能够简化和澄清时间、经纪商时移、以及夏季或冬季变更的时间处理函数和代码片段。 准确的时序也许是交易中的一个关键因素。 在当前钟点，伦敦或纽约的证券交易所是否已经或尚未开市，外汇交易的交易时间何时开始和结束？ 对于一名实况手工交易者来说，这不算是个大问题。
在本系列文章中，我们将尝试找寻概率论的实际运用来描述交易和定价过程。 在首篇文章中，我们将研究组合数学和概率论的基础知识，并将分析如何在概率论的框架中应用分形的第一个例子。
本文基于上一篇文章中设定的目标，提出了一个改进的暴力强推版本。 我将尝试尽可能广泛地涵盖这个主题，并以该方法获取的设置来运行智能交易系统。 本文还附有一个新的程序版本。
在本文中，我将演示一些非常有趣且实用的自动交易技术。 其中一些可能您很熟悉。 我将尝试覆盖最有趣的方法，并解释为什么它们值得使用。 此外，我将展示这些技术在实战中的适用性。 我们将创建智能交易系统，并依据历史报价来测试全部所述技术。
本文延续了暴力算法的主题，并在程序算法中引入了市场分析的新机会，从而加快了分析速度，提高了结果质量。新的添加使得在这种方法中可以看到最高质量的全局模式。
在 Python 中训练 CatBoost 分类器，并将模型导出到mql5，以及解析模型参数和自定义策略测试程序。Python 语言和 MetaTrader 5 库用于准备数据和训练模型。
在本文中，我们将继续讨论暴力方法。我将尝试使用我的应用程序的新改进版本来更好地解释这种模式。我还将尝试使用不同的时间间隔和时间框架来找出稳定性的差异。
在本文中，我们将搜索市场模式，根据确定的模式创建 EA 交易，并检查这些模式，如果它们保持有效的话，保持有效的时间有多少。
本文介绍了一种基于粒子群算法的快速优化方法。本文还介绍了MQL中的方法实现，它既可以在EA交易内部的单线程模式下使用，也可以作为在本地测试人员代理上运行的附加组件在并行多线程模式下使用。
本文专门介绍了程序化生成自定义品种（符号），这些自定义品种可用来演示一些显示报价的流行方法。 它描述的是一种建议的微创智能交易系统改编方案，可用在派生的自定义品种图表上，如同真实品种一样。 MQL 源代码随附于文后。
本文提供了在 Matlab 平台上实际运用神经网络模块的讲述和指南。 它还涵盖了运用神经网络模块创建交易系统的主要方面。 为了能够在一篇文章中厘清复杂内容，我必须对其进行修改，从而在一个程序中组合若干个神经网络模块函数。
本文介绍了自动优化程序的图形部分与其逻辑部分的连接。 它考虑了优化启动过程，从单击按钮到把任务重定向到优化管理器。
我们之前曾研究过创建自动前行优化。 这次，我们将继续探究自动优化器工具的内部结构。 本文对于那些希望深入操控所创建项目并进行修改的人士，以及那些希望理解程序逻辑的人士来说都很有用处。 本文包含 UML 示意图，它能揭示项目的内部结构，以及对象之间的关系。 它还阐述了优化开始的过程，但未包含优化器实现过程的讲述。
本文深入讲述在 MetaTrader 5 终端里的前向优化。 在先前的文章中，我们研究了生成和过滤优化报告的方法，并开始分析负责优化过程的应用程序的内部结构。 自动优化器是作为 C# 应用程序实现的，并且拥有自己的图形界面。 第五篇文章专门论述了此图形界面的创建。 MetaTrader 5 可以开发和测试同时交易多种金融资产的交易机器人。其内建的策略测试器能够自动从经纪商的服务器中下载所需的订单时刻历史，并会考虑到账户的合约规范，所以开发人员不用做任何人工工作。这可以使交易环境条件的重建能够简单和可靠，包括乃至不同交易品种中订单来临之间毫秒级的间隔。在本文中，我们将演示在两种莫斯科交易所期货上开发和测试一种点差策略。 本文将介绍创建自定义策略测试器和自定义优化通关分析器的方法。阅读之后, 您将了解数学计算模式, 和所谓分帧机制如何工作, 如何准备和加载用于计算的自定义数据, 以及如何使用有效的算法将它们压缩。对于那些打算在智能系统中存储自定义信息感兴趣的人来说, 这篇文章会很有趣。 在交易账户上运行 EA 交易之前，我们通常会在报价历史上测试和优化它。然而，这里会有一个合理的问题: 过去的结果怎么会对我们的未来有所帮助呢?本文描述了使用蒙特卡洛方法来为交易策略的优化构建自定义的标准，另外，还会探讨 EA 交易的稳定性标准。
本文主要目的在于阐述运用我们的应用程序进行操控的机制及其能力。 因此，本文可视为有关如何运用该应用程序的指南。 它涵盖了所有可能的陷阱，以及应用程序用法的细节。 自动剥头皮系统理所当然地被认为是算法交易的巅峰, 但同时它们的代码也最难编写。在本文中, 我们将介绍如何使用内置调试工具并基于接收的瞬时报价分析来构建策略, 以及可视测试。开发入场和离场规则, 往往需要经历多年的手工交易。但借助 MetaTrader 5, 您可以在真实历史数据的基础上快速测试任何策略。 创建自定义交易品种拓展了开发交易系统和金融市场分析的边界，现在，交易者可以在无限的金融资产工具上绘制图表和测试交易策略了。 在本文中, 我们研究另一种基于分析余额图来优化自定义交易策略的准则。线性回归使用 ALGLIB 函数库中的函数进行计算。 任何产品在市场发布之前，它必须通过强制的预先检验，以确保符合统一的质量标准。本文介绍了开发者们在他们的技术指标和交易机器人中最常犯下的错误，并且也展示了在把产品发送到市场之前如何进行自我测试。 本文介绍使用 MQL 中实现的内置测试器和辅助函数库来准确模拟前瞻优化的方法。 本文中，我想举一个例子说明交易者的程序会是什么样子，以及如果从头到始学习 MQL5，9 个月内能达到什么程度。这个例子还会显示出对于一个交易者而言，这样一种程序在占用价格图表最小空间的同时，其功能多样性与信息翔实性如何。而且，我们也会看出，可以通过何种方式，得到颜色多样、清晰明快且对于用户而言直观明确的交易信息面板。以及许许多多的其它功能... 您的家用电脑是几核的？优化一项交易策略，您可以运用多少计算机？我们在此展示如何利用MQL5云网络，点击鼠标即可获取遍及全球的计算能力，并通过这种方式加速计算。每过去一年，时间就是金钱这句话都会成为更被热议的话题，我们不能承受重要运算几十小时甚或几天的等候。
MetaTrader 5 中三种测试模式有何区别？应该特别注意什么？如何测试在几个工具上同时进行交易的 EA？在测试期间何时及如何计算指标值？如何处理事件？如何在测试期间以一种仅开盘价模式同步处理来自不同工具的指标柱？本文旨在回答这些问题以及很多其他问题。 在本文中，我们将创建一种模式，它会使用一系列参数为交易系统作优化，而且允许不加数量限制的参数。交易品种的列表将在标准文本文件(*.txt)中创建，每个交易品种的输入参数也将存储于文件中。使用这种方法，我们将能够免除终端中对EA输入参数个数的限制。 本文主要针对那些已经学过这种语言、但又没有完全掌握该语言开发的程序员。文中给出一些调试技巧，并介绍作者与众多其他程序人员的经验。 我们都知道有一个“百闻不如一见”的说法。关于巴黎和威尼斯，有各种各样的书可供您阅读，但是根据想像，您永远都不会懂得夜间漫步于这些神话般城市的街头会有怎样的感受。可视化的诸多优势，可以很容易地投射到我们生活的方方面面，其中就包括市场活动。比如说：基于采用指标的图表的价格分析，当然还有策略测试的可视化。本文中包含对于MetaTrader 5策略测试仪所有可视化功能的描述。
您已决定学习 MQL5 交易策略的编程语言，但却对其一无所知？我们尝试从新人的视角来看待 MQL5 和 MetaTrader 5 终端，并撰写了此篇简短的介绍性文章。本文中简要地讲述了该语言的多种可能性，还包含有关使用 MetaEditor 5 及此终端的一些小贴士。 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。
在漫步优化系列中的第一篇文章里介绍了如何在我们的自动优化器中运用 DLL。 此续文完全致力于 MQL5 语言。
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。
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。 在本文中，我们将利用箱形图（Boxplot）观察金融时间序列的季节性特征。 每个单独的箱形图（或箱须图）都能直观地展现数值如何沿数据集的分布。 不要把箱形图与烛条图混淆，尽管它们在外观上可能相似。
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。 本文研究一种利用自定义品种进行交易策略压力测试的方法。 为此目的，将创建一个自定义品种类。 此类用于接收源自第三方的报价数据，以及更改品种属性。 根据所完成操作的结果，我们将研究若干选项，并在这些选项下测试交易策略。 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。 在本文中，我们将研究美林形态的模型，并尝试评估它们与当前行情的相关性。 为此，我们将开发一种工具来测试形态，并将其模型应用在各种数据类型，例如收盘价、最高价和最低价，以及震荡指标。 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。 
