×
ribbon

سپر اقتصادی MQL5: دوره جامع تولید زیرساخت تقویم اقتصادی در متاتریدر 5

مدرس:

بهرنگ موسوی

بسیاری از معامله گران الگوریتمی ماه ها زمان صرف طراحی و بهینه سازی یک استراتژی سودآور می کنند... بیشتر
جدید
گواهی‌نامه
4.8 (4)
2 دیدگاه
126دانشجو
6ساعت
سرفصل‌ها
پیشرفته سطح دوره
بروزرسانیفروردین ۱۴۰۵

اشتراک مکتب‌پلاس

خرید اشتراک

با خرید اشتراک مکتب‌پلاس، علاوه بر این دوره، به بیش از ۴،۰۰۰ دوره دیگر دسترسی خواهید داشت.

دسترسی به تمام دوره‌هابیش از ۴،۰۰۰ دوره
محتوای دوره
سرفصل‌ها
پیش‌نیاز‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

آنچه در این دوره می‌آموزید

معماری صحیح مدیریت ریسک اخبار (News Avoidance)

استخراج داده‌های تقویم اقتصادی با MQL5

فیلترسازی هوشمند رویدادهای مهم

ساخت پنجره‌های ممنوعیت ترید (Pause Windows)

این دوره شامل:

5 ساعت ویدئو

1 جلسه متنی

31 سؤال سنجش و یادگیری

گواهینامه مکتب‌خونه

دسترسی مادام‌العمر به محتوای دوره

سرفصل‌های دوره

6 فصل28 جلسه6 ساعت ویدیو
ماژول 1 – نقش خبر در معماری اکسپرت و مدیریت ریسک
  معرفی دوره «مدیریت اخبار در اکسپرت» و توضیح نقش واقعی خبر در معماری اکسپرت (نه سیگنال ورود)
14:34
  فایل‌های دوره
00:03
  مرور انواع اثرگذاری اخبار اقتصادی در فارکس و کاربرد آن در الگوتریدینگ (مدیریت ریسک و News Avoidance)
16:42
  آزمون ماژول 1
10:00
ماژول 2 – خواندن Country و Event و Event ID در Calendar
  خواندن کشورها و ایونت‌های تقویم اقتصادی متاتریدر 5 با MQL5 و ساخت اکسپرت News1
18:12
  خواندن جزئیات ایونت‌ها با Event ID و Currency در تقویم اقتصادی متاتریدر 5 (MQL5)
08:21
  دریافت مقادیر Previous/Forecast/Actual از تاریخچه اخبار متاتریدر 5 با MqlCalendarValue و CalendarValueHistory
10:18
  – خواندن تاریخچه مقادیر یک ایونت مشخص با CalendarValueHistoryByEvent و فیلتر CPI آمریکا
12:20
  آزمون ماژول 2
08:00
ماژول 3 – ریزکاری‌های MqlCalendarValue و فیلتر ImpactType/Importance
  ریز‌ه‌کاری‌های ساختار MqlCalendarValue: تشخیص وجود مقدارها، Revision، ImpactType و مقیاس‌دهی اعداد
08:39
  – فیلتر کردن اخبار 30 روز اخیر بر اساس ImpactType و Importance با ترکیب MqlCalendarValue و MqlCalendarEvent در MQL5
08:28
  آزمون مازول 3
05:00
ماژول 4 – تشخیص نزدیک‌ترین خبر و پنجره ممنوعیت ترید
  (جلسه اول-قسمت اول) شناسایی نزدیک‌ترین خبر و ساخت منطق ممنوعیت ترید در بازه قبل/بعد خبر
19:45
  جلسه اول (-قسمت دوم) گسترش منطق «نزدیک‌ترین خبر»
05:17
  جلسه 2 – تفاوت TimeCurrent و Local Time در متاتریدر و مبنای صحیح مقایسه زمان خبر
03:34
  جلسه 3 – پیاده‌سازی فیلتر وایت‌لیست اخبار (Allowed Event Codes)
11:45
  آزمون ماژول 4
08:00
ماژول 5 – ساخت News Guard، دیتاست بک‌تست و Risk Control (فصل پنج)
  جلسه 1 – محدودیت‌های بک‌تست اخبار در متاتریدر و طراحی ماژول مدیریت ریسک خبر (News Risk Control)
14:49
  جلسه 2 – ساخت فایل Discovery برای شناسایی نام‌گذاری اخبار بروکر و آماده‌سازی دیتاست اخبار قابل استفاده در بک‌تست
12:48
  جلسه 3 – ساخت دیتاست اخبار از روی Calendar در MQL5 با فیلتر Blacklist، سورت زمانی و خروجی CSV
19:04
  جلسه 4 – طراحی و بک‌تست یک اکسپرت ساده «MA Cross + RSI» بدون مدیریت اخبار (پایه‌سازی پروژه)
12:04
  جلسه 5 – آموزش استفاده از هوش مصنوعی برای فهم و دیباگ کدهای MQL5 در پروژه اکسپرت
07:40
  جلسه 6 – پیاده‌سازی ماژول News Guards و تشخیص پنجره زمانی اخبار در حالت لایو و تستر (MQL5)
23:23
  جلسه 7 – مدیریت پنجره خبری در اکسپرت: تشخیص خبر، اعمال بلک‌لیست، و جلوگیری از ورود پوزیشن
07:34
  جلسه 8 – افزودن گزینه‌های بستن پوزیشن/اوردر در پنجره خبر و مدیریت تداخل آن با Break Even
02:39
  جلسه 9 – پیاده‌سازی بارگذاری دیتاست اخبار در Strategy Tester و فیلترکردن رکوردهای مرتبط برای News Guard
16:01
  جلسه 10 – اعتبارسنجی بارگذاری دیتاست در Strategy Tester با همسان‌سازی Blacklist
04:01
  جلسه 11 – پیاده‌سازی و تست تابع تشخیص وجود خبر در پنجره زمانی (News Window Test)
09:46
  جلسه 12 – تست نهایی دیتاست اخبار و اعتبارسنجی منطق مدیریت اخبار در بک‌تست (فعال/غیرفعال) در MQL5
15:00
  جلسه 13 – افزودن بافر به پنجره زمانی خبر برای جلوگیری از «کوری» در چک‌کردن دوره‌ای (New Candle)
06:59
  جلسه 14 – مدیریت اسپرد و اسلیپیج هنگام خبر: تعیین سقف مجاز و جلوگیری از اجرای عملیات پرهزینه
05:00
  جلسه 15 – جمع‌بندی مدیریت ریسک اخبار (News Guard/Risk Gate) و تفاوت آن با نیوزتریدینگ در اکسپرت
06:57
حتما ببینید
  من را سختگیرانه نقد کنید :)
00:58

پیش‌نیاز‌ها

چرا باید با MQL «کاملاً» آشنا باشید؟

این دوره، آموزش مقدماتی MQL نیست. ما از روز اول، مستقیماً سراغ ساخت یک معماری پیچیده و چندلایه برای مدیریت اخبار می‌رویم. شما باید با مفاهیمی مانند ساختار کلاس‌ها (Classes)، کار با آرایه‌ها، توابع، مدیریت خطا و منطق‌های کنترلی در MQL5 کاملاً مسلط باشید. ما به شما یاد نمی‌دهیم چگونه یک اکسپرت ساده بسازید؛ بلکه به شما می‌آموزیم چگونه یک ماژول دفاعی قدرتمند را به اکسپرت‌های فعلی خود اضافه کنید.

چرا تسلط بر Strategy Tester حیاتی است؟

هدف اصلی این دوره، ساخت یک «سپر» است و بهترین راه برای سنجش اثربخشی این سپر، شبیه‌سازی آن در شرایط گذشته بازار است. بخش بزرگی از دوره به ساخت دیتاست اخبار برای استفاده در Strategy Tester اختصاص دارد. شما باید بدانید چگونه یک بک‌تست دقیق را اجرا کنید، نتایج را تحلیل کنید و تفاوت عملکرد اکسپرت قبل و بعد از فعال‌سازی ماژول مدیریت اخبار را به درستی درک کنید. ما به شما یاد نمی‌دهیم چطور بک‌تست بگیرید، بلکه ابزاری می‌سازیم که بتوانید با آن بک‌تست‌های واقعی‌تری بگیرید.

چرا درک اولیه از تقویم اقتصادی کافی است؟

ما در این دوره به دنبال تحلیل فاندامنتال یا پیش‌بینی جهت بازار بر اساس اعداد اقتصادی نیستیم. ما فقط به «زمان» و «درجه اهمیت» یک رویداد نیاز داریم. کافی است شما بدانید که چرا خبر NFP یا CPI باعث نوسان می‌شود؛ ما به شما یاد می‌دهیم چگونه اکسپرت خود را طوری برنامه‌نویسی کنید که قبل از وقوع این نوسان، به طور خودکار کنار بایستد.

 

توضیحات دوره

 بسیاری از معامله‌گران الگوریتمی ماه‌ها زمان صرف طراحی و بهینه‌سازی یک استراتژی سودآور می‌کنند و در بک‌تست‌ها به نتایج فوق‌العاده‌ای می‌رسند؛ اما به‌محض اجرای اکسپرت در حساب واقعی (Live)، انتشار یک خبر مهم مثل CPI یا NFP تمام معادلات را به هم می‌ریزد. اسپرد و اسلیپیج ناشی از نوسانات اخبار، قاتل خاموش حساب‌های الگوریتمی است.

 در دوره «سپر اقتصادی MQL5»، ما به دنبال معامله با خبر (News Trading) یا گرفتن سیگنال ورود از اعداد Actual و Forecast نیستیم! هدف این دوره، آموزش معماری اصولی و ساخت یک زیرساخت قدرتمند برای مدیریت ریسک و اجتناب از خبر (News Avoidance) است.

 شما در این دوره یاد می‌گیرید چگونه اکسپرت‌های خود را در متاتریدر ۵ «ضدگلوله» کنید. ما قدم‌به‌قدم به شما آموزش می‌دهیم که چگونه داده‌های تقویم اقتصادی را با کدهای MQL5 استخراج کنید، درجه اهمیت رویدادها را بسنجید و به اکسپرت خود این هوشمندی را بدهید که قبل از وقوع طوفان‌های اقتصادی، پوزیشن‌های باز را مدیریت کند (ریسک‌فری کردن، کاهش حجم یا خروج موقت) و در زمان اخبار مهم، از ورود به معامله جدید خودداری کند. این دوره، حلقه مفقوده برای تبدیل یک اکسپرت آزمایشگاهی به یک ماشین معاملاتی پایدار در بازار واقعی است.

 

 

دیدگاه کاربران

4.8

بر اساس امتیاز 4 دانشجو

1
2
3
4
5

سعید ارجمندی

2 ماه پیش

5

با سلام استاد موسوی گرامی ضمن تشکر از محتوی بسیار ارزشمند و غنی توسط شما لازم دیدم با توجه به اینکه این دوره اخیرا اضافه شده است و در متن دوره بارها به این مطلب که " کدها را ضمیمه خواهید کرد " اشاره فرمودید ، یادآوری کنم که کد ضمیمه نشده است . با تشکر مجدد

دانشجوی دوره

26 روز پیش

4

good

گواهینامه اختصاصی دو زبانه

پس از گذراندن دوره به صورت آنلاین در سایت مکتب‌خونه، گواهی‌نامه رسمی پایان دوره به زبان فارسی و انگلیسی، توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می‌گیرد.

امکان اشتراک گذاری در لینکدین
دو زبانه
بهرنگ موسویتحلیل‌گر بازارهای مالی و متخصص معاملات الگوریتمی
4دوره
659دانشجو
47نظر و امتیاز

تحلیل‌گر بازارهای مالی و متخصص معاملات الگوریتمی
با بیش از ۱۵ سال تجربه در بازارهای سهام، رمزارز و فارکس، در زمینه طراحی ربات‌های معامله‌گر، الگوتریدینگ، هوش مصنوعی و علم داده فعالیت می‌کنم. تمرکز فعلی من توسعه سیستم‌های معاملاتی هوشمند برای بازارهای مالی با تکیه بر ترکیب دیتا ساینس و AI است.
کارشناس مهندسی کامپیوتر از دانشگاه صنعتی امیرکبیر و کارشناسی ارشد مهندسی صنایع.

مهارت‌هایی که می‌آموزید