MQL5 Trading Algorithmique

Open in Telegram

Les meilleures publications de la plus grande communauté de traders algorithmiques. Abonnez-vous pour rester au courant des dernières technologies et du développement des programmes de trading.

France625 Economy & Finance2 260...

📈 Analytical overview of Telegram channel MQL5 Trading Algorithmique

Channel MQL5 Trading Algorithmique (@mql5fr) in the French language segment is an active participant. Currently, the community unites 48 799 subscribers, ranking 2 260 in the Economy & Finance category and 625 in the France region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 48 799 subscribers.

According to the latest data from 04 July, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 926 over the last 30 days and by 21 over the last 24 hours, overall reach remains high.

Verification status: Not verified
Engagement rate (ER): The average audience engagement rate is 7.77%. Within the first 24 hours after publication, content typically collects 2.41% reactions from the total number of subscribers.
Post reach: On average, each post receives 3 789 views. Within the first day, a publication typically gains 1 174 views.
Reactions and interaction: The audience actively supports content: the average number of reactions per post is 7.
Thematic interests: Content is focused on key topics such as indicateur, lis, marché, analyse, paramètre.

📝 Description and content policy

The author describes the resource as a platform for expressing subjective opinions:
“Les meilleures publications de la plus grande communauté de traders algorithmiques. Abonnez-vous pour rester au courant des dernières technologies et du développement des programmes de trading.”

Thanks to the high frequency of updates (latest data received on 05 July, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Economy & Finance category.

48 799

Subscribers

+2124 hours

+1827 days

+92630 days

3 789

Post views

~ 1 17424 hours

~ 1 64348 hours

7.77%

Engagement rate

~ 1

Posts per day

Ads index

beta

Posts Archive

48 799

Le rapport statistique n°4 de l’an dernier a identifié le meilleur résultat hypothétique lorsque toutes les entrées et sorties sont effectuées sur les extrêmes ZigZag. Le script associé calcule les performances sur une plage définie par les paramètres « De » et « À ». Cette approche permet de limiter le calcul à une période précise et de répéter facilement les tests. Pour faciliter la vérification, les points d’entrée et de sortie calculés sont actuellement affichés via Print(). Selon les besoins, les impressions peuvent être supprimées, tout comme les limites non indispensables, afin d’obtenir un traitement plus direct ou plus rapide. 👉 Lis ça | Signaux | @mql5fr

48 799

Dans certains cas, l’export ne doit pas se limiter aux cotations, mais inclure aussi des valeurs d’indicateurs calculées sur ces séries. Un script type montre comment écrire, vers plusieurs fichiers, les prix et les valeurs d’un RSI personnalisé pour 12 symboles et 4 unités de temps, soit une douzaine de sorties distinctes. La liste des symboles et la plage des périodes restent modifiables. Le RSI peut être remplacé par un indicateur standard ou personnalisé, et l’ajout de paramètres configurables est envisageable selon les besoins. Aucune validation avancée n’est prévue. Les contrôles sur la disponibilité des historiques et la présence des indicateurs doivent être ajoutés côté implémentation. 👉 Lis ça | Calendrier | @mql5fr

48 799

Un indicateur affiche un panneau d’informations compact sur le graphique, avec position configurable, et met à jour à chaque tick quatre métriques de spread : valeur courante en points et en pips, minimum de séance depuis la connexion, maximum de séance depuis le début de séance, et moyenne arithmétique glissante. Le spread courant change de couleur lorsque le seuil de spread élevé défini par l’utilisateur est atteint. Ce signal facilite la détection des phases de coûts d’exécution élevés, notamment lors de publications macroéconomiques, d’ouvertures de séance ou de périodes de liquidité réduite. Les statistiques sont réinitialisées lors de la réactivation de l’indicateur ou au redémarrage du terminal. Paramètres : couleurs normal/élevé, seuil (points), taille de police, décalages X/Y. Implémentation via OBJ_LABEL, sans tampons, compatible tous symboles et unités de temps. 👉 Lis ça | CodeBase | @mql5fr

48 799

MetaQuotes a participé au salon iFX EXPO International 2026, à Limassol, l'un des principaux événements internationaux. Lors de ce salon, nous avons enregistré une série de courtes interviews avec des représentants de sociétés de courtage. Ils ont partagé leur expérience avec les solutions MetaQuotes, discuté de l'évolution de MetaTrader 5 et des nouveaux produits de l'écosystème, et mis en avant les opportunités que ces technologies créent pour les entreprises de courtage modernes. Plusieurs des solutions présentées dans ces interviews ont également été présentées sur notre stand lors de l'iFX EXPO 2026 : • Ultency — un moteur d'agrégation de liquidités et de mise en correspondance des ordres • metatrader.com — un portail offrant des actualités financières, des analyses de marché et des idées de trading • Paiements intégrés, permettant aux traders de financer leurs comptes directement depuis MetaTrader Discutez de la vidéo : 👉 MQL5.community pour les traders 👉 Chaîne YouTube officielle de MetaQuotes

48 799

Le fichier source Stdlib sert d’exemple de bibliothèque utilitaire, avec une organisation pensée pour centraliser des fonctions réutilisables. Il illustre une structure de code visant la cohérence des interfaces et la réduction de la duplication dans les projets. L’exemple met l’accent sur des routines génériques, des conventions de nommage et une séparation claire des responsabilités. Il peut être utilisé comme point de départ pour créer une bibliothèque interne, définir des dépendances stables et faciliter la maintenance sur la durée. 👉 Lis ça | Signaux | @mql5fr

48 799

Un script de diagnostic compare, pour chaque symbole du Market Watch, trois propriétés de valeur de tick disponibles dans MetaTrader 5 : TICK_VALUE (générique), TICK_VALUE_LOSS (calcul des pertes) et TICK_VALUE_PROFIT (calcul des gains). L’enjeu concerne le dimensionnement des lots basé sur le risque. Lorsque LOSS et PROFIT diffèrent, ce qui arrive souvent sur des paires croisées selon le courtier, une propriété inadaptée produit des volumes mal calibrés. LOSS donne une estimation plus prudente, tandis que la valeur générique correspond fréquemment à PROFIT et peut conduire à des lots plus élevés que prévu. Le script s’exécute sur un graphique, lit la liste Market Watch, puis publie un récapitulatif dans l’onglet Experts. Une exportation CSV est possible vers MQL5/Files pour contourner les limites de lignes. Les symboles sont classés en ALL_EQUAL, TV_MATCHES_PROFIT, TV_MATCHES_LOSS... 👉 Lis ça | NeuroBook | @mql5fr

48 799

Script de gestion du risque visant à appliquer un Stop Loss sur chaque position ouverte selon une perte cible, exprimée dans la devise du compte (ex. 50 par position). Compatible avec toute devise de dépôt et tout symbole, avec conversion automatique via SYMBOL_TRADE_TICK_VALUE_LOSS. Pour chaque position, le prix du SL est calculé afin que la perte potentielle à l’exécution corresponde approximativement au montant cible. Avant modification, le script vérifie les contraintes du courtier (stop level et freeze level). Les positions déjà alignées avec la cible sont ignorées (tolérance d’un tick). Les cas non modifiables, notamment lorsque le marché a trop évolué et rend le SL invalide au regard des contraintes, sont exclus avec un journal indiquant la cause. 👉 Lis ça | Cotations | @mql5fr

48 799

Nous lançons une nouvelle version bêta de MetaTrader 5 intégrant la prise en charge du protocole MCP et de l'IA agentique. L'assistant IA intégré vous aide à analyser les marchés. Il peut vous aider à comprendre la situation actuelle du marché pour un titre donné, passer en revue vos positions ouvertes, analyser votre historique de trading, répondre à vos questions sur les instruments financiers et vous fournir des informations contextuelles sur les événements récents sur les marchés. L'assistant IA de MetaEditor est désormais un assistant de développement complet. Il permet de : • Générer de nouveaux programmes MQL5 • Analyser le code existant • Détecter les erreurs et proposer des corrections • Expliquer des algorithmes complexes L'intégration du MCP et de l'IA agentique offre une toute nouvelle façon d'interagir avec la plateforme de trading. Nous continuerons à développer ces fonctionnalités et invitons les traders et les développeurs MQL5 à nous aider à les tester. En savoir plus...

48 799

Réécriture d’un indicateur Heiken Ashi avec tous les tampons configurés en mode série. Le code est fourni uniquement à des fins pédagogiques. Le point central concerne l’ajustement des indices de tampons et des boucles lors de la conversion d’un indicateur non prévu pour le mode série afin d’obtenir un comportement cohérent en série. Le cas typique est l’ajout de Heiken Ashi à un indicateur déjà structuré en séries, alors que les tampons Heiken Ashi ne sont pas initialement alignés sur ce modèle. Note technique: certains indicateurs en série peuvent démarrer à « rates_total - prev_calculated ». Pour Heiken Ashi, une barre supplémentaire est recommandée afin de sécuriser le calcul lorsqu’un accès historique de type [i+1] est utilisé. Ce point aide aussi à clarifier les différences de logique entre MQL4 et MQL5. 👉 Lis ça | Signaux | @mql5fr

48 799

Les pipelines d’étiquetage à triple barrière utilisent souvent un seuil min_ret arbitraire ou un spread supposé. Si ce seuil est inférieur au coût réel aller-retour, le pipeline transforme du bruit de friction en « signal », ce qui gonfle l’edge estimé et pousse les modèles vers un surajustement du schéma d’étiquetage. TransactionCostCollector.mq5 automatise la collecte des coûts par symbole. Le script échantillonne la distribution historique des spreads, lit les swaps (long/short, mode, jour de triple swap) et enregistre un diagnostic de commission, puis exporte un CSV structuré. Le CSV est ensuite consommé par TransactionCostModel (Python) pour convertir les coûts en rendements fractionnaires et calculer un min_ret spécifique à l’instrument, souvent basé sur un centile (p95) plutôt que sur la moyenne afin de refléter des conditions d’entrée réalistes. 👉 Lis ça | CodeBase | @mql5fr

48 799

Les profils de volume et moyennes mobiles basés sur des calculs arithmétiques restent sensibles aux valeurs aberrantes. Un pic isolé de volume peut déformer la fenêtre de calcul et maintenir des niveaux de support/résistance qui ne reflètent plus l’état réel de la microstructure. Des approches quantitatives utilisent plutôt une estimation harmonique appliquée aux distributions de volume. Le centre de gravité harmonique s’appuie sur des inverses pondérés pour stabiliser la tendance centrale et suivre la relation entre prix et densité d’exécution, avec une meilleure robustesse aux extrêmes. Fonctions typiques: moyenne harmonique comme tendance centrale, bandes de variance harmonique pour encadrer la volatilité, et cibles de réversion quand le prix s’écarte fortement de la ligne centrale. L’implémentation vise un calcul vectorisé à faible latence pour un flux temps réel. 👉 Lis ça | Documentación | @mql5fr

48 799

Un script de liquidation rapide pour MT5 vise à réduire le risque opérationnel lors des phases de volatilité, en évitant la fermeture manuelle position par position. L’exécution se fait dès le dépôt sur un graphique, avec une logique de clôture appliquée à l’ensemble des positions ouvertes en un seul passage. Le comportement est piloté par une énumération CloseMode. CLOSE_PROFIT ferme uniquement les positions au profit net (swap et commissions inclus). CLOSE_LOSS cible celles au résultat net négatif. CLOSE_ALL ferme toutes les positions pour remettre l’exposition à zéro. Un filtre TargetMagic permet de limiter l’action à un numéro magique. À 0, le script agit sur toutes les positions, manuelles et algorithmiques. Avec une valeur précise, seules les positions associées à cet identifiant sont clôturées. Le journal des experts confirme le nombre de clôtures réussies. Usage indépendant ... 👉 Lis ça | Forum | @mql5fr

48 799

Gold FVG Finder identifie sur le graphique des zones de déséquilibre (Fair Value Gaps) et signale par flèche le premier retour du prix dans la zone. Utilisable sur l’or, le Forex et les instruments liquides, de M5 à H4, avec une recommandation pratique sur M15. Un FVG correspond à un mouvement trop rapide laissant un espace entre les mèches de la 1re et de la 3e bougie, non couvert par le corps de la bougie centrale. L’hypothèse est la présence d’ordres non exécutés, souvent revisités lors du retour du prix. Affichage: rectangles verts/rouges (zones haussières/baissières), ligne 50% (Consequent Encroachment), flèches d’achat/vente au premier contact, panneau RSI et nombre de zones actives. Après ce premier contact, la zone est invalidée pour éviter des signaux répétés. Paramètres clés: filtre RSI, alertes, couleurs, profondeur d’historique. Usage: combiner avec niveaux HTF, éviter l... 👉 Lis ça | AlgoBook | @mql5fr

48 799

Les séries de prix Forex et futures sont généralement non stationnaires, ce qui induit biais d’anticipation et corrélations fallacieuses dans les modèles de ML. La différenciation entière corrige la stationnarité, mais supprime la mémoire utile via une perte d’autocorrélation. La différenciation fractionnaire à largeur fixe (FFD) applique un ordre d ∈ (0,1) et conserve un maximum d’information tout en visant la stationnarité. Les poids suivent la récurrence w[0]=1, w[k]=-w[k-1]*(d-k+1)/k, avec arrêt quand |w[k]| < τ, puis inversion avant le produit scalaire sur une fenêtre de prix log. Implémentation MQL5 opérationnelle : une bibliothèque header-only CFFDEngine (Init, Compute, ComputeBuffer avec prev_calculated) et un indicateur FFD.mq5. Aucun malloc après OnInit. Exemple : d=0,4 donne une fenêtre de 1457 barres à τ=1e-5, ou 54 barres à τ=1e-3. Validation croisée Python sur EURUSD H... 👉 Lis ça | NeuroBook | @mql5fr

48 799

L’oscillateur TRIX LongTerm Trend pour MetaTrader 5 vise l’analyse de la tendance longue et de la dynamique via un double calcul TRIX avec filtrage de lissage. Le module combine un TRIX rapide, un TRIX lent et une moyenne mobile LWMA, avec une coloration conditionnelle pour rendre les phases de marché lisibles dans une fenêtre séparée. La logique repose sur la comparaison entre les deux oscillateurs et la ligne lissée. Le code couleur signale l’état courant : vert pour un élan haussier marqué, bleu pour une phase haussière faible ou en transition, rouge pour une pression baissière, violet pour une structure haussière longue plus robuste. Usage typique : confirmation de tendance, filtrage de signaux, swing trading et lecture directionnelle sur H1, H4 et D1. Conçu pour rester léger, adapté au Forex, indices, cryptomonnaies et matières premières. Paramètres internes pré-optimisés, dist... 👉 Lis ça | Documentación | @mql5fr

48 799

Exemple pratique sur la programmation orientée objet appliquée aux graphiques. Le scénario couvre la création d’un objet, l’affectation d’identifiants et la définition des propriétés essentielles (position, couleur, style, visibilité, ordre d’affichage). Les modifications sont réalisées via des appels explicites aux fonctions de gestion des propriétés, avec vérification des valeurs et gestion des cas d’échec. Le cycle se termine par le redessin du graphique afin de refléter immédiatement les changements, avec un ordre d’exécution stable pour éviter les incohérences visuelles et les états partiellement mis à jour. 👉 Lis ça | AlgoBook | @mql5fr

48 799

Les oscillateurs de momentum courants (MACD, RSI) reposent sur des moyennes mobiles. Le calcul par moyenne impose l’usage de données passées, ce qui crée un décalage permanent. Quand un retournement est enfin confirmé, la liquidité de détail a souvent déjà été captée. Les desks quantitatifs privilégient une mesure différentielle du mouvement. La série de prix est traitée comme un signal discret avec V = dP/dt (vitesse) et A = dV/dt (accélération). L’accélération sert de signal avancé sur l’évolution du régime. Lecture opérationnelle : vitesse encore positive avec accélération passant sous zéro indique un épuisement de tendance. Côté automatisation, filtrer les cassures en interdisant les achats lorsque l’accélération est déjà décroissante réduit les entrées tardives. 👉 Lis ça | Cotations | @mql5fr

48 799

Le principe de fonctionnement est résumé dans un extrait de l’ouvrage de S. Bulashev « Statistiques pour un Trader ». L’indicateur YDEMA est déjà disponible dans la Code Base sous le nom DEMA_RLH. Ce repère permet de retrouver rapidement l’implémentation existante, utile pour la vérification du code, la comparaison des paramètres et l’analyse des résultats lors de tests sur historique. 👉 Lis ça | Documentación | @mql5fr

48 799

La plupart des indicateurs de ce type ne tracent que les lignes de support de la tendance active. Lors du débogage, l’ajout de lignes de résistance a été nécessaire, ce qui a conduit à une structure en « escaliers » avec une épaisseur visible. Cette épaisseur, appelée « brique » dans d’autres déclinaisons, peut servir de base au calcul d’un stop en points. Les usages et variantes possibles restent nombreux, mais la version publiée est considérée comme une base stable. Une version plus ancienne, utilisée dès MT 3 puis portée vers MT 4, contenait un défaut provoquant un redessin sur l’historique. La version actuelle élimine ce comportement. L’architecture en blocs et un algorithme volontairement transparent facilitent les adaptations. 👉 Lis ça | Forum | @mql5fr

48 799

L’accumulation/distribution de Chaikin (VA) se calcule à partir du positionnement de la clôture dans la plage High–Low, pondéré par le volume. Formule : VA = {[(Close - Low) - (High - Close)] / (High - Low)} * Volume. L’oscillateur de Chaikin (CHO) mesure l’écart entre deux moyennes mobiles simples appliquées à VA. Formule : CHO = SMA(VA, m) - SMA(VA, n), avec m correspondant à la période la plus longue et n à la période la plus courte. En pratique, CHO met en évidence les variations de pression acheteuse/vendeuse en combinant flux de volume et dynamique de prix. 👉 Lis ça | Cotations | @mql5fr