Add a new article
MQL5-RPC来自 MQL5 的远程过程调用：针对乐趣及获利的网络服务访问及 XML-RPC 自动交易锦标赛分析程序
MQL5-RPC来自 MQL5 的远程过程调用：针对乐趣及获利的网络服务访问及 XML-RPC 自动交易锦标赛分析程序
本文介绍 MQL5-RPC 框架，该框架使来自 MQL5 的远程过程调用成为可能。它以 XML-RPC 基础、MQL5 实施开始，接着提供两个实际运用例子。第一个例子使用外部网络服务，第二个例子是一个用于简单 XML-RPC 2011 年自动交易锦标赛分析程序服务的客户端。如果您对如何实施和实时分析来自 2011 年自动交易锦标赛的不同统计数据感兴趣，则本文正好适合您。
用随机森林预测趋势
用随机森林预测趋势
本文使用Rattle包自动进行模式识别，来预测外汇市场的多头和空头。本文对初学者和有经验的交易者都适用。
未知概率密度函数的核密度估计
未知概率密度函数的核密度估计
本文主要介绍用于估计未知概率密度函数的核密度程序的创建。核密度估计方法被选择用于执行此任务。本文包含该方法的软件实现的源代码、其使用示例以及插图。
利用模糊逻辑创建指标的简单示例
利用模糊逻辑创建指标的简单示例
本文专门讲解金融市场分析模糊逻辑理念的实际应用。 我们会根据两条模糊规则和轨道线指标，提供生成信号的指标示例。 开发出的指标会采用多个指标缓冲区：7 个计算用缓冲区，5 个图表显示用缓冲区和 2 个颜色缓冲区。
随机游走和趋势指标
随机游走和趋势指标
随机游走和实际的市场数据看起来非常类似，但是它有一些重要的特征。在本文中，我们将通过用掷硬币游戏进行模拟，讨论随机游走的特性。为了研究数据的特性，开发了趋势指标。
用 MQL5 表示统计概率分布
用 MQL5 表示统计概率分布
本文介绍了在应用统计中使用的随机变量的概率分布（正态分布、对数正态分布、二项分布、逻辑分布、指数分布、柯西分配、学生 t 分布、拉普拉斯分布、泊松分布、双曲线正割分布、贝塔分布和伽玛分布）。它还介绍用于处理这些分布的类。
在 MetaTrader 5 中应用费歇尔变换和逆费歇尔变换进行市场分析
在 MetaTrader 5 中应用费歇尔变换和逆费歇尔变换进行市场分析
我们知道一个市场周期的概率密度函数 (PDF) 并不会让我们想到高斯分布，而是一种正弦波的概率密度函数，并且大多数指标假定市场周期的概率密度函数为高斯分布，我们需要一种方式来纠正。解决方法是使用费歇尔变换。费歇尔变换将任何波形的概率密度函数转换为近似的高斯分布。本文介绍费歇尔变换和逆费歇尔变换的算法以及它们在交易中的应用。介绍和评估了一个基于逆费歇尔变换的专有交易模块。
MQL5 编程基础：列表
MQL5 编程基础：列表
用于交易策略开发的编程语言 MQL 的新版本 [MQL5] 与以前的版本 [MQL4] 相比，提供了更加强大和高效的功能。这些优势实质上是面向对象的编程功能。本文探讨对于复杂自定义数据类型的使用，例如节点和列表。它还在提供了在 MQL5 实战编程中使用列表的例子。
交易者的统计 - 烹饪宝书：假设
交易者的统计 - 烹饪宝书：假设
本文讨论假设 - 数理统计的基本理念之一。各种假设需要进行检查，并利用数理统计方法的实例进行验证。使用非参数方法生成实际数据。Statistica 开发包和移植的 ALGLIB MQL5 数值分析库可用于处理数据。
在 MetaTrader 5 里使用 HedgeTerminal (对冲终端) 面板进行双向交易和仓位对冲, 第二部分
在 MetaTrader 5 里使用 HedgeTerminal (对冲终端) 面板进行双向交易和仓位对冲, 第二部分
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。这是: "在 MetaTrader 5 里使用 HedgeTerminal (对冲终端) 面板进行双向交易和仓位对冲" 第一部分的延续。在第二部分里, 我们讨论自定义 EA 与 HedgeTerminalAPI 的集成, 其作为特别的可视化程序库, 设计用于在一个舒适的软件环境里作为工具进行便利的双向交易仓位管理。
深度神经网络 (第 III 部)。样品选择和降维
深度神经网络 (第 III 部)。样品选择和降维
本文是一系列有关深层神经网络的延续文章。在此, 我们将研究选择样本 (消除噪声), 降低输入数据的维度, 并在数据准备期间将数据集合划分为训练/验证/测试集合, 以便训练神经网络。
利用判别分析开发交易系统
利用判别分析开发交易系统
开发交易系统时，通常都会出现选择最佳指标与信号组合的问题。而判别分析就是找到此类组合的方法之一。本文会给出一个用于市场数据采集的 EA 开发示例，并详细阐明如何利用判别分析在 Statistica 软件中构建外汇市场预后模型。
SQL 与 MQL5: 与 SQLite 数据库集成
SQL 与 MQL5: 与 SQLite 数据库集成
本文的目的，是那些打算在他们的项目中使用 SQL 的开发者。它解释了 SQLite 的功能和优势。本文不需要特别的 SQLite 函数知识, 当然对 SQL 的最小理解将是有益的。
模糊逻辑介绍
模糊逻辑介绍
模糊逻辑扩展了我们的数理逻辑和集合论的界限。本文揭示了模糊逻辑的基本原理, 同时描述使用马丹尼型和关野型的两种推理系统。提供的例程将描述如何使用 MQL5 版本的模糊库来实现这两种类型的系统。
解读经典与隐性背离的新途径
解读经典与隐性背离的新途径
本文研究经典背离构造方法, 并提供了另外一种解读背离的方法。基于这种新的解释方法开发了交易策略。本文中也描述了这一策略。
排序方法并利用 MQL5 进行可视化
排序方法并利用 MQL5 进行可视化
Graphic.mqh 函数库以 MQL5 设计, 用来处理图形。本文提供了一个实际应用的例子, 并解释了排序的思路。这里描述排序的一般概念, 因为每种排序类型至少已经具有一篇单独的论文, 而有些排序类型更是详细研究的对象。
EA交易的自我优化: 进化与遗传算法
EA交易的自我优化: 进化与遗传算法
本文涵盖的内容是提出了进化算法主要原则，以及它们的特点和多样性。我们将使用一个简单的EA交易作为实例来做实验，来展示如何通过优化使我们的交易系统获益，我们将探讨在软件程序中实现遗传、进化以及其它类型的优化，并且在优化交易系统的预测器集合与参数时提供示例程序。
深度神经网络 (第 I 部)。准备数据
深度神经网络 (第 I 部)。准备数据
本系列文章继续探索深度神经网络 (DNN) 在众多应用领域 (包括交易) 中的运用。在此会探索本主题的新维度, 同时使用实际的实验测试新的方法和思路。本系列的第一篇文章致力于为 DNN 准备数据。
分析烛的图案
分析烛的图案
日本烛形图的构建和烛图案的分析构成了技术分析的一个迷人领域。烛形图的优点在于它们以您能够跟踪数据动态的方式表示数据。在本文中，我们将分析烛的类型、烛图案的分类并提出一个能够确定烛图案的指标。
机器学习模型的变量评估和选择
机器学习模型的变量评估和选择
本文重点介绍机器学习模型中输入变量（预测因子）的选择，预处理以及评估的相关细节。同时将探讨新的方法和预测因子深度分析及其对模型过度拟合可能的影响。模型的总体效果很大程度上取决于这一阶段的结果。我们将分析两个包，它们分别提供预测因子选择的新老方法。
初学者以 MQL5 实现对数字滤波器的实际实施
初学者以 MQL5 实现对数字滤波器的实际实施
数字信号滤波的理念在有关构建交易系统的论坛主题中被广泛讨论。而不以 MQL5 编写数字滤波器的标准代码是不明智的。在本文中，笔者介绍了将出自其文章《面向新手的 MQL5 自定义指标》的简单 SMA 指标的代码转换成更复杂和通用的数字滤波器的代码。本文是笔者上一篇文章的逻辑延续。文章中还介绍了如何在代码中更换文本，以及如何修正编程错误。
DiNapoli 交易系统
DiNapoli 交易系统
本文详述一款由 Joe DiNapoli 开发的基于菲波纳奇等级的交易系统。文中将会解释系统蕴含的思路和主要概念, 并提供了一款简单的指标作为例子, 便于更清晰地理解。
在 MetaTrader 5 中的连续期货合约
在 MetaTrader 5 中的连续期货合约
期货合约的生存跨度较短，它们的技术分析更复杂。对于短周期图表，技术分析是十分困难的。例如，UX-9.13 乌克兰股指期货的日线图上，有超过 100 根柱线。所以, 交易员会创建组合的长线期货合约。这篇文章解释了如何在 MetaTrader 5 客户端中拼接期货合约。
创建多币种多系统 EA 交易
创建多币种多系统 EA 交易
本文介绍了 EA 交易结构，它可实现多交易品种交易，并同时使用多个交易系统。如果你已经确认了所有 EA 交易的最佳输入参数，并分别得到很好的回溯测试结果，那么思考一下：如果结合自己的所有策略同时测试所有 EA，你会得到什么结果？
MQL5 应用商店 2013 年二季度业绩
MQL5 应用商店 2013 年二季度业绩
成功运营一年半的“MQL5 应用商店”，已成为了最大的交易策略与技术指标交易商店。全世界有 350 位开发者在此提供了大约 800 款交易应用程序。交易者为其 MetaTrader 5 终端购买和下载的交易程序，已逾 100.000。
交易系统的评估 - 有关进入、退出与交易效率的概述
交易系统的评估 - 有关进入、退出与交易效率的概述
有很多指标可用于确定一个交易系统的效率和盈利能力。但是，交易者始终会将任何系统推向一个新的崩溃测试。本文讲述基于效率指标的统计如何用于 MetaTrader 5 平台。它包含一个类，该类用于将成交统计解释转变成与 S.V. Bulashev 所著《Statistika dlya traderov（面向交易者的统计）》一书不冲突的一种解释。它还包括一个用于优化的自定义函数示例。
物美价廉的神经网络 - 链接 NeuroPro 与 MetaTrader 5
物美价廉的神经网络 - 链接 NeuroPro 与 MetaTrader 5
是否用于交易的特殊神经网络程序好似很昂贵和复杂，或是与此相反，太简单？来试试 NeuroPro。它是免费的，并且包含针对业余爱好者的最佳功能集合。这篇文章将告诉您如何结合 MetaTrader 5 来使用它。
根据品种和 EA 的 ORDER_MAGIC 分析余额/净值图形
根据品种和 EA 的 ORDER_MAGIC 分析余额/净值图形
随着对冲的引入, MetaTrader 5 提供了一个极佳的机会, 可以在一个交易账户内同时利用若干个专家交易系统进行交易。当一个策略是可盈利, 而第二个泽亏损的时候, 盈利图也许会徘徊在零值附近。在此情况下, 分别为每个交易策略构建余额和净值图形是十分有益的。
计算赫斯特指数
计算赫斯特指数
本文彻底解释了赫斯特指数背后的思想, 以及其价值观和计算算法的含义。分析了多个金融市场片段, 并介绍了使用 MetaTrader 5 产品实现分形分析的方法。
第三代神经网络：深度网络
第三代神经网络：深度网络
本文致力于介绍一种新的有前景的机器学习方向 — 深度学习或者更准确的说，深度神经网络。简要回顾第二代神经网络，它们的连结架构和主要类型，学习的方法和规则以及缺点，随后介绍第三代神经网络的发展，它们的主要类型，特点和学习方法。创建并训练一个深度神经网络，由真实数据通过堆栈式自动编码器权重进行初始化。从输入数据的选择到数量化求解的所有步骤都会详细讲述。文章的最后部分包含一个深度神经网络的EA实例，其中带有一个MQL4/R的内置指标。
Jeremy Scott - MQL5市场上的成功卖家
Jeremy Scott - MQL5市场上的成功卖家
Jeremy Scott，在MQL5.community 中他的昵称是Johnnypasado，因其在MQL5市场上出售产品而为人们所熟知。Jeremy已经赚了好几千美元，并且这一势头还在延续。我们决定和这个未来的百万富翁来个近距离接触，并为其他MQL5市场上的卖家提供些建议。
MetaTrader 4 与 MetaTrader 5 交易信号组件
MetaTrader 4 与 MetaTrader 5 交易信号组件
MetaTrader 4 和 MetaTrader 5 用户最近得到了成为“信号提供方”并赚取更多收益的机会。现在，您可以利用新组件，在您的网站、博客或社交网络上展示您的成功交易了。使用组件的好处显而易见：它们会提高“信号提供方”的受欢迎程度、树立其作为成功交易者的声名，并吸引到新的“订阅者”。在其它网站上放置这些组件的所有交易者，也都享受到了上述好处。