添加新文章
开发回放系统 — 市场模拟（第 18 部分）：跳价和更多跳价（II）

开发回放系统 — 市场模拟（第 18 部分）：跳价和更多跳价（II）

显然，目前的衡量度与创建 1-分钟柱线的理想时间相距甚远。这是我们要率先解决的一件事。解决同步问题并不困难。也许这看起来很难，但实际上却很简单。在上一篇文章中，我们没有进行所需的调整，因为它的目的是解释如何把图表上创建 1-分钟柱线的跳价数据转移至市场观察窗口。
测试不同的移动平均类型以了解它们的洞察力

测试不同的移动平均类型以了解它们的洞察力

我们都知道移动平均指标对很多交易者的重要性。还有其他移动平均线类型在交易中也很有用，我们将在本文中确定这些类型，并将它们中的每一种与最流行的简单移动平均线进行简单比较，看看哪一种可以显示出最好的结果。
开发回放系统 — 市场模拟（第 17 部分）：跳价和更多跳价（I）

开发回放系统 — 市场模拟（第 17 部分）：跳价和更多跳价（I）

于此，我们将见识到如何实现一些非常有趣的东西，但同时也会因某些可能十分令人困惑的关键点而极其困难。可能发生的最糟糕的事情是，一些自诩专业人士的交易者却对这些概念在资本市场中的重要性一无所知。好吧，尽管我们在这里专注于编程，但理解市场交易中涉及的一些问题，对于我们将要实现的内容至关重要。
开发回放系统 — 市场模拟（第 16 部分）：新的类系统

开发回放系统 — 市场模拟（第 16 部分）：新的类系统

我们需要更好地组织我们的工作。 代码正在快速增长，如果现在不做，那么以后就变得更不可能了。 我们分而治之。 MQL5 支持类，可协助实现此任务，但为此，我们需要对类有一定的了解。 大概最让初学者困惑的是继承。 在本文中，我们将看到如何以实用和简单的方式来运用这些机制。
开发回放系统 — 市场模拟（第 15 部分）：模拟器的诞生（V）- 随机游走

开发回放系统 — 市场模拟（第 15 部分）：模拟器的诞生（V）- 随机游走

在本文中，我们将完成自有系统模拟器的开发。 于此的主要目标是就上一篇文章中讨论的算法进项配置。 该算法旨在创建随机游走走势。 因此，为了明白今天的讲义，有必要了解以前文章的内容。 如果您尚未跟踪模拟器的开发，我建议您从头开始阅读本系列文章。 否则，您也许对此处将要讲解的内容不明所以。
开发回放系统 — 市场模拟（第 14 部分）：模拟器的诞生（IV）

开发回放系统 — 市场模拟（第 14 部分）：模拟器的诞生（IV）

在本文中，我们将继续探讨模拟器开发的新阶段。 这次，我们会见到如何有效地创建随机游走类型的走势。 这种类型的走势非常引人入胜，因为它是构成资本市场上所发生一切的基础。 此外，我们将开始了解一些对于进行市场分析至关重要的概念。
复购算法：模拟多币种交易

复购算法：模拟多币种交易

在本文中，我们将创建一个模拟多币种定价的数学模型，并针对多元化原理进行彻底研究，作为搜索提高交易效率机制的一部分，我在上一篇文章中已经开始了理论计算。
理解并有效地使用 MQL5 策略测试器

理解并有效地使用 MQL5 策略测试器

对于 MQL5 程序员或开发人员，一项基本需求就是掌握那些重要且颇具价值的工具。 其中一个工具是策略测试器，本文是理解和使用 MQL5 策略测试器的实用指南。
MQL5 中的范畴论 (第 7 部分)：多域、相对域和索引域

MQL5 中的范畴论 (第 7 部分)：多域、相对域和索引域

范畴论是数学的一个多样化和不断扩展的分支，直到最近才在 MQL5 社区中得到一些报道。 这些系列文章旨在探索和验证一些概念和公理，其总体目标是建立一个开放的函数库，提供洞察力，同时也希望进一步在交易者的策略开发中运用这个非凡的领域。
MQL5 中的范畴论 (第 5 部分)：均衡器

MQL5 中的范畴论 (第 5 部分)：均衡器

范畴论是数学的一个多样化和不断扩展的分支，直到最近才在 MQL5 社区中得到一些报道。 这些系列文章旨在探索和验证一些概念和公理，其总体目标是建立一个开放的函数库，提供洞察力，同时也希望进一步在交易者的策略开发中运用这个非凡的领域。
MQL5 中的范畴论 (第 4 部分)：跨度、实验、及合成

MQL5 中的范畴论 (第 4 部分)：跨度、实验、及合成

范畴论是数学的一个多样化和不断扩展的分支，到目前为止，在 MQL5 社区中还相对难以发现。 这些系列文章旨在介绍和研究其一些概念，其总体目标是建立一个开放的函数库，提供洞察力，同时希望在交易者的策略开发中进一步运用这一非凡的领域。
种群优化算法：猴子算法（MA）

种群优化算法：猴子算法（MA）

在本文中，我将研究猴子优化算法（MA）。 这些动物克服困难障碍，并到达最难以接近的树顶的能力构成了 MA 算法思想的基础。
多层感知器和反向传播算法（第 3 部分）：与策略测试器集成 - 概述（I）

多层感知器和反向传播算法（第 3 部分）：与策略测试器集成 - 概述（I）

多层感知器是简单感知器的演变，可以解决非线性可分离问题。 结合反向传播算法，可以有效地训练该神经网络。 在多层感知器和反向传播系列的第 3 部分当中，我们将见识到如何将此技术集成到策略测试器之中。 这种集成将允许使用复杂的数据分析，旨在制定更好的决策，从而优化您的交易策略。 在本文中，我们将讨论这种技术的优点和问题。
如何选择智能系统：拒绝一款交易机器人的 20 条强大准则

如何选择智能系统：拒绝一款交易机器人的 20 条强大准则

本文尝试回答这个问题：我们如何选择正确的智能系统？ 哪些最适合我们的投资组合，我们如何过滤市场上提供的庞大交易机器人列表？ 本文将介绍二十条明确而强大的准则来拒绝一款智能系统。 每条提出的准则都将得到很好的解释，从而帮助您做出更持久的决定，并为您建立一个更有前途的智能系统集合，从而赚取利润。
您应该知道的 MQL5 向导技术（第 05 部分）：马尔可夫（Markov）链

您应该知道的 MQL5 向导技术（第 05 部分）：马尔可夫（Markov）链

马尔可夫（Markov）链是一个强大的数学工具，能够针对包括金融在内的各个领域的时间序列数据进行建模和预测。 在金融时间序列建模和预测中，马尔可夫链通常用于模拟金融资产随时间的演变，例如股票价格或汇率。 马尔可夫链模型的主要优点之一是其简单性和易用性。
种群优化算法：鱼群搜索（FSS）

种群优化算法：鱼群搜索（FSS）

鱼群搜索（FSS）是一种新的优化算法，其灵感来自鱼群中鱼的行为，其中大多数（高达 80%）游弋在有组织的亲属群落中。 经证明，鱼类的聚集在觅食效率和保护捕食者方面起着重要作用。