Williams' %R 策略在这一部分中，赫兹量化交易软件将学习如何基于指标的主要概念在简单策略里运用 Williams' %R。 我们将根据 Williams %R 指标背后的思路学习三种不同的策略。 第一种策略，我们称之为 Williams %R - OB 和 OS（超买和超卖）；第二种策略，可以称之为 Williams %R - 交叉；第三种策略我们将称之为 Williams %R - 均线。 在以下几行中，我们将辨别如何运用这些策略。 策略一: Williams %R - OB 和 OS: 根据这一策略，我们需要根据具体情况在金融产品处

关于品质因数 为了能够显示 “OnTester result” 值，赫兹量化软件需要定义返回双精度值的 OnTester 函数。 就这么简单！ 在此，使用下面的代码，我们得到如图例 3 所示的结果。 图例 3： EA 针对 USDJPY，在 2023-01-01 至 2023-05-19 期间，OHLC 模式，H1 执行。 以下代码应放在上一段代码的末尾。 在此，赫兹量化软件计算交易的平均风险回报率：该比率通常表示为获取的回报，因为假设风险是恒定的，等于 1。 故此，我们可以将风险回报率解释为 1:1.23 或简单的

QoS 2 QoS 2设置精确传递一次。这种QoS要求没有丢失或重复。发送者将使用PUBREC确认消息，并使用PUBREL确认发送。人们可以把这个级别看作是发送一个注册的包裹。当你把包裹转交给他们时，邮政系统会给你一张收据，确认从现在起，他们有责任把包裹送到正确的地址。当这种情况发生时，当他们递送包裹时，他们会向你发送一张收件人签名的收据，确认包裹已送达。Idem.void CPktConnect::SetWillQoS_2(const bool willQoS_2) { willQoS_2 ? m_connect_flags |= WILL_QOS_2 : m_connect_f

在量化交易领域，技术指标的应用是不可或缺的一环。而在这些指标中，CCI（Commodity Channel Index）指标因其多功能性而备受青睐。本文将介绍如何在赫兹量化交易软件中运用CCI指标，构建多功能的量化交易策略，并突出该软件的优势。CCI指标简介CCI指标是由唐奇安（Donald Lambert）于1980年提出的一种技术分析工具，用于测量价格与其统计平均价格之间的差异程度。CCI指标常被用来识别价格的超买和超卖情况，以及价格趋势的转折点。量化交易策略1. CCI的

本文将介绍多空线指标和ATR（平均真实波动幅度）两个常用的技术指标，并演示如何结合它们构建一个简单但有效的量化交易策略。我们将使用赫兹量化交易软件来实现这一策略，并给出Python代码示例，帮助读者理解如何在实践中应用这些指标。导言：技术指标在量化交易中扮演着重要角色，能够帮助交易者识别市场趋势和波动性，并作出相应的交易决策。多空线指标和ATR是两个被广泛应用的指标，分别用于判断市场多空力量和波动幅度。本文将介绍

1. 概述赫兹量化本文基于一系列新的研究，赫兹量化研究展示了一些基于RSI的交易技术。交易技巧是使用指标的一种方式。本研究基于mql5编码语言。添加图片注释，不超过 140 字（可选）2. RSI简介RSI代表相对强度指数，这是一种技术分析指标，用于衡量股票、货币或商品等证券的强度和动量。RSI是使用数学公式计算的，并绘制在图表上，以直观地表示给定时期内证券的强弱程度。RSI基于这样一个原则，即随着价格上涨，证券变得超买，而随着价格下跌

TRIX指标简介TRIX（Triple Exponential Average）是一种振荡器型技术分析指标，由Jack Hutson在1980年代初期开发。TRIX主要用于过滤价格行为中的无关波动，以便更清晰地识别价格趋势的改变。该指标是通过三次指数平滑移动平均来计算的，旨在突出价格的重大转折点。TRIX指标的计算方法TRIX的计算步骤如下：计算单一指数移动平均（EMA1）：EMA1=Exponential Moving Average of priceEMA1=Exponential Moving Average of price对EMA1计算第二次指数移动平均（EMA2）：EMA2=Exponential Moving Averag

调整自定义品种数据为了实现我们的订单系统，赫兹量化交易软件最初需要三个基本值：最小交易量、最小跳价值和最小跳价大小。这些值类型中目前只实现了一种，且其实现并不完全符合要求，因为也许会发生未在配置文件中设置该值的情况。这令我们创建合成品种的工作复杂化，其仅涉及模拟可能的市场走势。如果没有所需的调整，当我们以后操控该订单系统时，其中的数据也许会不一致。赫兹量化交易软件需要确保正确配置此数据。这将令我们

概述我认为从本系列的前几篇文章中可以清楚地看出，赫兹量化交易软件需要实现一些额外的要点。更好地组织工作是绝对必要的，尤其是一些深入的改进。如果您计划仅用回放/模拟系统来操控一种资产，那么您就不需要我们将要实现的许多东西。您可以把它们放在一边 — 我的意思是它们不必出现在配置文件之中。不过，您很可能不只用到一种资产，而是若干种不同资产，甚至是相当大的数据库。在这种情况下，我们就需要把事情组织好，由此需要

定义执行逻辑1. 定义全局变量： ep=200__train=Falsemt_data_len=200000max_encoder_length = 2*96max_prediction_length = 30batch_size = 128添加图片注释，不超过 140 字（可选）__train用于控制赫兹量化交易软件当前是在训练还是测试模型。值得注意的是，ep用于控制最大训练时期。由于我们已经设置了EarlyStoping，因此可以将该值设置得更大一点，因为当模型不再收敛时，它将自动停止。mt_data_len是从客户端获得的最近时间序列数据的数量。max_encoder_length 和 max_prediction_length 分别

CPermutedSymbolData 类赫兹量化软件脚本 PrepareSymbolsForPermutationTest 已更新，以反映对 CPermuteTicks 所做的更改和 CPermuteRates 的引入。脚本的功能包含在类 CPermutedSymbolData 中，它允许根据现有交易品种生成具有置换分时或报价的自定义交易品种。//+------------------------------------------------------------------+//|Permute rates or ticks of symbol |//+------------------------------------------------------------------+enum ENUM_RATES_TICKS { ENUM_USE_RATES=0,//Use rates ENUM_USE_TICKS//Use ticks };//+---------------------------

有没有做程序化的，可以合作，互盈

PVT指标简介PVT（Price Volume Trend）指标，即价格-成交量趋势指标，是一种动量指标，结合价格变动和成交量来评估资产的价格趋势和成交量的变化。PVT的目的是通过考虑成交量的变化来确认价格趋势的强度。这种指标类似于OBV（On-Balance Volume），但PVT在计算时不仅仅是简单地将成交量加到一个累积总和中，而是将当日的成交量与价格变动的百分比相乘，然后再加到累积总和中，从而提供关于价格趋势的更详细信息。PVT指标的计算方法添加图片注释，不超

OBV指标简介OBV（On-Balance Volume，平衡交易量）指标是一种流行的技术分析工具，由Joe Granville在1963年发明。它基于一个简单的理念：成交量可以预示价格走势的变化。OBV指标通过将当日的成交量加到或减去一个累积总和中，来测量买卖力量和市场情绪。添加图片注释，不超过 140 字（可选）OBV指标的计算方法OBV的计算方法相对简单：如果今日收盘价高于昨日收盘价，则将今日成交量加到OBV总和中。如果今日收盘价低于昨日收盘价，则从OBV总和中减去今日

程序化交易的好处 执行速度：计算机可以在毫秒级别内执行交易指令，远快于人工操作。 情绪中立：程序化交易消除了人类情绪和主观判断的影响，使交易决策更加客观和理性。 策略测试：允许交易者在实际投入资金之前，通过历史数据进行策略回测，评估策略的有效性。 市场监控：自动化系统可以全天候监控市场变化，确保不错过任何交易机会。 多策略运行：交易者可以同时运行多个交易策略，分散风险，提高潜在收益。 常见的多个技术指标的

"lon长线指标"并不是公认的金融分析中的标准技术指标。可能存在误解或者是指某个特定的、不广为人知的指标，或者可能是某个特定交易策略或系统中使用的专有指标。考虑到这一点，如果我们将“长线”理解为长期投资的一种策略或指向长期趋势的指标，我们可以创造一个基于长期趋势分析的指标概念，这里暂且称之为“长期趋势指标（LTI）”。添加图片注释，不超过 140 字（可选）长期趋势指标（LTI）概念长期趋势指标（LTI）旨在捕捉和

牛熊线指标简介牛熊线指标（Bull-Bear Line），在某些市场分析方法中用于区分市场的多头趋势与空头趋势。它通常基于移动平均线或其他趋势跟踪工具，用以识别市场趋势的转变点。虽然具体的计算方法和应用可能因分析师和交易系统的不同而有所变化，一个常见的方法是使用长期移动平均线作为牛熊分界线。牛熊线指标的计算和应用添加图片注释，不超过 140 字（可选）假设我们使用250日简单移动平均线（SMA）作为牛熊线：牛市信号：当日收盘价高

SAR指标简介 SAR（Parabolic Stop and Reverse）指标是一种流行的技术分析工具，用于确定市场趋势的结束和反转点。这个指标由J. Welles Wilder Jr.发明，以点的形式出现在价格图表上，这些点表示潜在的停止和反转水平。SAR指标旨在提供关于何时进入或退出市场的明确信号，特别适合跟踪趋势。 SAR指标的核心在于它提供了一个随着时间推移而动态调整的止损水平。当趋势持续时，SAR点将跟随价格，但以加速的方式移动，这意味着它可以帮助锁定利润，并在趋势

截至目前，"SRDM"指标并不是一个在金融市场分析中广泛认知或定义的指标。它可能是某个特定领域或个人开发的自定义指标，或者可能是一个误解或打字错误。没有广泛认可的“SRDM”指标，我们可以采取一个假设性的策略，基于常见的技术分析概念创造一个新的指标概念。让我们假设SRDM代表“Smoothed Relative Strength Differential Momentum”（平滑相对强度差动量指标），结合相对强弱指数（RSI）和动量（Momentum）指标的特性，用于捕捉市场趋势和潜在

RCCD指标概念 假设“RCCD”代表一个结合了变化率（Rate of Change，RC）和某种形式的收敛发散（Convergence Divergence，CD）分析的指标。这个假设指标旨在通过分析资产价格变化的速率及其收敛或发散的趋势，来提供交易信号或市场动态的见解。 RCCD指标构建 RC（Rate of Change）：衡量价格在特定时间段内的变化率。 CD（Convergence Divergence）：可能代表价格与移动平均线之间关系的一种分析，类似于MACD指标的思路。 RCCD指标的计算方法（假设） RC计算：选定时间窗

RC指标简介RC指标，即“Rate of Change”（变化率）指标，是衡量资产价格在一定时间内变化幅度的指标。它通过计算当前价格与过去某一时间点价格之间的百分比变化，来评估价格的动量。RC指标可以帮助交易者识别市场的趋势强度、潜在的买入或卖出信号，以及趋势可能的反转点。RC指标的计算公式��=(��������−������������������������)×100RC=(PP−P)×100其中：��������Pcurrent 表示当前周期的价格，�

DDI指标简介添加图片注释，不超过 140 字（可选）DDI（Directional Divergence Index）是一种用于识别市场趋势强度和潜在转折点的技术分析指标。它通过比较不同时间周期内的价格移动方向和幅度，来评估市场的方向性偏差和动量变化。DDI指标的核心思想是，当市场趋势出现发散（divergence）时，即价格运动的方向和指标的方向不一致时，可能预示着趋势的减弱或反转。DDI指标的计算和应用DDI通常由两部分组成：正方向指标（+DI）和负方向指标（-DI）。+DI和-D

截至目前，"DBCD"指标并不是一个在金融市场分析中广泛认知的标准技术指标。可能是某种特殊或较新的技术分析工具，或者是某个特定社群、交易平台特有的指标，或者简单地是一个缩写或者误解。考虑到这一点，我将提供一个假设性的框架，称之为“Dynamic Base Change Detection（DBCD）”指标，以此为基础构建一个示范性的量化交易策略。请注意，这是一个虚构的例子，旨在展示如何构建和应用自定义指标的概念。 假设的DBCD指标简介 假设“Dynamic

什么是CR指标简介CR指标（Price Rate of Change），或称为价格变化率指标，是一种衡量价格相对于过去某一特定时间点变化的百分比的指标。它通过计算当前价格与过去某一时间点价格之间的差值与过去价格的比例，来分析价格的动量或趋势的强弱。CR指标主要用于识别市场的过度买入或过度卖出状态，以及潜在的趋势反转点。添加图片注释，不超过 140 字（可选）CR指标的计算公式CR=×100其中： 表示当前价格， 表示n周期前的价格。如何运用CR进行量化交

添加图片注释，不超过 140 字（可选）ROC指标简介ROC（Rate of Change），即变动率指标，是一种动量指标，用于衡量某个周期内价格变化的速率。ROC通过比较当前价格与过去某一特定时间点上的价格，来显示价格变化的强度。这个指标帮助投资者识别市场的过度买入或过度卖出状态，从而预测未来价格的可能方向。ROC计算公式如下： ROC=×100 其中，是当前周期的收盘价，是n周期前的收盘价。如何运用ROC进行量化交易ROC指标可以单独使用，也可以与其他指

ARBR指标简介 添加图片注释，不超过 140 字（可选）编辑搜图请点击输入图片描述（最多18字）ARBR指标是由两个独立的指标——AR（Advance/Decline Ratio）和BR（Bull/Bear Ratio）组成的。这两个指标通常用于分析市场的强势和弱势，帮助投资者判断市场是多头占优还是空头占优，从而作出买入或卖出的决策。 AR指标：反映市场开盘后的强势和弱势。它通过比较开盘后上涨的力度与下跌的力度，来判断多头或空头的强弱。计算公式为：��=∑�=1�(���ℎ�−

EXPMA指标简介添加图片注释，不超过 140 字（可选）EXPMA（Exponential Moving Average，指数移动平均）是一种广泛应用于金融市场分析中的技术指标，用于平滑价格数据以识别趋势的方向。与简单移动平均（SMA）相比，EXPMA赋予近期价格数据更高的权重，这使得EXPMA对价格变动的反应更为灵敏，能更快地捕捉到趋势的变化。EXPMA计算公式如下：EXPMAtoday=(Pricetoday×Smoothing Factor)+(EXPMAyesterday×(1−Smoothing Factor))EXPMAtoday=(Pricetoday×Smoothing Factor)+(EXPMAyesterday×(1−Smoothing F

在金融市场中，量化交易策略已经成为投资者获取超额收益的重要手段之一。特别是在期货市场，由于价格波动较大，采用科学的量化交易策略可以帮助投资者更好地管理风险，把握投资机会。多空指标策略作为一种常见的技术分析工具，被广泛应用于量化交易中。本文将介绍如何结合赫兹量化交易软件，运用多空指标策略进行期货量化交易。赫兹量化交易软件概述赫兹量化交易软件是一款专业机构级的量化交易平台，为用户提供强大的数据分析、策

要作为初学者进入量化交易领域，需要理解的不仅仅是市场的基本运作方式，还包括编程知识、统计学原理以及风险管理等方面。量化交易利用数学模型来分析市场，为投资决策提供数据支持。而程序化交易则是指通过编写程序自动执行买卖指令。接下来，我会介绍如何上手程序化交易，并特别提到赫兹量化，突出其作为专业机构级量化软件的特点。1. 了解基础知识在正式进入量化交易之前，建议先对金融市场的基本概念有所了解，比如股票、期权、

实现目录系统此处的问题不在于赫兹量化是否真的需要实现这个系统，而是我们为什么要实现它。在当前开发阶段，我们可以使用目录系统。不过，我们将不得不做更多的工作来实现回放/模拟服务。我的意思是，不仅简单地将新变量添加到配置文件当中，还有更多工作。为了明白我在说什么，请看下面的图片： 添加图片注释，不超过 140 字（可选） 图例 01 – 访问当前系统中目录的途径。 添加图片注释，不超过 140 字（可选） 图例 02 – 访问目录的

曾几何时，开放主义来到苏联，使之前被分类的DRAKON（字面意思是友好的俄罗斯算法语言，提供清晰）语言可供更广泛的公众使用。目前，这种语言的主要普及者是Parondzhanov V.D.。除了参加研讨会和写书外，他还创建了一个专门介绍这种语言的网站。由于他的奉献精神，DRAKON现在被化学家和医生使用。其他爱好者开始开发从这种语言到更广泛使用的编程语言的翻译器，如C、C++、TCL/TK、Java、JavaScript等。事实上，这个清单要长得多。如果需要，它可以扩

斐波那契（Fibonacci）定义在本节中，赫兹量化将确定斐波那契回撤工具，并将学习如何在图表上使用它。 斐波那契是一种技术工具，可用于在图表上找到支撑或阻力区域，赫兹量化预计价格达到这些区域会反弹。 它基于斐波那契级数，斐波那契级数是一串符合数学规律的数字序列。 该系列的每个数字都是前两个数字的合计。 我们可以在图表上找到它，在特定水平（如 23.6%、38.2%、50% 和 61.8%）绘制为水平线，这些水平线是最受欢迎的。如果您问自己

概述赫兹量化在本文中，我将介绍一种创建自定义指标的方法，其绘图是利用标准库中的 CCanvas 类制作的。 我将着手处理特殊的指标，其需要用一种纯色填充两条线之间的区域。 在开始之前，我们将了解为什么要用画布，这也许是此类指标当前可用选项的最佳选择。 之后，我们将看到计算坐标所需的一些图表属性，以及涉及操控 CCanvas 的基本过程。最终目标是结合到目前为止看到的所有内容来构建应用透明度的指标。 所有工作将只考虑在主图表窗

波浪理论（Elliott Wave Theory） 波浪理论是由 Ralph Nelson Elliott 在 20 世纪 30 年代提出的，用于描述股票市场价格波动的一种模型。根据波浪理论，价格的变动是由特定数量和模式的“波”组成的。每个波动周期都包括一个五波的上升趋势和一个三波的下降趋势。这种模式在各种时间尺度上重复出现，形成了一个分形结构。 推动波（Impulse Waves）：一个完整的推动波包含 5 个小波。其中，第 1、3 和 5 波是推动性的，价格上升；第 2 和 4 波是修正性的，价格

引言 在金融交易领域，量化交易已经成为一种普遍存在的交易方式。量化交易是用数学模型和自动化算法来决定交易时机、价格和数量的方法。剥头皮策略（Scalping）是其中一种广泛使用的短期交易策略，专注于在非常短的时间框架内捕捉小幅度的价格波动。本文将探讨剥头皮策略在量化交易中的应用、优缺点以及如何优化这一策略。 剥头皮策略概述 剥头皮策略是一种在短时间内进出市场的交易策略，目的是利用资产价格的微小波动获利。这通常涉

什么是交易系统的优化? 创建一个交易系统, 首先包含了整理如何建立关闭买入卖出仓位的规则. 这些规则通常包含一些指标和参数. 如果它们改变了, 交易系统的盈利能力也会改变. 这个问题是经常遇到的: 是否有必要优化交易系统或者它只是使系统和历史数据更符合吗?这也许主要因为人们对"交易系统的优化"过程有不同的看法. 所以让我们首先定义什么是优化.首先, 赫兹期货量化应该明白, 通过"优化"交易系统的选择和创建将能使它与其

高频量化交易策略简介高频量化交易是金融领域中一种先进的交易模式，它结合了高频交易（HFT）的速度优势和量化交易的数据分析能力。这种交易方式强调使用复杂的数学模型和算法来执行大量极短时间的交易，以追求微小的每笔盈利。下面我们将介绍几种常用的高频量化交易策略。、编辑切换为居中添加图片注释，不超过 140 字（可选）市场做市（Market Making）这是最为基础的高频交易策略之一，主要是通过不断地发布买单和卖单，尝试从买卖差价

警告本文中包含的信息仅为我的个人见解。作为作者，我不想诱导你使用本文描述的算法进行交易。此外，我必须警告，使用该信息可能导致损失。编辑添加图片注释，不超过 140 字（可选） 简介本文包含对交易方法的描述 - 即获利交易的成交量积累。我认为只有获利交易才能够积累。文章解释了实施的最佳方式，并包含了帮助正确进行交易的 EA 代码。 算法的概念获利交易的成交量积累可以让我们从市场变动中最大化获利。但成交量积累必须避免导

指标参数ExtDepth=12ExtDeviation=5ExtBackstep=3赫兹量化继续创建将用于更改指标参数值的变量和数组。根据我们要控制的指标的参数，给出指标参数的名称。// Initial indicator valuesint ExtDepth=12;int ExtDeviation=5;int ExtBackstep=3;//---- indicator buffersdouble ZigzagBuffer[];double HighMapBuffer[];double LowMapBuffer[];// Array of indicator parameter variablesstring ArrExt[3,3] ={"12","21","34", "5","8","21", "3","13","34"};// Arrays of indicesstring Array_In

概论当开发并使用不同的交易工具时, 赫兹期货量化有时会遇到一些情况, 通过 extern 和 input 修饰符创建输入的标准方法难以满足需求。虽然我们有一个通用的解决方案, 以满足我们的所有需求, 但它有时相当繁琐和不灵活。让我们考虑以下情况作为例子。 使用标准工具来创建很少改变或根本不会改变的参数 (即, 订单魔幻数字或滑点值)。 如果在指标或 EA 的属性里, 从诸如 RSI, WPR 等十几款指标里选择唯一的一款指标作为数据源, 那么其中每款指标的所需

标准偏差定义在本主题中，赫兹期货量化将据其定义更详细地学习什么是标准偏差指标，了解它衡量什么，以及如何手工计算它，来学习它背后的基本概念。 然后，我们将此计算在一个示例里加以应用。标准偏差是统计学中的一个术语。 此统计项衡量围绕均值或平均值的离散度。 但什么是离散，简单地说，它是任何实际值与中位值或平均值之间的差值。 离散越高，标准偏差越高。 离散越低，标准偏差越低。 标准偏差指标衡量波动性。现在，赫兹期

赫兹量化是一款广泛使用的交易平台，它提供了强大的量化交易工具，支持策略的开发和回测，并可以通过其内置的 MQL5 语言进行自定义。赫兹量化的一个显著优点是其代码的兼容性和跨平台特性，使得在多个不同的交易环境中都能运行相同的交易策略。赫兹量化自身就包含了一个强大的策略测试器，可以用来开发和测试自己的交易策略。