神经网络变得简单(第 84 部分):可逆归一化(RevIN)
神经网络变得简单(第 84 部分):可逆归一化(RevIN)
我们已经知晓,输入数据的预处理对于模型训练的稳定性扮演重要角色。为了在线处理 “原始” 输入数据,我们往往会用到批量归一化层。但有时我们需要一个逆过程。在本文中,我们将讨论解决该问题的可能方式之一。
开发回放系统(第 49 部分):事情变得复杂 (一)
开发回放系统(第 49 部分):事情变得复杂 (一)
在本文中,我们将把问题复杂化。通过前面文章中展示的内容,我们将开始打开模板文件,以便用户可以使用自己的模板。不过,我将逐步进行修改,因为我还将改进指标,以减少 MetaTrader 5 的负载。
在MQL5中创建交互式图形用户界面(第1部分):制作面板
在MQL5中创建交互式图形用户界面(第1部分):制作面板
本文探讨了使用MetaQuotes Language 5(MQL5)设计和实施图形用户界面(GUI)面板的基本步骤。自定义实用面板通过简化常见任务并可视化重要的交易信息,增强了交易中的用户交互。通过创建自定义面板,交易者可以优化其工作流程,并在交易操作中节省时间。
用Python重塑经典策略:移动平均线交叉
用Python重塑经典策略:移动平均线交叉
在本文中,我们重新审视了经典的移动平均线交叉策略,以评估其当前的有效性。鉴于该策略自诞生以来已经过去了很长时间,我们探索了人工智能可能为其带来的潜在增强效果。通过融入人工智能技术,我们旨在利用高级的预测能力来潜在地优化交易的入场和出场点,适应不断变化的市场条件,并与传统方法相比提高整体表现。
构建K线图趋势约束模型(第5部分):通知系统(第二部分)
构建K线图趋势约束模型(第5部分):通知系统(第二部分)
今天,我们将讨论如何使用MQL5与Python和Telegram Bot API相结合,为MetaTrader 5的指标通知集成一个实用的Telegram应用。我们将详细解释所有内容,确保每个人都不会错过任何要点。完成这个项目后,您将获得宝贵的见解,可以在自己的项目中加以应用。
构建K线趋势约束模型(第5部分):通知系统(第一部分)
构建K线趋势约束模型(第5部分):通知系统(第一部分)
我们将会把关键的MQL5代码分解成特定的代码段,以展示如何在本系列文章中创建的“趋势约束”指标中集成Telegram和WhatsApp来接收信号通知。这将帮助交易者,无论是新手还是经验丰富的开发者,都能更容易地理解这一概念。首先,我们将介绍MetaTrader 5的通知设置及其对用户的重要性。这将有助于开发者提前做好笔记,以便在他们的系统中做进一步应用。
可视化交易图表(第二部分):数据图形化展示
可视化交易图表(第二部分):数据图形化展示
接下来,我们将从头开始编写一个脚本,以简化交易订单截图的加载过程,便于分析交易入场点。所有关于单个交易的必要信息都将方便地显示在一个图表上,并且该图表具备绘制不同时间框架的能力。
突破结构(BoS)交易策略分步指南
突破结构(BoS)交易策略分步指南
基于结构突破(Break of Structure, BoS)策略的自动化交易算法开发综合指南在MQL5中创建交易顾问并在MetaTrader 5中进行测试的全方位详解——从分析价格支撑与阻力到风险管理
您应当知道的 MQL5 向导技术(第 13 部分):智能信号类 DBSCAN
您应当知道的 MQL5 向导技术(第 13 部分):智能信号类 DBSCAN
《基于密度的空间聚类参与噪声应用》是一种无监督的数据分组形式,除 2 个参数外,几乎不需要任何输入参数,比之其它方式,譬如 k-平均,这是一个福音。我们深入研究使用由向导组装的智能系统如何在测试、及最终交易时起到建设性作用。
开发回放系统(第 47 部分):Chart Trade 项目(六)
开发回放系统(第 47 部分):Chart Trade 项目(六)
最后,我们的 Chart Trade 指标开始与 EA 互动,以交互方式传输信息。因此,在本文中,我们将对该指标进行改进,使其功能足以与任何 EA 配合使用。这样,我们就可以访问 Chart Trade 指标,并像实际连接 EA 一样使用它。不过,我们将以比以前更有趣的方式来实现这一目标。
开发回放系统(第 46 部分):Chart Trade 项目(五)
开发回放系统(第 46 部分):Chart Trade 项目(五)
厌倦了浪费时间搜索应用程序工作所需的文件吗?在可执行文件中包含所有内容如何?这样,你就不用再去找东西了。我知道很多人都使用这种分发和存储形式,但还有一种更合适的方式。至少在可执行文件的分发和存储方面是这样。这里将介绍的方法非常有用,因为您可以将 MetaTrader 5 本身用作优秀的助手,也可以使用 MQL5。此外,它并不难理解。
改编版 MQL5 网格对冲 EA(第 III 部分):优化简单对冲策略(I)
改编版 MQL5 网格对冲 EA(第 III 部分):优化简单对冲策略(I)
在第三部分中,我们重新审视了早前开发的简单对冲和简单网格智能系统(EA)。我们的重点转移到通过数学分析和蛮力方式完善简单对冲 EA,旨在实现最优策略用法。本文深入探讨了该策略的数学优化,为在日后文章中探索未来基于编码的优化奠定了基础。
带有预测性的三角套利
带有预测性的三角套利
本文简化了三角套利的过程,向您展示如何利用预测和专业软件更明智地进行货币交易,即使您是新手也能轻松入门。准备好凭借专业知识进行交易了吗?
开发回放系统(第 45 部分):Chart Trade 项目(四)
开发回放系统(第 45 部分):Chart Trade 项目(四)
本文的主要目的是介绍和解释 C_ChartFloatingRAD 类。我们有一个 Chart Trade 指标,它的工作方式非常有趣。您可能已经注意到了,图表上的对象数量仍然很少,但我们却获得了预期的功能。指标中的数值是可以编辑的。问题是,这怎么可能呢?这篇文章将使答案变得更加清晰。
基于预测的统计套利
基于预测的统计套利
我们将探讨统计套利,使用Python搜索具有相关性和协整性的交易品种,为皮尔逊(Pearson)系数制作一个指标,并编制一个用于交易统计套利的EA,该系统将使用Python和ONNX模型进行预测。