第 8 页 —— 测试器的算法交易文章

本文尝试阐述在算法交易领域中将理论与实践相结合。有关创建交易系统的大多数讨论都与依据历史柱线和其上应用的各种指标有关联。这是覆盖率最高的领域，因此我们不会再过多涉及。柱线体现出非常人工的实体; 因此，我们将使用更接近原始数据的东西，即价格的即时报价。

在本文中，我们将进行一个实验：我们将使用颜色优化结果。颜色由三个参数决定：红色、绿色和蓝色（RGB）的级别。还有其他的颜色编码方法，它们也使用三个参数。因此，可以将三个测试参数转换为一种颜色，它直观地表示值,阅读本文以了解这种表示是否有用。

在前一篇文章中，我们分析了从多种现有烛条样式中选择出的 14 种形态。由于不可能逐一分析所有形态，所以找到了另一种解决方案。新系统根据已知的烛条类型搜索和测试新的烛条形态。

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。

在本文中，我们将研讨流行的烛条形态，并尝试探索它们在当今市场中是否仍然相关和有效。烛条分析出现在 20 多年前，从此后变得非常流行。众多交易者认为日本烛条是最方便、易懂的资产价格可视化形式。

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。

本文详细阐述了运用若干种可能选项开发选择最佳优化递次的应用程序。该应用程序能够通过各种因素来筛选优化结果。优化递次始终写入数据库，因此您总能无需重新优化即可选择新的机器人参数。此外，您可在单个图表上查看所有优化递次，计算参数 VaR 比率，并构建递次与特定比率集和的交易结果的正态分布图。以及，自优化伊始（或从选定日期到另一个选定日期）开始动态构建一些计算比率的图形。

本文概述终端创建和运用自定义品种的能力，提供了使用自定义品种模拟交易历史、趋势和各种图表形态的选项。

本文描述 MetaTrader 5 下自我优化机制的实现。

任何交易机器人的效率均取决于正确选择（优化）其参数。然而，在某个时间区间内被认为是最佳的参数可能无法在另一个交易历史区间保持其有效性。此外，在测试期间表现良好的 EA 在实时状态下最终会亏损。持续优化的问题就此凸显出来。当面对大量重复性工作时，人类总会寻找自动化方法。在本文中，我提出了一种解决此问题的非标准方法。

本文讨论基于实际交易量并使用 CopyTicks() 和 CopyTicksRange() 函数开发股票指标的算法。还描述了开发此类指标的一些细微环节，以及它们在实时和策略测试器中的操作。

在这篇文章中，我们继续开发用于操作优化结果的 MQL 应用程序，这一次，我们将会展示如何在通过图形界面指定了其它标准、在优化参数之后生成最佳结果的表格。

本文展示了一个可视化的策略构建工具，它演示了任何用户如何不必编程就能创建交易机器人和相关工具。创建出的 EA 交易是完整功能的，并且可以在策略测试器中测试，通过云计算来优化或者实时运行于图表之上。

这是处理和分析优化结果想法的续篇，这一次，我们的目标是选择100个最佳的优化结果并且在图形用户界面(GUI)表格中显示它们。用户将可以在优化结果中选择一行而在独立的图表中得到多交易品种余额和回撤图。

本文提供了一个 MQL 应用程序示例，其图形界面具有多元品种余额图，以及基于最后测试结果的资金回撤图。

本文采用图形界面实现 MQL 应用程序来扩展可视化的优化过程。图形界面采用 EasyAndFast 函数库的最新版本。许多用户可能会问为什么他们在 MQL 应用程序中需要图形界面。本文为交易者展示了众多实用情况之一。

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。

交易者的生活中会出现不同的状况。经常地, 成功交易的历史令我们能够复现策略, 而查看亏损历史, 让我们尝试开发和改进新的策略。在这两种情况下, 我们要将交易与已知指标进行比较。本文推荐了一批拿交易与数个指标进行比较的方法。

迷你行情模拟器是一款设计用于在终端里部分模拟操作的指标。据推测, 它可以用来测试行情分析和交易的 "手动" 策略。

无论您使用何种交易策略，总会有一个问题：怎样选择参数以保证未来的利润。本文提供了一个EA交易的实例，使您可以同时优化多个交易品种的参数，这种方法是未了减少参数的过度配合以及处理在研究中来自单个交易品种的数据不足的问题。

在 MQL5 中使用面向对象方法这一做法，极大简化了多币种/多系统/多时间表 EA 交易的创建过程。不妨想象一下单个 EA 交易采用多个交易策略、使用一切可用工具以及利用所有可能的时间表进行交易的情形！此外，EA 交易还方便使用测试程序进行测试，并且对于所有策略而言，该交易包含了一个或多个资金管理工作系统。

本文探讨基于图表线性标记创建自动交易系统的一种简单方法, 并提供了一款使用 MetaTrader 4/5 标准对象属性的现成智能交易系统, 可支持主要交易操作。

本文分析了以下的K线形态: 旗形, 三角旗形, 楔形，长方形，收敛三角型，扩张三角形。除了分析它们的相同点和不同点，我们还将创建指标用于在图表上侦测这些形态，还有一个测试指标用于快速评估它们的效果。

MetaTrader 5 通过EA交易程序和MQL5编程语言使我们可以在内嵌的策略测试器中模拟自动交易，这种模拟称为EA交易程序的测试，它可以在实现中用多线程优化，也可以在多个设备中同步进行。为了提供完整的测试，我们需要基于可用的分钟历史来生成订单。本文提供了这种算法的详细描述，即在MetaTrader 5客户终端中怎样通过历史生成这些订单。

本文解释识别和解决代码错误的步进式过程以及EA交易程序输入参数的测试与优化的步骤。您将了解如何使用 MetaTrader 5 客户端的策略测试程序为您的 EA 交易程序寻找最佳交易品种和一组输入参数。

分析交易历史, 并依据仓位的入场时间以 HTML 形式绘制交易结果的分布图表。图表显示三个部分 - 按小时, 按周内天数和按月份。

在第一次测试之前，每个交易者都会面临同样的问题 — "四种模式中使用哪一种呢?" 每种提供的模式都有其优点和特点，所以我们会用简单的方法 - 使用一个按钮一起运行全部四种模式!本文展示了如何使用 Win API 和一点魔术来同时看到全部四个测试图表。

我们将会展示一个来自前一篇文章，"MQL5 Cookbook: 自定义信息面板上的仓位属性"的修改版的EA交易。我们将会解决一些问题，包括从柱中获得数据，在当前交易品种中检查新柱事件，在文件中包含标准库中的交易类，创建一个函数来搜索交易信号，还有一个执行交易操作的函数以及在OnTrade()函数中判断交易事件。

MQL5.community 应用商店为 EA 交易开发人员提供了一个由成千上万潜在客户构成的、已经成型的市场。这里是销售交易机器人和技术指标的最佳去处！

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。