第 23 页 —— 交易系统的算法交易文章

这篇文章详细讨论了跳空缺口 — 前一时间段的收盘价和后一时间段的开盘价之间的较大差距, 以及对日柱方向的预测。还探讨了通过系统DLL使用 GetOpenFileName 函数的问题。

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。

在这篇文章中，我们将会学习反向马丁格尔技术，并且将会了解是否值得使用它，以及它是否有助于提高您的交易策略。我们将会创建一个 EA 交易来在历史数据上运行，检查哪个指标是最适合于反向交易技术的。我们还将验证是否可以不使用任何指标，以独立的交易系统来使用它。另外，我们还将验证反向交易是否可以把一个亏损系统转变为盈利的系统。

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。

MetaTrader 5 是一个多资产平台，此外，它还支持不同的仓位管理系统。这种功能为实现和创建交易思路提供了更加广泛的选择，在本文中，我们将讨论在锁仓模式下处理和计算仓位属性的方法。这篇文章包含了一个派生类，以及展示如何取得和处理锁仓仓位属性的实例。

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。

本文研讨三种可用于提高袋封融合分类品质的方法，并对其效率进行了评估。评估 ELM 神经网络超参数的优化效果，以及后期处理参数。

有多种多样的交易策略，它们中的一些要寻找趋势，而其它的一些会定义价格波动的范围而在其中进行交易。有没有可能把这两种方法组合到一起来增加获利呢?

截至2018年10月，MetaTrader官方自由职业者服务的成员已完成超过50,000个订单。这是全球最大的MQL程序员自由职业网站：超过1000名开发人员，每天几十个新订单以及7种语言本地化。

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。

交易账户监控提供了关于所有已完成交易的详细报告。所有的交易统计数据都是自动收集的，并以易于理解的图形和图表形式提供给您。

本文是专门讨论货币对篮子交易系列的总结。在此，我们测试剩余的形态，并讨论在实际交易中如何应用整体方法。入场和离场，搜索形态并分析它们，组合指标的复杂应用，这些均有研究。

您是否正在运用自己的策略进行交易？如果您的系统规则可以描述为正规的软件算法，那么最好将交易委托给自动智能系统。机器人不需要睡觉或食物，也不会受到人类弱点的影响。在本文中，我们将展示如何在自由职业服务版块订购交易机器人时创建需求规范。

本文探讨横盘时交易的优缺点。本文中创建并测试了十种基于在通道内跟踪价格走势的策略。每种策略都配有过滤机制，旨在避免入场的假信号。

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。

使用 bagging 的随机森林(Random Forest, RF) 是最强大的机器学习方法之一，它略微弱于梯度 boosting，这篇文章尝试开发了一个自我学习的交易系统，它会根据与市场的交互经验来做出决策。

MQL 编程语言允许实现交易策略的模块化开发概念。本文展示由单独编译的文件开发多模块组合的智能交易系统示例。

本文研究利用贝叶斯优化深度神经网络 (DNN) 超参数，获取各种训练变体的可能性。比较不同训练变体中最优超参数 DNN 的分类品质。 DNN 最优超参数的有效性的深度已在前瞻性测试中得以验证。改善分类品质的可能方向也已确定。

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。

本文基于拉尔夫·文斯 (Ralph Vince) 的 "资金管理中的数学"。它所提供的经验和参数方法描述, 可用于查询交易手数的最优规模。本文还介绍了基于这些方法实现 MQL5 向导的交易模块。

在本文中, 我们将完成测试交易货币对篮子时可能检测到的形态。在此, 我们会跟踪货币对中每支货币彼此相对的走势形态, 并展示其测试结果。

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。

价格趋势形成的价格通道可在金融产品的图表上观察到。突破当前通道是强趋势的反转信号之一。在本文中, 我推荐一种查找此类信号的自动处理方法, 并观察通道突破形态是否可用来创建交易策略。

这篇文章处理的是夜间交易的概念，以及使用 MQL5 来实现它们的交易策略。我们会进行测试并得出相应的结论。

在这篇文章中，我们会继续探讨根据 Linda B. Raschke 和 Laurence A. Connors 的 “华尔街智慧: 高胜算短线交易策略(Street Smarts: High Probability Short-Term Trading Strategies)”一书中描述的交易策略来书写代码，这一次我们将研究动量弹球系统(Momentum Pinball system): 我们会描述创建两个指标，交易机器人和一个其中的信号模块。