Algorithmic Trading Articles for 交易系统

从本文开始，着手创建操控价格数据的函数库功能。今天，创建一个对象类，存储到达的即时报价的全部价格数据。

我的交易策略基于经典的基本面，以及在所有类型的市场中广泛采用的指标的改进。这是一个现成的工具，允许您追随提议的新型盈利交易策略。

DoEasy 函数库中的时间序列（第五十六部分）：自定义指标对象，从集合中的指标对象获取数据

本文研究在 EA 中创建自定义指标对象。我们稍微改进一下库类，并添加一些方法，以便从 EA 中的指标对象获取数据。

本文继续开发指标对象类及其集合。为每个指标对象创建其描述和正确的集合类，从而实现无错存储，并从集合列表中获取指标对象。

本文研究基于基准抽象指标衍生对象类的创建。这些对象所提供功能，可访问创建的指标 EA，收集和获取各种指标和价格数据的数值统计信息。同样，创建指标对象集合，从中可以访问程序中创建的每个指标的属性和数据。

本文研究创建一个抽象指标，其将进一步用作创建函数库标准指标和自定义指标对象的基类。

DoEasy 函数库中的时间序列（第五十二部分）：多周期、多品种单缓冲区标准指标的跨平台性质

在本文中，研究创建多品种、多周期标准指标的“建仓/派发”。略微改进指标依托的函数库类，以便从老旧的 MetaTrader 4 平台切换到 MetaTrader 5 时，基于该函数库开发的程序均可正常运行。

在本文中，我将在 MetaTrader 5 中检查并优化二元期权策略。

在本文中，会完成多周期、多品种标准指标对象的开发。以 Ichimoku Kinko Hyo 标准指标为例，分析复合自定义指标的创建，该指标含有辅助绘制缓冲区，可在图表上显示数据。

在本文中，我着手开发操控标准指标的方法，最终能够基于函数库类创建多品种、多周期的标准指标。此外，我将在时间序列类中添加“跳过柱线”事件，并将函数库的预备函数移至 CEngine 类，从而消减主程序代码中的过多负载。

在本文中，我将继续改进指标缓冲区对象类，从而可在多品种模式下操作。这为自定义程序中创建多品种、多周期指标提供了途径。我会在计算缓冲区对象里添加缺失的功能，从而令我们可创建多品种、多周期的标准指标。

在本文中，我将着手改进指标缓冲区对象和集合类，从而可在多周期和多品种模式下操作。我打算在当前品种图表上的任何时间帧内接收和显示数据缓冲区对象的操作。

在本文中，我们开始为 DoEasy 库开发指标缓冲区类。我们将创建抽象缓冲区的基类，该基类将作为开发不同类型指标缓冲区的基础。

本文讨论如何应用 DoEasy 库来创建多品种、多周期指标。我们准备在指标中操控函数库类，并创建时间序列作为指标的数据源进行测试。我们还将实现时间序列事件的创建和发送。

在 Linux 上利用 C++ 多线程支持开发 MetaTrader 5 概念验证 DLL

我们将开始探索如何仅基于 Linux 系统开发 MetaTrader 5 平台的步骤和工作流程，其中最终产品能在 Windows 和 Linux 系统上无缝运行。我们将了解 Wine 和 Mingw；两者都是制作跨平台开发任务的基本工具。特别是 Mingw 的线程实现（POSIX 和 Win32），我们在选择追随哪一个时需要仔细考虑。然后，我们构建一个能在 MQL5 代码中所用的概念验证 DLL，最后比较两种线程实现的性能。这一切都是为了您的基金能进一步扩张自己。阅读本文后，您应该可以轻松地在 Linux 上构建 MT 相关工具。

如果您认为自动化系统很简单，那么您可能并未完全理解创建它们需要什么。在本文中，我们将谈谈杀死大量智能系统的问题。不分青红皂白地触发订单是解决这个问题的可能方法。

图形价格分析系统在交易者中当之无愧地广受欢迎。在本文中，我将讲述完整的默里（Murrey）系统，包括其著名的级别，以及其它一些评估当前价格位置，并据其做出交易决策的实用技术。

如果没有健全的安全性，自动化系统就不会成功。但是，如果不对某些事情有很好的理解，就无法确保安全性。在本文中，我们将探讨为什么在自动化系统中实现最大安全性是一项挑战。

这是我们关于学习如何基于流行技术指标设计交易系统系列的一篇新文章，将介绍鳄嘴（Gator）振荡器技术指标，以及如何通过简单的策略创建交易系统。

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。

如果您无法控制其调度表，则自动化就意味着毫无意义。没有工人能够一天 24 小时高效工作。然而，许多人认为自动化系统理所当然地每天 24 小时运行。但为 EA 设置工作时间范围总是有好处的。在本文中，我们将研究如何正确设置这样的时间范围。

尽管创建自动 EA 并非一项非常困难的任务，但在缺乏必要知识的情况下可能会犯许多错误。在本文中，我们将研究如何构建初级自动化，其中包括创建一个触发器来激活盈亏平衡和尾随停止价位。

我们继续研究强化学习算法。到目前为止，我们所研究的所有算法都需要创建一个奖励政策，从而令代理者能够每次从一个系统状态过渡到另一个系统状态的转换中估算其每个动作。然而，这种方式人为因素相当大。在实践中，动作和奖励之间存在一些时间滞后。在本文中，我们将领略一种模型训练算法，该算法可以操控从动作到奖励的各种时间延迟。