谢谢，以后的重点应该是python， 第一个想搞的是看看两个交易商之间没有吗套利的可能。

python很多外接库，简直不要太方便，开发效率上远高于C。缺点就是运行效率低，你的算法太复杂的情况下需要的计算量很大。。。更不要说你拖上神马人工智能来跑，个人电脑能力不足。。。

从python转到mql4，运行效率很受影响吧，人感觉不到几百毫秒的差别，但价格已经走了很远。你什么算法一定要用到python？mql4不行？ ea本身也不需要什么复杂的算法，就是指令堆砌而已

[backcolor=rgb(255, 255, 255)]主要python用起来太方便了，欲罢不能……[/backcolor]
整个系统程序间通信就能实现~延迟没那么大，几十毫秒吧，~~如果你的交易连这点延迟都受不了的话，估计用MT本身就有问题了，券商发报给你的数据本身延迟比这个大，而且你就不怕你EA搞高频被MT平台监测到暗地给你人为添加延迟？……

比如把socket通信写成dll，EA运行时导入这个dll，这样不同交易商的账户能通信的

楼上几位都是高手，请多多指教。我hi

我以前只用python抓网页数据，做过过一些简单的deep learning的文本分类，看过一些别人做的python量化交易的程序，但自己还从来没有搞过python的测试和交易。还在学习。各位多多指教。

套利（arbitrage）：套利是为了从等同资产的价格差异中赚取真实利润而购买并立即售卖这些资产的行为。无风险套利，就是发现有安全的钱放在地上 需要找出合理的方法把他捡起来。

发个帖子，屁事也没有的，就审查了一天。

巧了，最近也想把半桶水的EA拾起来，来这里学一下

ea好用吗

文艺复兴（Renaissance Technologies）发给投资者的数据显示，该公司旗下旗舰基金Renaissance Institutional Equities Fund（RIDA），6月第一周就已亏损8.8%，今年已巨亏20.7%。 这标志着RIDA的业绩出现了180度大转弯。过去5年里，RIDA每年都在盈利，去年盈利达4.2%。 市场认为，这或将成为文艺复兴表现最差的一年。 3月初受到疫情冲击，美股迅速跌入熊市，这使得文艺复兴的股票型基金损失惨重。 五月随着全球各国央行和政府的大规模刺激措施推动股市大幅反弹，损失一度得到削减，但最近由于二次疫情引发的恐慌，亏损再度增加。 文艺复兴基金由Jim Simons创建，是对冲基金业最有影响力的公司之一，其旗下的RIDA基金交易全球股票。媒体报道称，该公司2018年底开始，更多地交易在日本和中国香港上市的股票。

闲的没事 ，还在学习pyhton，既然pyhton有更强的 扩展和功能，就不打算在MQL4上花更多的时间。学习最好的方法就是从小的项目开始，先话上证指数的历史走势图，代码都是网上现成的，几行代码，就可以画出上证的历史走势和价格均线。 然后是历史PE值，从这个图可以看出上证目前PE处于历史平均水平，但可能跌32%至历史最低PE。 python功能确实强大，其功能强大是因为有各种强大的功能库支撑。我 是实用主义，需要什么才学什么，先从上证指数开始，然后测试我自己喜欢交易的A50和恒生指数。 14-6-2020 下午 2-53-06.png14-6-2020 下午 2-53-45.png

Tushare提供了很多指数的基本数据，所有的这些指数都可以用简单的一个命令调出历史数据，只要把刚才股票代码换成000016.SH，就可以调出并显示上证50的历史PE估值。 A50是新加坡交易所编制的指数，好像Tushare的指数 里目前没有A50的估值数据，需要单独计算。 14-6-2020 下午 3-27-12.png14-6-2020 下午 3-25-47.png

楼主写个最简单的ea瞧瞧，比mql4方便吗

我在这方面还是新手，只能分享一点自己的最近学习的心得，见笑了。不对的地方请大家指教。mt4方便是因为它的语法和参数简单，而且有现成的平台，提供了数据，测试平台，你只需要写好你的编码，那么测试和优化的平台都是现成的。用起来顺手。 用pyhton做自动交易，现在也慢慢出现了各种平台提供数据和测试的平台，像国内的聚宽，米筐，还有最近的vn.py，国外的有backtester，quatopian，和quantconnect，我现在在用quantconnect，因为它已经很好地提供了和IB， FXCM，oanda的链接，提供IB，FXCM和oanda 的交易数据和实时交易功能。所以你不用为了数据的准确性操心，测试的平台也是现成的。不过它的所有界面都是英文了，国内的平台好像没有外汇的数据，主要是股票数据。 我现在还在学习，主要是看他们的视频和其他人的编码，还没有开始写自己的第一个python交易策略。学编程的最好方法是有一个合适的小项目，所以我准备从几个最简单的策略来学习python的编程。 下面这些命令是基于quantconnect。比如下面这段代码 self.SetStartDate(2017, 1, 1) #设置测试起始日期 self.SetEndDate(2017, 10, 31) #设置测试结束日期 self.AddEquity("SPY", Resolution.Daily)#设置交易标的SPY，数据是日线 self.SetCash(25000)#设置测试账户的资金量， self.MarketOrder("SPY",100)#以市场价格买入SPY 100 if

self
.
Portfolio
[
"SPY"
].
Invested
:

self
.
Debug
(
"We have SPY shares!"
+ str(self.Portfolio["SPY"].
Quantity
)) #检查是否有SPY仓位，如果有，显示SPY仓位。
比如外汇的
self.SetCash(100000) self.SetStartDate(2017, 5, 1) self.SetEndDate(2017, 5, 31) self.AddForex("EURUSD",Resolution.Hour, Market.Oanda)#测试EURUSD，oanda小时数据
self.SetBrokerageModel(BrokerageName.OandaBrokerage)#设置实用oanda 的数据 if not self.Portfolio.Invested: self.MarketOrder("EURUSD",2000)#市价买入2000 EURUSD 看起来，并不困难。

给你的回答，管理员自己先去读了。

都是这么牛逼的吗

本帖最后由 AlwaysRemember 于 2020-6-17 00:56 编辑 一个可能的策略，供参考。 暂先忽略点差。假定A是亏货，那么，理论上说，B把A的单子全部反过来做，是能赚钱的。即，A做空的时刻，B做多。A的止损，即是B的止盈。A平仓的时刻，B也平仓。这也是平常说的，把单子反过来做就行了。 实现方法： 无论A是手动开仓还是EA。当A开仓时，B使用程序读取A的交易单，再按照大于1的比例自动跟单，开反向单（1比1的比例是没有赚的。如1.5：1，那么差额0.5部分就是利润）。A平仓时，B也平仓。A套牢死抗时，B也不平仓。 这里考虑些可能出现的问题， 一，B账户里需要有足够的保证金，同时B得先设定A最大的持仓总数。假定A一开始赚钱了，那么B一开始是亏钱的，A加大持仓可能导致B保证金不足，无法跟。超出最大持仓的单子，放弃即可。A的利润超出一定百分比如100%，意味着这次反向单失败，程序终止退出。 二，AB不是同一个交易商。这有点象当年铁汇的赠金套利。 三，如果AB是同一个人，那么心里干扰因素挺大的，甚至是失败的关键。最好是，A不知道B在跟他的单，这样不会影响A的发挥，比如加入随机数，使得B的自动跟单，有时跟有时不跟。（随机数这个，觉得还是需要再考虑。最好是两个人的账户，AB彼此不关心对方跟单） 这个策略还有些改进之处： 比如， 可以根据A的历史统计，设定某个相关系数，利用这个系数调整B的跟单比例。比如，A的历史胜率盈利率高，B的跟单比例可以小于1，以A为主去盈利；当A表现差时，比例大于1，以B跟单为主。 这个策略需要自己写个跟单程序，再做调整改进。供参考讨论。