与 Python 的集成：接收和发送数据
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。
使用 OpenCL 测试烛形形态
使用 OpenCL 测试烛形形态
这篇文章描述了在"一分钟OHLC"模式下实现 OpenCL 烛形形态测试器的算法。我们还将把它的速度与内建的策略测试器在快速和慢速优化模式下做比较。
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。
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。
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。
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。
如何创建任意复杂度的图形面板
如何创建任意复杂度的图形面板
本文详细介绍了如何在 CAppDialog 类的基础上创建面板，以及如何在面板上增加控件。它描述了面板的结构和框架，显示了对象的继承关系。从这篇文章中，您还可以学习到事件是怎样处理的以及它们是怎样在独立的控件之间传递的。另外还有实例演示了如何编辑面板参数，例如大小和背景颜色。
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。
可控优化: 模拟退火
可控优化: 模拟退火
MetaTrader 5 交易平台中的策略测试器只提供两种优化选项: 参数完整搜索和遗传算法。 本文提出了一种交易策略优化的新方法 — 模拟退火。 该方法的算法, 其实现和集成到任何智能交易系统的方方面面均加以考虑。 开发出的算法已在移动平均 EA 上进行了测试。
交易员生存技巧: 由指标制作的快餐
交易员生存技巧: 由指标制作的快餐
如果您刚刚切换到 MQL5, 那么本文将会很有用处。首先, 以正常的 MQL4 风格访问指标数据和序列已经完成。其次, 以 MQL5 实现这些整体上更简单。所有函数都尽可能地清晰, 并且非常适合单步调试。
自动选择有 "钱途" 的信号
自动选择有 "钱途" 的信号
本文将致力于分析 MetaTrader 5 平台的交易信号, 从而能够在用户账户里自动执行交易操作。此外，文章还研究了工具的开发，它有助于从终端当中直接搜索潜在地有 "钱途" 的交易信号。
运用 R-平方 评估策略余额曲线的品质
运用 R-平方 评估策略余额曲线的品质
本文介绍如何构建自定义优化标准 R-平方。这一准则可用来评估一个策略的余额曲线的品质, 并选择增长最平滑和稳定的策略。这项工作讨论其构建原理, 以及用于评估属性和衡量品质的统计方法。
使用非托管导出将 C# 代码运用到 MQL5
使用非托管导出将 C# 代码运用到 MQL5
在本文中，我介绍了在 MQL5 代码和托管 C# 代码之间进行互动的不同方法。我还提供了几个例子来说明如何针对 C# 封送 MQL5 结构以及如何在 MQL5 脚本中调用导出的 DLL 函数。我相信提供的例子能用作以后研究用托管代码编写 DLL 的基础。本文也为 MetaTrader 使用已经在 C# 中实施了的多个库打开了大门。
OpenCL：从朴素到更具深度的编程
OpenCL：从朴素到更具深度的编程
本文要重点讲述的是一些优化能力，但至少要对 OpenCL 内核借以执行的基本硬件多少有些了解，才能启动这些能力。获取的数据远非最高值，但即便是这样，也建议充分利用现有资源（由该终端开发人员实施的 OpenCL API 不允许控制对于优化而言很重要的一些参数 - 尤其是工作组的大小），通过主机程序执行获得的增益是非常可观的。
使用带 ENCOG 机器学习框架的 MetaTrader 5 指标进行时间序列预测
使用带 ENCOG 机器学习框架的 MetaTrader 5 指标进行时间序列预测
本文介绍如何将 MetaTrader 5 连接到 ENCOG - 高级神经网络和机器学习框架。它包含一个基于标准技术指标的简单神经网络指标和一个基于神经指标的 EA 交易的描述和实施。本文还附带了所有源代码、编译后的二进制文件、DLL 和一个可仿效的经过训练的网络。
在 MetaTrader 5 里使用 HedgeTerminal (对冲终端) 面板进行双向交易和仓位对冲, 第一部分
在 MetaTrader 5 里使用 HedgeTerminal (对冲终端) 面板进行双向交易和仓位对冲, 第一部分
本文描述了一种新的方法来进行仓位对冲，并在 MetaTrader 4 和 MetaTrader 5 的用户之间就此事的争辩划清界线。用通俗地语言描述可靠的对冲算法，并用简单图表和图例示意。本文专述新的 HedgeTerminal (对冲终端) 面板, 实质上是用于 MetaTrader 5 的全功能交易终端。使用 HedgeTerminal 和它提供的虚拟化交易, 仓位管理与 MetaTrader 4 的方式类似。
针对市场分析的数据库的具体应用
针对市场分析的数据库的具体应用
处理数据成为现代软件的主要任务 - 独立应用程序和网络应用程序都是如此。为解决此问题而创建了专业软件。这些软件被称为数据库管理系统 (DBMS)，能够针对它们的计算机存储和处理对数据进行构建、系统化和组织。对于交易，大多数分析师并不在他们的工作中使用数据库。但是对于一些任务，必须使用此类解决方案。本文提供了一个在客户端-服务器和文件-服务器架构中都能将数据保存到数据库或从数据库加载数据的指标例子。
作为创建自动化交易系统新方法的自动机编程
作为创建自动化交易系统新方法的自动机编程
本文会让我们以一种全新的视角，来进行 MQL4 与 MQL5 中 EA、指标及脚本的开发。将来，此编程范式会逐渐变成 EA 实施领域所有交易者的基本标准。利用这种自动机编程范式，MQL5 和 MetaTrader 5 开发人员也就具备了某种程度上创建新语言 - MQL6 - 和新平台 - MetaTrader 6 的能力。