Question

全新的编码和交易。

两个问题 我无法理解：

Q1：为什么这不起作用？

Q2：这个甚至可能有利可图吗？

{ 
   double DayOpen = iOpen( NULL, PERIOD_D1, 1 );

   double TakeProfitLevel;
   double StopLossLevel;

   int    TakeProfit  = 10;
   int    StopLoss    = 10;

   TakeProfitLevel = Bid + Point * TakeProfit;   // 0.0001
   StopLossLevel   = Bid - Point * StopLoss;

   int  total  = OrdersTotal();
   if ( total <= 0  && Bid < DayOpen - StopLossLevel )
   { 
      OrderSend( "EURUSD", OP_BUY, 1.0, Ask, 0, StopLossLevel, TakeProfitLevel, "1st Order" );
   }
}

Answer 1

Q1：解决方案

您可能已经注意到，您的FxMarketEVENTs数据原则上永远不会与条件匹配：

<强> Bid < DayOpen - StopLossLevel

微积分的解剖学如下：

/* ----------------------------------------------------------------------------
            ...............dHIGH[1]                        ~ 1.22ooo
           |
           |       ....... dHIGH[0]                        ~ 1.2oooo
           |      |
dOPEN[0]...|..... |                                        ~ 1.18ooo
          [ ]    [ ]
          [ ]    [ ]
          [ ]    [ ]______ dCLOSE[0] _______________ <Bid> ~ 1.12345 _________
          [ ]     |
          [ ]     | 
dOPEN[1] _[ ]     |  ..... dLOW[0]                         ~ 1.1oooo
           |
           |
           | ............. dLOW[1]

------------------------------------------------------------------------------ */
   StopLossLevel   =                  Bid -    Point * StopLoss;
// -------------
// StopLossLevel   ~                  1.12345 - 0.00010;
// StopLossLevel   ~                  1.12335;

if ( Bid     < DayOpen - StopLossLevel ){...}
if ( 1.12345 < 1.10000 - 1.12335       ){...}
if ( 1.12345 <          -0.02335       ){...} // which it NEVER could be

比较数字并在XTO中使用PriceDOMAIN值需要在MQL4中更加小心。

安全MQL4代码执行的良好编程习惯建议：

// StopLossLevel   =                  Bid - ( _Point * StopLoss ); Calculus-safe
// StopLossLevel   = NormalizeDouble( Bid - ( _Point * StopLoss ),
//                                    _Digits                      XTO-safe
                                      );

后记

Q2 已涵盖in another answer。

在这里添加几美分，根据其提供的推理，盈利能力在很大程度上取决于许多属性。

为了说明行业经验，让我向您展示一个利润敏感度的视角，从视觉上简化为单维图：

您可能会观察到相同算法的配置，以提供大约 + 1500％利润的产量与设置，不允许产生具有相同行为的产品，大于 + 20％.. + 80％。

在量子建模中通常具有相当高维度的参数化空间，这些空间没有任何简单的投影到2D，3D，4D或5D可显示图形。

因此，如果没有完整的定量数据，任何关于任何策略盈利能力的陈述都是用着名的戴明引用，而不仅仅是另一种意见＆＃34;。

简单的EA代码获得无法匹配的数据错误

1 个答案:

Q1：解决方案

后记