Présentation du MeanReversionTrendEA pour les professionnels IT et développeurs : Ce système combine deux stratégies clés, le suivi de tendance et le retour à la moyenne, pour assurer une certaine adaptabilité face aux conditions changeantes du marché. En intégrant des croisements de moyennes mobiles et des mesures de volatilité à l'aide de l'ATR, cette solution garantit des signaux d'achat et de vente ajustés en fonction des fluctuations observées. Les transactions sont validées par un mécanisme complet qui prend en compte le volume et la marge disponibles, tout en offrant un niveau de sécurité élevé pour les backtests.

Les principaux paramètres incluent des périodes de moyennes mobiles rapides et lentes, et l'ATR comme multiplicateur pour évaluer les bandes de volatilité. L'algorithme surveille notamment les croisements de moyennes mobiles et les variations de prix par rapport aux ...

👉 Lis ça | AlgoBook | @mql5fr

L'indicateur "FalseBreakouts.mq5" est conçu pour mettre en évidence sur un graphique les points d'achat et de vente, basés sur les fausses cassures de support et de résistance, ainsi que les niveaux dynamiques de support et de résistance. Il identifie également les sommets et les creux du marché. Ce processus est facilité par l'utilisation de tampons qui stockent et affichent ces informations.

En termes de structure, l'indicateur utilise six tampons et tracés : des flèches bleues pour les achats et rouges pour les ventes, des lignes bleues pour le support, rouges pour la résistance, ainsi que des indicateurs pour les sommets et les creux. Les fonctions principales comme OnInit() et OnCalculate() sont responsables de l'initialisation et de la mise à jour des données. Les opérations d'achat et de vente sont identifiées par les fonctions IsBuy() et IsSell(), respectivement.

L'indicateu...

👉 Lis ça | Forum | @mql5fr

Une méthode de création d'une pile d'appels pendant l'exécution est décrite. Elle comprend la création de structures de classes et la séquence d'appels. L'arbre de pile est construit à l'aide de classes comme CNode et CTraceCtrl. L'implémentation permet une surveillance des paramètres et le débogage pas à pas grâce à des macros facilitant les appels et l'organisation structurée des piles. CTreeView et CTraceView sont utilisés pour afficher les informations obtenues. Des fonctionnalités supplémentaires incluent des points de rupture pour la synchronisation des arbres de piles pendant l'exécution. MQL5 offre des perspectives uniques comparé à MQL4.

👉 Lis ça | Forum | @mql5fr

Dans MetaTrader 5 build 5120, nous avons introduit un certain nombre de correctifs et d'améliorations sur la plateforme :

• Problèmes d’affichage de l’interface corrigés sur Linux et sous macOS.
• Modèles disponibles mis à jour pour l’AI Assistant dans MetaEditor.
• Activation du passage de tableaux avec conversion de type signée/non signée dans ArraySwap, WebRequest, CryptEncode, CryptDecode et d'autres fonctions de conversion de données.
• Correction de la récupération des états clés pour les programmes MQL sur le graphique actif.
• Comportement corrigé de ArrayInitialize pour les tableaux d'énumération.

Discuter de la mise à jour

La régression linéaire en analyse technique permet d'ajuster une équation de ligne droite aux données de prix, utile pour identifier les tendances. Les variables impliquées sont notamment le numéro de barre x, le prix correspondant y[x], le coefficient de proportionnalité b, et le biais y0. La pente de la régression est déduite en normalisant le coefficient b. La formule de b est basée sur l'agrégation des sommes Sx, Sy, Sxx, et Sxy, sur une période définie n.

Pour assurer une harmonisation sur différentes paires de devises, il est indispensable de normaliser b. Cela s'effectue par une division par une moyenne mobile simple (SMA) ou une moyenne mobile linéaire pondérée (LWMA), avec une préférence souvent donnée à la normalisation SMA. Cette approche vise à rendre les écarts visibles sur une échelle standard de -100 à +100, en multipliant les valeurs par 100 000 pour représenter des v...

👉 Lis ça | AlgoBook | @mql5fr

Un modèle autorégressif (AR) est utilisé pour faire des prédictions basées sur une série temporelle. Se compose de la valeur prédite x[n] et de valeurs passées x[n-p] à x[n-1]. Le modèle utilise des coefficients a[1] à a[p], déterminés par des méthodes comme celle de Burg. Les paramètres de l'indicateur sont les suivants : UseDiff, un paramètre booléen qui décide si on utilise les différences de prix au lieu des prix bruts ; Ncoef, spécifiant le nombre de coefficients (ou l'ordre du modèle) ; Nfut, pour définir le nombre de barres futures à prédire ; kPast, le nombre de barres passées en incréments de Ncoef, avec un minimum de 1. Le tracé du modèle affiche deux courbes : une courbe bleue pour les ajustements et une courbe rouge pour les prévisions futures.

👉 Lis ça | VPS | @mql5fr

Un modèle trigonométrique multi-harmonique permet de représenter une série de prix x[i] avec une combinaison d'harmoniques. Le modèle intègre un biais m, des coefficients d'échelle a[h] et b[h] pour chaque harmonique, et des fréquences w[h]. Trouver les fréquences harmoniques est crucial, car elles influencent directement la précision de l'ajustement du modèle. Contrairement à une série de Fourier standard, où les fréquences sont prédéfinies, cet indicateur utilise l'algorithme de Quinn-Fernandes pour optimiser les fréquences. Cette méthode ajuste successivement chaque harmonique et calcule le résidu pour améliorer la précision du modèle. Les paramètres contrôlent le nombre de barres passées et futures, ainsi que le nombre d'harmoniques. Les valeurs modélisées sont visualisées avec des courbes, facilitant l'analyse des tendances futures.

👉 Lis ça | Cotations | @mql5fr

Une implémentation de la sérialisation et désérialisation JSON en MQL5 est disponible. Ce projet simplifie l'interaction avec les données JSON dans les applications développées en MQL5. L'utilisation du gestionnaire de paquets npm est possible pour télécharger des exemples, facilitant ainsi l'intégration dans vos projets de développement. Ce projet, créé par Kuzme Shevelev, peut être consulté sur GitHub pour ceux qui souhaitent examiner le code source et l'intégrer dans leurs propres projets MQL5. Cet outil offre une méthode structurée pour manipuler les chaînes JSON, optimisant le flux de travail des développeurs.

👉 Lis ça | Cotations | @mql5fr

Une interface de rappel pour le timer est disponible pour une gestion précise du temps dans vos projets. Avec la possibilité d'utiliser npm pour télécharger les packages nécessaires, cela simplifie le processus d'intégration. Ce projet a été créé par Kuzme Shevelev. Plus de détails et le code source sont disponibles sur le dépôt GitHub. Cela permet aux développeurs d'implémenter facilement des fonctionnalités de timing dans leurs applications. Une ressource utile pour optimiser la gestion des délais et des événements temporels dans vos travaux de développement.

👉 Lis ça | NeuroBook | @mql5fr

L'approche statistique des marchés financiers exige une compréhension approfondie des distributions de probabilité. Les distributions, qu'elles soient discrètes ou continues, jouent un rôle crucial dans le processus d'analyse des modèles économiques. La distribution normale, bien qu'exceptionnelle sur le marché, sert de comparaison aux distributions empiriques. En programmation MQL5, ces concepts peuvent être traduits en classes facilitant l'analyse. L'absence d'héritage multiple dans MQL5 limite la complexité des hiérarchies, exigeant une adaptation des meilleures pratiques de C++ pour modéliser les distributions telles que normale, log-normale et autres. Les scripts MQL5 gèrent ces distributions, permettant l'illustration graphique des résultats.

👉 Lis ça | Calendrier | @mql5fr

Indicateur de tendance conçu avec des algorithmes de lissage simples. Cet outil garde une coloration unicolore pour une clarté accrue. Inspiré par l'indicateur trend.mq4, il a subi quelques modifications pour plus d'efficacité. L'unique paramètre à ajuster est la période, qui influence directement la performance de l'indicateur. Pour la paire EURUSD, une période définie à 24 a montré de bons résultats récemment. Utiliser cet indicateur peut aider à mieux suivre les mouvements de tendance tout en optimisant les décisions de trading. Garder en tête que l'ajustement de la période peut varier selon les conditions de marché.

👉 Lis ça | Documentación | @mql5fr

L'algorithme k-Nearest Neighbor (k-NN) se concentre sur l'identification des k modèles précédents les plus similaires au modèle actuel pour prédire les prix futurs à travers un vote pondéré. L'implémentation actuelle fonctionne comme un algorithme 1-NN, cherchant le voisin le plus proche utilisant le coefficient de corrélation de Pearson comme mesure de distance. Les paramètres clés incluent Npast, le nombre de barres passées dans un modèle, et Nfut, le nombre de barres futures attendues, inférieur à Npast. L'indicateur visualise deux courbes : la bleue pour les prix passés du plus proche voisin, et la rouge pour ses prix futurs, ajustées à l'aide de la pente de régression linéaire. Il fournit également la date de début du voisin le plus proche et son coefficient de corrélation avec le modèle actuel. Par exemple, sur EURUSD, H1, le voisin date du 2003.08.26 et présente une corrélation...

👉 Lis ça | Market | @mql5fr

L'algorithme classique du plus proche voisin a une limite notable : il attribue un poids égal à tous les prix dans un modèle, sans prendre en compte l'impact différent des prix plus récents et plus anciens. Pour répondre à ce problème, une version améliorée de l'indicateur privilégie les prix récents pour une recherche de modèles plus précise. Elle utilise un coefficient de corrélation pondéré, avec des poids qui diminuent linéairement des prix récents vers les plus anciens. Les paramètres d'entrée incluent Npast et Nfut, déterminant respectivement le nombre de barres passées et futures dans une configuration, avec une limitation pour Nfut inférieur à Npast. L'indicateur trace une courbe bleue pour les prix passés et une courbe rouge pour les prix futurs, ajustant le modèle en fonction de la pente de la régression linéaire. Il fournit également des détails sur la date de début et le c...

👉 Lis ça | Signaux | @mql5fr

AlphaTrend est un indicateur utile pour évaluer la tendance ainsi que les niveaux de support et de résistance du marché. Il exploite les données de volume, si disponibles, pour effectuer ses calculs via l'IFM. En l'absence de ces données, le RSI est utilisé pour les calculs.

Cet indicateur analyse le momentum à l'aide du RSI et de l'IFM, tandis que la volatilité est évaluée grâce à l'ATR. Cette approche permet aux développeurs et analystes de marché de mieux comprendre les dynamiques sous-jacentes, facilitant ainsi la prise de décision éclairée. Les utilisateurs peuvent tirer parti de cet outil pour affiner leur stratégie d'analyse technique et ajuster leurs décisions en fonction des variations du marché.

👉 Lis ça | Forum | @mql5fr

Le trading de XAUUSD est populaire sur le marché des changes, grâce à sa volatilité et ses opportunités de profit. Cependant, des événements économiques majeurs, comme les décisions sur les taux d'intérêt de la Fed ou les annonces de la BCE, peuvent provoquer des mouvements de prix significatifs, posant des risques aux stratégies automatisées. Un filtre d'actualités intégré dans un Expert Advisor peut suspendre le trading durant les moments critiques. Pour gérer ces risques, un exemple de code MQL5 démontre comment implémenter un filtre de nouvelles simple. Ce filtre arrête temporairement les transactions avant et après les événements d'actualité majeurs pour réduire l'exposition aux fluctuations soudaines. Cela protège le compte et améliore la cohérence du trading en garantissant que les transactions sont effectuées dans des conditions de marché plus stables. Une solution avancée com...

👉 Lis ça | Forum | @mql5fr

Accélération des Calculs

L'optimisation des calculs est cruciale dans le développement informatique. L'article examine trois méthodes algorithmiques pour améliorer l'efficacité des calculs d'indicateurs, notamment pour l'indicateur de régression linéaire.

Première méthode, les totaux mobiles, se concentre sur la réutilisation des calculs précédents pour accélérer la moyenne mobile. La simplification utilise des équations mathématiques pour réduire le code nécessaire, exploitant parfois les indicateurs intégrés comme LWMA et SMA. Enfin, la méthode d'approximation propose l'utilisation d'indicateurs plus légers pour des tests rapides, puis affine les résultats avec des indicateurs plus complexes.

Ces optimisations permettent de multiplier les vitesses de traitement, facilitant une optimisation plus rapide et efficace des outils de trading.

👉 Lis ça | CodeBase | @mql5fr

Les bandes de Bollinger sont un outil essentiel pour l'analyse technique, offrant une vue d'ensemble sur la volatilité des marchés financiers. Contrairement aux enveloppes qui se basent sur un pourcentage fixe autour de la moyenne mobile, les bandes de Bollinger sont définies à partir d'écarts types. Cela permet une adaptation dynamique aux fluctuations du marché. En période de forte volatilité, les bandes s'écartent pour capturer l'augmentation des mouvements de prix, alors qu'elles se resserrent lors de marchés plus stables. Ajuster la période et le ratio sigma selon les spécificités de votre analyse peut affiner efficacement vos observations des tendances et des retournements possibles.

👉 Lis ça | Calendrier | @mql5fr

Cet indicateur de tendance offre plusieurs fonctionnalités pour les utilisateurs. Il comprend un mode unicolore et un mode bicolore, permettant la personnalisation des couleurs pour les segments ascendants et descendants. De plus, il est possible de définir une limite sur le nombre de barres à prendre en compte dans les calculs. Cette flexibilité permet d'adapter l'indicateur aux besoins spécifiques de chaque analyste, optimisant ainsi son utilisation dans l'analyse des données. Ces options augmentent la précision et la clarté des graphiques de tendance en fournissant des représentations visuelles adaptées aux préférences de chacun.

👉 Lis ça | Forum | @mql5fr

La moyenne mobile peut être optimisée en intégrant un filtre quasi-numérique, perfectionnant ainsi l'analyse des tendances sur le marché des changes. En combinaison avec le MACD basé sur cette moyenne, les traders accèdent à un outil robuste pour détecter les inversions de tendance et les points d'entrée ou de sortie potentiels. L'application standard de ces outils se révèle utile pour évaluer les mouvements des prix. La combinaison de ces instruments permet une analyse des données de marché plus pertinente et précise, essentielle pour une prise de décision éclairée. Les calculateurs de stratégie bénéficient d'une amélioration notable de leurs performances grâce à cette intégration technique avancée.

👉 Lis ça | AlgoBook | @mql5fr

L'indicateur VWAP (Volume Weighted Average Price) multi-jours permet un suivi efficace des niveaux de support et de résistance. Ce calcul dynamique part du VWAP quotidien mais est ajustable selon vos besoins pour analyser plusieurs jours ou barres. En identifiant les niveaux clés, il facilite la confirmation de tendances et les signaux de retour à la moyenne. Le VWAP diffère des moyennes simples en montrant où se concentre la majorité du volume, offrant un point de référence crucial.

Lorsqu'il est utilisé pour évaluer la dynamique de marché, le VWAP indique si les acheteurs ou les vendeurs dominent. Dans une tendance baissière, un prix en dessous du VWAP signifie que les vendeurs contrôlent, tandis qu’un prix au-dessus indique que ce sont les acheteurs qui dominent. Sur les marchés fluctuants, le retour au VWAP permet des stratégies contre-tendance efficaces. Observer les écarts par ...

👉 Lis ça | CodeBase | @mql5fr