trading - 简单的 EA 代码出现不匹配的数据错误

Question

编码和交易都是全新的。

我无法理解的两个问题：

Q1：为什么这不起作用？

Q2：这甚至可能是有利可图的吗？

{ 
   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符合条件：

Bid < DayOpen - StopLossLevel

微积分的解剖结构如下：

/* ----------------------------------------------------------------------------
            ...............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

---

在 XTO 中比较数字和使用PriceDOMAIN值需要在 MQL4 中更加小心。

安全 MQL4 代码执行的良好编程实践建议：

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

结语

Q2已包含在另一个答案中。

在这里增加几美分，在那里提供的推理中，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图，直观地简化为一维图：

您可能会观察到相同算法的配置，以提供大约+1500% 利润的收益以及设置，这些设置不允许以相同的行为产生超过大约+20% .. +80%。

在量化建模中通常具有相当高维的参数化空间，它没有任何简单的投影到 2D、3D、4D 或 5D 可显示图形中。

因此，如果没有全面的定量数据，任何关于任何战略盈利能力的陈述，正如著名的戴明名言所说，“只是另一种观点”。