Algorithmic Trading Articles for 交易

在前一篇文章中，我们开发了应用程序的可视部分，以及基本的 GUI 交互元素。这次，我们将添加内部逻辑，并准备交易信号数据的算法，还要有建立信号、搜索信号、并在监视器中对其可视化的能力。

本文提供的的基本工具，可针对测试器报告的单次通关验证和优化结果进行 OLAP 分析。该工具可以操控标准格式文件（tst 和 opt），并还提供了图形界面。 MQL 源代码附带于后。

本文介绍轴心均值振荡器（PMO），它是累积移动平均线（CMA）的一种实现，作为一款 MetaTrader 平台的交易指标。特别是，我们首先引入数据轴心均值（PM）作为时间序列的常规化指数，该指数计算任意数据点位和 CMA 之间的分值。然后，我们依据两个 PM 信号均值之间的差值构建 PMO。报告还针对 EURUSD 品种还进行了一些初步实验，测试拟议指标的有效性，从而为将来的研究和改进留出了足够的空间。

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。

在金融市场上进行交易是与各种风险相关的，这些风险在交易系统的算法中都应当被考虑到。降低这样的风险是在交易中获利的最重要的任务。

大程序都是从小文件开始，然后随着您不断添加更多的函数和对象而增长。大多数的机器人开发人员都采用包含文件来应对此问题。然而，有一个更好的解决方案：在一个项目中开始开发任意交易应用程序。这样做的原因有很多。

交易播放器。仅仅五个字，无需解释。一个带有按钮的小对话框出现在您的脑海中。按一个按钮 - 它开始播放，移动控制杆 - 播放速度改变。事实上，它非常类似。在本文中，我想展示我编写的以几乎与实时交易完全相同的方式播放交易历史的程序。本文使用指标和管理图表来介绍 OOP 的某些细节。

于金融市场中交易存在许多风险，其中就包括最为严重的一种 - 做出错误交易决策的风险。每一位交易者都梦寐以求有一个交易机器人，它能始终保持良好状态，而且不会受制于人类的诸多弱点 - 恐惧、贪婪和没耐心。

为了扩大零售外汇交易者的可能性，我们新增第二种账户系统 - 锁仓系统。现在，每个交易品种可以有多位持仓，包括反向持仓。这就为实现基于所谓“锁定”的交易策略铺平了道路 - 如果价格移动方向与交易者相反，那么他们就可以新建一个反向持仓。

订阅者经常通过分析信号在提供者账户里的总增长来搜索适当的信号, 这不是个坏主意。然而, 分析特定交易策略的潜在风险也很重要。在本文中, 我们将展示一种基于其绩效值来评估交易信号的简单有效方法。

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。

MetaTrader 客户端完美支持自动交易策略。它有自动交易开发者所需的所有工具 ‒ 强劲的，基于 C++ 的 MQL4/MQL5 编程语言，便利的 MetaEditor 开发环境，以及支持在 MQL5 云网络中进行分布式计算的多线程策略测试器。在本文中, 您将发现如何将您的客户端连同所有定制元素一并移至虚拟环境。

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...

监视交易帐户的当前状态意味着控制未平持仓和订单。在一个交易信号变为成交之前，它应作为一个请求从客户端发送到交易服务器，在服务器中，它将被放入等待处理的订单队列中。交易服务器收到请求时，依据情况将其作为过期请求删除，或进行成交 - 所有这些操作之后都会导致交易事件的发生；并且交易服务器会向客户端通知这些事件。

MetaTrader 市场的产品可以从 MQL5.com 网站购买，或者直接从 MetaTrader 4 和 MetaTrader 5 交易平台购买。选择一个想要的适合您交易风格的产品，使用您想要的支付方法付款，然后就能激活产品。

本文主要介绍一些主动使用挂单的策略、用来描述这些策略的元语言，以及如何使用一种以这些描述为基础运行的多目标 EA 交易。

有句俗话说的好：从来不犯错误的人将一事无成。这一点应该无法反驳，除非你认为闲着什么都不做也是一种错误。但是俗话说吃一堑长一智，你可以通过分析过去的错误（包括你自己的和他人的）来减少你将来可能会犯的错误。让我们来试着看看我们工作中可能会遇到的一些情景吧，这里所说的工作指的是站内的“工作”服务项目。

不理解 MetaTrader 5 交易系统的机制，就不能创建一个强大的交易机器人。客户端从交易服务器接收有关持仓、订单和成交的信息。要使用 MQL5 正确处理这些数据，必须充分理解 MQL5程序和客户端之间的相互作用。

本文介绍 MQL5 Wizard 升级版的新功能。修改后的信号架构允许基于各种市场情形的组合创建交易机器人。本文所载的例子说明了交互式创建一个 EA 交易程序的过程。

MetaTrader 5 客户端提供了各种机会来优化 EA 交易的参数。除了策略测试程序中包含的优化标准以外，开发人员还有机会创建自己的标准。这样一来，EA 交易的测试和优化便具有了无限的可能性。本文介绍了创建此类标准的实用方法，既适用于复杂标准，也适用于简单标准。

本文介绍了莫斯科交易所衍生产品市场的交易定价和结算理论的特性。这是一篇综合性的文章，面向那些想在衍生品市场中获取他们第一次交易经验的初学者，以及那些正在考虑通过中央交换平台进行交易的经验丰富的外汇交易者。

让我们现在来塑造本文第一部分介绍过的，基于 PHP 的 Twitter （推特）。我们正在组装 SDSS 的不同部分。有关客户端的系统体系结构, 我们借助 MQL5 新提供的 WebRequest() 函数, 通过 HTTP 发送交易信号。

我们继续测试形态并尝试在文章中描述的交易货币对篮子的方法。让我们探讨在实际应用中是否可能使用组合 WPR 图与移动平均交叉的形态，如果答案是可以，我们应当考虑适当的使用方法。

本文详述了基于多头力度（Bulls Power），空头力度（Bears Power）和均线指标（EMA - 指数平均）的 Elder-Ray 交易系统。 Alexander Elder 在他的著作“为生活而交易”中描述了这个系统。

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。

在前两篇文章之中，我们讨论了 Merrill （美林）形态针对各种数据类型的应用。并开发了一款应用程序来测试提出的思路。在本文中，我们将继续策略构建器的工作，来提高其效率，并实现新的功能。

目前，最大的自动交易应用程序成品商店可提供13,970个产品。它包含4,800个EA、6,500个指标、2,400个实用工具以及其他解决方案。在这种情况下，差不多有一半的应用程序（6,000）可供租用。此外，产品总数的1/4产品（3,800）可以免费下载。

在前一篇文章中，我们研究了如何将 Merill（梅里尔）形态应用于各种数据，例如货币品种图表上的价格，以及标准 MetaTrader 5 指标值：ATR，WPR，CCI，RSI，等等。现在，我们尝试基于 Merill 形态创建策略构造集合。

交易者可能希望安排一次邮寄活动，以维持与其他交易者、订户、客户或朋友的业务关系。此外，可能需要发送屏幕截图、日志或报告。这些任务可能不是最经常出现的任务，但是拥有这样的特性显然是一个优势。本文讨论同时使用几个Google服务，在C#上开发适当的程序集，并将其与MQL工具集成。

在本文中，我们将创建一个EA交易，用于基于风险值自动进行入场手数的计算。此外，EA交易将能够以止损的比率来自动设置获利，也就是说，它可以根据任何选择的比率计算获利，例如3比1、4比1或任何其他选择的值。

在本文中，我们将开发一个网格EA，用于在一个范围内的趋势方向上进行交易。这样，此EA主要适用于外汇和大宗商品市场，根据测试，我们的网格EA 自2018年以来显示盈利，不幸的是，这在2014-2018年期间并非如此。

分数型差分的应用范围足够广泛。例如，差分序列通常作为机器学习算法的输入。问题是，必须在机器学习模型可识别的前提下，显示相应历史阶段的新数据。在本文中，我们将研究时间序列差分的原始方法。本文还包含基于所接收差分序列的交易系统自我优化示例。

在本文中，我们会探讨为一个MQL程序创建一个交互式图形界面，该程序设计用于使用OLAP技术处理帐户历史和交易报告。为了获得视觉效果，我们将使用最大化和可伸缩的窗口、自适应布局的控件和用于显示图表的新控件。为了提供可视化功能，我们将实现一个GUI，其中沿着坐标轴选择变量，以及选择聚合函数、图表类型和排序选项。

本文论述如何创建多维数据（OLAP - 在线分析处理）的在线分析框架，以及如何在 MQL 中实现此框架，还有利用交易帐户历史数据在 MetaTrader 环境中应用此类分析的示例。

在本文的第一部分当中，我曾描述过一个修订的 ZigZag (之字折线) 指标和一个用于接收该类型指标数据的类。在此，我将展示如何基于这些工具开发指标，并编写一款根据 ZigZag 指标形成的信号进行交易的 EA 来测试。作为补充，本文将介绍一套开发图形用户界面的新版 EasyAndFast 函数库。

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。

许多研究人员对于判定价格行为没有给予足够的重视。与此同时，还使用各种复杂方法，而这些方法通常只是“黑盒子”，例如机器学习或神经网络。在这种情况下显现出的最严重问题就是提交何种数据来训练特定模型。

在本文中，我们将深入研究马丁格尔（翻倍加仓）系统。我们将评测该系统是否可以用于实盘交易，以及在运用它时如何将风险减至最小。这一简单系统的主要缺点在于很可能会将全部存款亏损。如果您决定使用马丁格尔技术进行交易，则必须考虑这一事实。

这是专门讨论逆转交易策略系列文章的最后一篇。在此我们将尝试解决导致之前文章中测试结果不稳定的问题。我们还将开发和测试可在任何市场中运用的逆转策略手动交易算法。

监视多币种的交易信号（第三部分）：引入搜索算法

在交易中应用 OLAP（第四部分）：定量和可视化分析测试器报告

开发轴心均值振荡器：一款新颖的累积移动平均线指标

一个为莫斯科交易所期货开发的点差策略实例

如何降低交易者的风险

项目可协助创建可盈利的交易机器人！或至少，看似可以

基于成交历史的交易播放器

如何很快地制作一个交易机器人

MetaTrader 5 已具备锁仓账户系统

评估信号的最简单方式: 交易活动, 回撤/负载, 和 MFE/MAE 分布图表

交易机器人在市场发布前必须经过的检验

如何准备迁移至虚拟主机的交易账户

MetaTrader 5 与 MQL5 提供的无限机遇

MetaTrader 5 中的交易事件

如何从 MetaTrader 市场购买自动交易以及如何安装?

订单策略。多目标 EA 交易

新用户的几个小窍门

MetaTrader 5 中的订单、持仓和成交

MQL5 Wizard：新版本

创建 EA 交易优化的自定义标准

以莫斯科交易所衍生产品市场为例的交易定价原则

构建新兴的社交技术, 第二部分: 编制 MQL5 的 REST 客户端

测试当交易货币对篮子时出现的形态第二部分

Elder-Ray (多头力度和空头力度)

SQLite: MQL5 原生 SQL 数据库操纵

利用箱形图（Boxplot）探索金融时间序列的季节性形态

扩充策略构建器功能

MetaTrader市场提供14,000个EA交易

基于 Merill（梅里尔）形态的策略构建器

通过谷歌服务安排邮寄活动

开发一个跨平台的EA交易来根据风险设置止损和获利

开发跨平台网格EA(第二部分):在趋势方向上的基于范围的网格

通过差异化和熵值分析来探索市场"记忆"

在交易中应用 OLAP(第 2 部分)：可视化交互式多维数据分析的结果

在交易中应用 OLAP(第 1 部分)：在线分析多维数据

ZigZag (之字折线) 的力量(第二部分)。接收、处理和显示数据的示例

MetaTrader 5 与 Python 的集成：接收和发送数据

ZigZag(之字折线)的力量(第一部分)。开发指标基类

以马丁格尔(翻倍加仓)为基础的长线交易策略

逆转：正规化入场点并开发手动交易算法