برنامه‌نویسی اکسپرت MQL

مقدمه 🖥️

برنامه‌نویسی اکسپرت در محیط MQL (MetaQuotes Language) یکی از توانمندی‌های کلیدی دنیای معاملات الگوریتمی است. این زبان برای توسعه ابزارهای خودکار در پلتفرم‌های متاتریدر 4 و 5 استفاده می‌شود و به کاربران امکان می‌دهد استراتژی‌های معاملاتی خود را به ربات‌های هوشمند تبدیل کنند. این تبدیل، قدرت تحلیل و اجرای سریع را به معامله‌گر می‌بخشد و امکان بهره‌گیری از فرصت‌های بازار را در تمام ساعات شبانه‌روز فراهم می‌سازد، بدون اینکه نیازی به حضور دائمی و نظارت فعال معامله‌گر باشد. در واقع، اکسپرت‌ها به عنوان نمایندگان معامله‌گر عمل می‌کنند و استراتژی‌های از پیش تعیین شده را به صورت خودکار اجرا می‌نمایند.

تاریخچه و تکامل MQL 📜

زبان MQL در ابتدا برای متاتریدر 4 و به نام MQL4 معرفی شد، اما با پیشرفت‌های تکنولوژی و نیاز به قابلیت‌های بیشتر، MQL5 برای متاتریدر 5 ایجاد شد. MQL4 در سال 2005 همراه با متاتریدر 4 منتشر شد و به سرعت محبوبیت یافت. MQL5، که در سال 2010 معرفی شد، بازنگری اساسی در ساختار زبان بود و بسیاری از محدودیت‌های MQL4 را برطرف کرد. هر نسخه ویژگی‌ها و قابلیت‌های خاص خود را ارائه می‌دهد و درک این تفاوت‌ها برای انتخاب زبان مناسب برای توسعه استراتژی معاملاتی حیاتی است.

تفاوت‌های MQL4 و MQL5 ⚖️

MQL4 بیشتر برای معاملات سنتی و اجرای دستورها به کار می‌رود و دارای سینتکس ساده‌تری است که یادگیری آن را برای مبتدیان آسان‌تر می‌کند. این زبان برای اجرای سریع دستورات و استفاده از اندیکاتورهای تکنیکال طراحی شده است. در مقابل، MQL5 از ساختارهای پیشرفته‌تری مانند شیءگرایی (Object-Oriented Programming – OOP) پشتیبانی می‌کند، که این امکان را می‌دهد تا کدها به صورت ماژولارتر، قابل استفاده مجدد و قابل نگهداری‌تر نوشته شوند. MQL5 همچنین از مدل اجرای رویداد (Event-Driven) قوی‌تری برخوردار است و برای تحلیل حجم داده‌ها، بک‌تست‌های دقیق‌تر با استفاده از تاریخچه تیک (tick data) و بهینه‌سازی‌های پیچیده‌تر مناسب‌تر است. به عنوان مثال، MQL5 امکان دسترسی مستقیم به پنجره‌های شناور (chart objects) و همچنین مدل‌های پردازش داده‌های چندبعدی را فراهم می‌کند که در MQL4 به این شکل وجود نداشت.

اکسپرت ادوایزر چیست؟ 🤖

اکسپرت ادوایزر (EA) یک برنامه خودکار در متاتریدر است که بر اساس استراتژی‌های مشخص معاملاتی عمل می‌کند. این ابزار می‌تواند سفارشات خرید و فروش را بر اساس سیگنال‌های تولید شده توسط اندیکاتورها یا منطق برنامه‌نویسی شده، بدون دخالت انسان اجرا کند. اکسپرت‌ها وظیفه دارند بازار را به صورت پیوسته رصد کرده و در صورت تحقق شرایط از پیش تعیین شده، اقدام به باز کردن یا بستن موقعیت‌های معاملاتی کنند. این شامل مدیریت حجم معامله، تعیین حد ضرر (Stop Loss) و حد سود (Take Profit) و همچنین بستن موقعیت‌ها در زمان مناسب است.

مزایای استفاده از اکسپرت‌ها 🚀

استفاده از اکسپرت‌های معاملاتی مزایای قابل توجهی دارد که می‌تواند تجربه معامله‌گری را متحول کند:

• حذف احساسات انسانی در معاملات: معاملات انسانی اغلب تحت تاثیر ترس، طمع و هیجان قرار می‌گیرند. اکسپرت‌ها به طور منطقی و بر اساس الگوریتم‌های تعریف شده عمل می‌کنند و از هرگونه واکنش احساسی در برابر نوسانات بازار مصون هستند.
• توانایی اجرای سریع و دقیق دستورات: اکسپرت‌ها می‌توانند سیگنال‌های بازار را در کسری از ثانیه تحلیل کرده و دستورات معاملاتی را با دقت بسیار بالایی اجرا کنند. این سرعت عمل در بازارهای پرنوسان که فرصت‌ها به سرعت از دست می‌روند، حیاتی است.
• عملکرد 24 ساعته بدون خستگی: اکسپرت‌ها می‌توانند به صورت مداوم و بدون وقفه در تمام ساعات فعالیت بازار فعالیت کنند. این قابلیت امکان بهره‌گیری از فرصت‌های معاملاتی را در هر زمان فراهم می‌آورد، حتی در زمانی که معامله‌گر به خواب رفته یا مشغول فعالیت‌های دیگر است.
• امکان بک‌تست و بهینه‌سازی: قبل از استفاده واقعی از یک اکسپرت، می‌توان آن را بر روی داده‌های تاریخی بازار تست کرد (بک‌تست) تا عملکرد آن ارزیابی شود. همچنین، پارامترهای مختلف اکسپرت را می‌توان بهینه‌سازی کرد تا بهترین عملکرد ممکن در شرایط مختلف بازار حاصل شود.
• مدیریت اتوماتیک ریسک: اکسپرت‌ها می‌توانند به صورت خودکار حد ضرر و حد سود را برای هر معامله تعیین کنند، همچنین می‌توانند مدیریت اندازه لات (lot size) را بر اساس سرمایه و میزان ریسک تعیین شده انجام دهند.

اجزای اصلی یک اکسپرت 🔧

هر اکسپرت ادوایزر در MQL از توابع خاصی تشکیل شده است که وظایف مختلفی را بر عهده دارند:

• تابع OnInit(): این تابع یک بار در ابتدای اجرای اکسپرت، زمانی که اکسپرت بر روی نمودار قیمت اضافه می‌شود، فراخوانی می‌شود. معمولاً از این تابع برای مقداردهی اولیه متغیرها، تنظیمات اولیه، بارگذاری اندیکاتورها و یا بررسی پیش‌شرط‌های لازم برای اجرای اکسپرت استفاده می‌شود.
• تابع OnTick(): این تابع به طور مداوم و با هر تغییر قیمت (تیک جدید) که از سرور متاتریدر دریافت می‌شود، فراخوانی می‌گردد. منطق اصلی استراتژی معاملاتی، یعنی تحلیل شرایط بازار، بررسی سیگنال‌ها و تصمیم‌گیری برای ورود یا خروج از معاملات، در این تابع پیاده‌سازی می‌شود.
• تابع OnDeinit(): این تابع در زمان خاتمه عملکرد اکسپرت، مثلاً زمانی که اکسپرت از نمودار حذف می‌شود یا متاتریدر بسته می‌شود، فراخوانی می‌شود. از این تابع برای انجام عملیات پاکسازی، مانند حذف اشیاء رسم شده بر روی نمودار یا ذخیره اطلاعات نهایی، استفاده می‌شود.
• تابع OnTimer(): اگر در اکسپرت یک تایمر تنظیم شده باشد، این تابع در فواصل زمانی مشخص شده توسط تایمر فراخوانی می‌شود. این می‌تواند برای اجرای برخی عملیات در فواصل زمانی ثابت، مستقل از تغییر قیمت، مفید باشد.
• تابع OnChartEvent(): در MQL5، این تابع برای مدیریت رویدادهای مربوط به نمودار، مانند کلیک ماوس، حرکت ماوس، یا تغییرات در پارامترهای نمودار، استفاده می‌شود.

شروع کدنویسی MQL ✍️

برای شروع کدنویسی MQL، اولین قدم دسترسی به محیط توسعه یکپارچه (IDE) به نام MetaEditor است. این برنامه به صورت خودکار همراه با نصب پلتفرم متاتریدر 4 یا 5 نصب می‌شود. برای باز کردن MetaEditor، می‌توانید از منوی “Tools” در متاتریدر گزینه “MetaQuotes Language Editor” را انتخاب کنید، یا کلید F4 را فشار دهید.

پس از باز شدن MetaEditor، برای ایجاد یک اکسپرت جدید، به مسیر “File” -> “New” بروید. سپس از پنجره باز شده، گزینه “Expert Advisor (template)” را انتخاب کرده و با زدن “Next”، نام دلخواه برای اکسپرت خود را وارد کنید. همچنین می‌توانید اطلاعاتی مانند نام نویسنده و لینک وب‌سایت را نیز وارد کنید. در پنجره بعدی، می‌توانید نام توابع رویداد (event handlers) را تعیین کنید؛ معمولاً توابع OnInit، OnDeinit و OnTick به صورت پیش‌فرض انتخاب شده‌اند. پس از این مراحل، یک فایل با پسوند .mq4 (برای MQL4) یا .mq5 (برای MQL5) با ساختار اولیه توابع لازم برای شما ایجاد خواهد شد.

ساخت اولین اکسپرت 📂

برای درک بهتر، یک مثال ساده از اکسپرت را در نظر می‌گیریم. فرض کنید می‌خواهیم اکسپرتی بنویسیم که بر اساس تقاطع دو میانگین متحرک (Moving Average) معامله کند.
استراتژی:

1. یک میانگین متحرک سریع (مثلاً با دوره 10) و یک میانگین متحرک کند (مثلاً با دوره 50) را بر روی نمودار قیمت انتخاب می‌کنیم.
2. شرط خرید: زمانی که میانگین متحرک سریع، میانگین متحرک کند را از پایین به بالا قطع می‌کند، یک دستور خرید (Buy) صادر می‌شود.
3. شرط فروش: زمانی که میانگین متحرک سریع، میانگین متحرک کند را از بالا به پایین قطع می‌کند، یک دستور فروش (Sell) صادر می‌شود.

کد نمونه (MQL4):

//+------------------------------------------------------------------+
//|                                                 SimpleMAExpert |
//|                                       Copyright 2023, Your Name |
//|                                             https://www.example.com |
//+------------------------------------------------------------------+
#property copyright "Copyright 2023, Your Name"
#property link      "https://www.example.com"
#property version   "1.00"
#property strict

//--- input parameters
input int    MA_Fast_Period = 10;  // Period for fast Moving Average
input int    MA_Slow_Period = 50;  // Period for slow Moving Average
input double LotSize        = 0.1;  // Lot size for trading
input int    StopLoss       = 50;   // Stop Loss in pips
input int    TakeProfit     = 100;  // Take Profit in pips

//+------------------------------------------------------------------+
//| Expert initialization function                                   |
//+------------------------------------------------------------------+
int OnInit()
{
   //---
   //---
   return(INIT_SUCCEEDED);
}

//+------------------------------------------------------------------+
//| Expert deinitialization function                                 |
//+------------------------------------------------------------------+
void OnDeinit(const int reason)
{
   //---
}

//+------------------------------------------------------------------+
//| Expert tick function                                             |
//+------------------------------------------------------------------+
void OnTick()
{
   //--- Check if we can trade
   if (!IsTradeAllowed()) return;

   //--- Calculate Moving Averages
   double ma_fast_close = iMA(NULL, 0, MA_Fast_Period, 0, MODE_SMA, PRICE_CLOSE, 1); // Previous bar's fast MA
   double ma_fast_current = iMA(NULL, 0, MA_Fast_Period, 0, MODE_SMA, PRICE_CLOSE, 0); // Current bar's fast MA

   double ma_slow_close = iMA(NULL, 0, MA_Slow_Period, 0, MODE_SMA, PRICE_CLOSE, 1); // Previous bar's slow MA
   double ma_slow_current = iMA(NULL, 0, MA_Slow_Period, 0, MODE_SMA, PRICE_CLOSE, 0); // Current bar's slow MA

   //--- Check for Buy Signal (Fast MA crosses above Slow MA)
   if (ma_fast_close <= ma_slow_close && ma_fast_current > ma_slow_current)
   {
      // Check if there are open trades for this EA
      if (OrdersTotal() == 0) // Simple check: assume no open orders for this EA
      {
         // Calculate Stop Loss and Take Profit levels
         double sl = Ask - StopLoss * _Point;
         double tp = Ask + TakeProfit * _Point;

         // Send Buy Order
         OrderSend(Symbol(), OP_BUY, LotSize, Ask, 3, sl, tp, "Buy Signal", 0, 0, Green);
      }
   }

   //--- Check for Sell Signal (Fast MA crosses below Slow MA)
   if (ma_fast_close >= ma_slow_close && ma_fast_current < ma_slow_current)
   {
      // Check if there are open trades for this EA
      if (OrdersTotal() == 0) // Simple check: assume no open orders for this EA
      {
         // Calculate Stop Loss and Take Profit levels
         double sl = Bid + StopLoss * _Point;
         double tp = Bid - TakeProfit * _Point;

         // Send Sell Order
         OrderSend(Symbol(), OP_SELL, LotSize, Bid, 3, sl, tp, "Sell Signal", 0, 0, Red);
      }
   }
}
//+------------------------------------------------------------------+

در این مثال، iMA() تابعی است که مقدار میانگین متحرک را محاسبه می‌کند. NULL نشان‌دهنده نماد جاری، 0 نشان‌دهنده پنجره فعلی نمودار، MA_Fast_Period و MA_Slow_Period دوره‌های زمانی میانگین‌های متحرک، 0 افست (offset) برای میانگین متحرک (بدون افست)، MODE_SMA نوع میانگین متحرک (Simple Moving Average)، PRICE_CLOSE قیمت مورد استفاده (قیمت بسته شدن)، و 1 یا 0 برای اشاره به بار قبلی یا بار فعلی است. OrderSend() تابعی است که دستور معاملاتی را ارسال می‌کند.

دستورات شرطی و منطقی در MQL 🔄

دستورات شرطی و منطقی ستون فقرات هر استراتژی معاملاتی خودکار هستند. با استفاده از این دستورات، اکسپرت‌ها می‌توانند بر اساس شرایط مختلف بازار تصمیم‌گیری کنند.

• دستور if: برای اجرای بخشی از کد در صورت درست بودن یک شرط استفاده می‌شود.

  if (condition) {
      // code to execute if condition is true
  }
  

• دستور else: در صورتی که شرط if نادرست باشد، بخشی از کد را اجرا می‌کند.

  if (condition) {
      // code if true
  } else {
      // code if false
  }
  

• دستور else if: برای بررسی شرط‌های متعدد به صورت متوالی.

  if (condition1) {
      // code if condition1 is true
  } else if (condition2) {
      // code if condition2 is true
  } else {
      // code if both are false
  }
  

• عملگرهای منطقی:
  • && (AND): اگر هر دو شرط درست باشند، نتیجه درست است.
  • || (OR): اگر حداقل یکی از شرط‌ها درست باشد، نتیجه درست است.
  • ! (NOT): نتیجه شرط را معکوس می‌کند.
• عملگرهای مقایسه‌ای:
  • == (Equal to): مساوی
  • != (Not equal to): نابرابر
  • > (Greater than): بزرگتر از
  • < (Less than): کوچکتر از
  • >= (Greater than or equal to): بزرگتر یا مساوی
  • <= (Less than or equal to): کوچکتر یا مساوی

مثال:

if (Close[0] > Open[0] && Volume[0] > 1000) {
    // Execute buy if current bar is bullish and volume is high
}

کار با اندیکاتورها 📊

MQL امکان دسترسی و استفاده از انواع اندیکاتورهای تکنیکال پیش‌فرض متاتریدر را فراهم می‌کند. این اندیکاتورها می‌توانند شامل میانگین متحرک (Moving Average)، شاخص قدرت نسبی (RSI)، مکدی (MACD)، باندهای بولینگر (Bollinger Bands) و بسیاری موارد دیگر باشند. برای استفاده از این اندیکاتورها، معمولاً از توابع داخلی MQL استفاده می‌شود که نام آن‌ها غالباً با i شروع می‌شود (مانند iMA, iRSI, iMACD, iBands).

هر تابع اندیکاتور پارامترهای خاص خود را دارد که شامل نماد، بازه زمانی، دوره محاسبه، نوع روش محاسبه، پارامترهای اضافی (مانند افست در میانگین متحرک) و قیمت مورد استفاده می‌شود. خروجی این توابع معمولاً یک مقدار عددی است که نمایش‌دهنده مقدار اندیکاتور در یک کندل خاص (بر اساس آفست) است.

مثال:

// Get the RSI value for the current bar on the H1 timeframe for EURUSD
double rsi_value = iRSI("EURUSD", PERIOD_H1, 14, PRICE_CLOSE, 0);

// Get the value of the 20-period SMA on the current bar, using PRICE_OPEN
double sma_value = iMA(NULL, 0, 20, 0, MODE_SMA, PRICE_OPEN, 0);

مدیریت ریسک 💹

مدیریت ریسک بخش حیاتی هر استراتژی معاملاتی موفق، چه دستی و چه خودکار، است. اکسپرت‌ها باید به گونه‌ای برنامه‌ریزی شوند که سرمایه معامله‌گر را در برابر ضررهای غیرقابل قبول محافظت کنند.

• حد ضرر (Stop Loss): مهم‌ترین ابزار مدیریت ریسک، تعیین یک نقطه خروج از معامله در صورت حرکت مخالف قیمت است. این تضمین می‌کند که زیان در هر معامله محدود باقی بماند. در MQL، حد ضرر با پارامتر sl در تابع OrderSend تعیین می‌شود. این مقدار معمولاً بر اساس پیپ (pip) محاسبه می‌شود و باید به قیمت ورود اضافه یا از آن کسر شود.

  double stopLossPrice = Ask - StopLossPips * _Point; // For a buy order
  

• حد سود (Take Profit): تعیین یک نقطه خروج از معامله در صورت حرکت موافق قیمت برای قفل کردن سود. این پارامتر با tp در تابع OrderSend مشخص می‌شود.

  double takeProfitPrice = Bid + TakeProfitPips * _Point; // For a sell order
  

• اندازه لات (Lot Size): تعیین حجم معامله نیز بر مدیریت ریسک تأثیرگذار است. می‌توان از اندازه‌های لات ثابت یا اندازه‌های لات پویا (dynamic lot size) که بر اساس درصد ریسک از سرمایه محاسبه می‌شوند، استفاده کرد.

  // Example of dynamic lot size based on 1% risk per trade
  double riskPercentage = 0.01; // 1%
  double stopLossPips = 50;
  double accountBalance = AccountBalance();
  double pipValue = MarketInfo(Symbol(), MODE_TICKVALUE); // Value of one pip for one lot
  double lotSize = (accountBalance * riskPercentage) / (stopLossPips * pipValue);
  // Ensure lotSize is within allowed limits
  lotSize = NormalizeDouble(lotSize, 2); // Normalize to 2 decimal places
  if (lotSize < MarketInfo(Symbol(), MODE_MINLOT)) lotSize = MarketInfo(Symbol(), MODE_MINLOT);
  if (lotSize > MarketInfo(Symbol(), MODE_MAXLOT)) lotSize = MarketInfo(Symbol(), MODE_MAXLOT);
  

• مدیریت چندین پوزیشن: اکسپرت باید قادر به مدیریت همزمان چندین پوزیشن باز شده باشد و قوانین خروج و مدیریت ریسک را برای هر کدام به طور مستقل اعمال کند.

بهینه‌سازی اکسپرت‌ها ⚙️

بهینه‌سازی یک گام مهم در چرخه حیات توسعه اکسپرت است. هدف از بهینه‌سازی، یافتن بهترین مجموعه پارامترها برای یک استراتژی خاص در بازه‌های زمانی تاریخی مشخص است. متاتریدر دارای ابزاری قدرتمند به نام Strategy Tester است که این امکان را فراهم می‌کند.

برای استفاده از Strategy Tester:

1. از منوی “View” در متاتریدر، گزینه “Strategy Tester” را انتخاب کنید (یا کلید Ctrl+R را فشار دهید).
2. در پنجره Strategy Tester، اکسپرت مورد نظر را انتخاب کنید.
3. جفت‌ارز، دوره زمانی (Timeframe)، مدل بک‌تست (Every tick، Control points، Open prices only)، و بازه زمانی تاریخ را مشخص کنید.
4. در قسمت “Optimization parameters”، پارامترهایی را که می‌خواهید بهینه‌سازی شوند، انتخاب کنید. برای هر پارامتر، باید مقدار شروع، مقدار پایان و گام (step) را تعیین کنید.
5. کلید “Start” را بزنید. Strategy Tester شروع به اجرای اکسپرت با ترکیب‌های مختلف پارامترها در داده‌های تاریخی می‌کند و نتایج را بر اساس معیارهای مشخص شده (مانند سود خالص، حداکثر افت سرمایه، تعداد معاملات) ارزیابی می‌کند.
6. پس از اتمام بهینه‌سازی، می‌توانید نتایج را در تب “Optimization results” مشاهده کنید و بهترین پارامترها را استخراج نمایید.

نکات مهم در بهینه‌سازی:

• Overfitting (بیش‌برازش): مراقب باشید که پارامترها را به گونه‌ای بهینه‌سازی نکنید که فقط بر روی داده‌های تاریخی خاص به خوبی عمل کنند، اما در بازار واقعی کارایی نداشته باشند. این پدیده به عنوان بیش‌برازش شناخته می‌شود.
• Robustness (استحکام): به دنبال پارامترهایی باشید که در بازه‌های زمانی مختلف و با تغییرات کوچک در بازار، عملکرد نسبتاً پایداری داشته باشند.
• Realistic Testing (تست واقع‌گرایانه): استفاده از مدل “Every tick” برای بک‌تست و بهینه‌سازی، نتایج دقیق‌تری نسبت به مدل‌های ساده‌تر ارائه می‌دهد.

بک‌تست‌گیری 🕒

بک‌تست‌گیری (Backtesting) فرآیند ارزیابی عملکرد یک استراتژی معاملاتی با استفاده از داده‌های تاریخی بازار است. این کار به معامله‌گران کمک می‌کند تا قبل از ریسک کردن سرمایه واقعی، قابلیت اطمینان و سودآوری احتمالی استراتژی خود را بسنجند.

مراحل انجام بک‌تست:

1. دسترسی به داده‌های تاریخی: متاتریدر داده‌های تاریخی قیمت (کندل‌ها) را برای بازه‌های زمانی مختلف ارائه می‌دهد. برای بک‌تست دقیق‌تر، به ویژه برای استراتژی‌هایی که به تغییرات سریع قیمت حساس هستند، نیاز به داده‌های تیک (tick data) است که می‌توان آن را از بروکرها یا منابع دیگر تهیه کرد.
2. اجرای Strategy Tester: مانند مرحله بهینه‌سازی، از Strategy Tester استفاده می‌شود. در این مرحله، به جای انتخاب پارامترهای بهینه‌سازی، از پارامترهای ثابت اکسپرت استفاده می‌شود.
3. تحلیل نتایج: پس از اتمام بک‌تست، نتایج در پنجره Strategy Tester نمایش داده می‌شود. معیارهای مهمی مانند:
   • Gross Profit: مجموع سود تمام معاملات سودده.
   • Gross Loss: مجموع زیان تمام معاملات زیان‌ده.
   • Profit Factor: نسبت سود ناخالص به زیان ناخالص.
   • Maximal Drawdown: بیشترین افت سرمایه از بالاترین نقطه تا پایین‌ترین نقطه در طول دوره تست.
   • Total Trades: تعداد کل معاملات انجام شده.
   • Win Rate: درصد معاملات سودده.
   • Average Win/Loss: میانگین سود معاملات سودده و میانگین زیان معاملات زیان‌ده.

بک‌تست یک ابزار ضروری است، اما باید در نظر داشت که عملکرد گذشته تضمین‌کننده نتایج آینده نیست. بازارها دائماً در حال تغییر هستند و ممکن است استراتژی که در گذشته سودآور بوده، در آینده کارایی خود را از دست بدهد.

کار با کتابخانه‌ها 📚

MQL امکان استفاده از کتابخانه‌ها (Libraries) را برای سازماندهی بهتر کد و قابلیت استفاده مجدد فراهم می‌کند. کتابخانه‌ها فایل‌هایی با پسوند .mqh هستند که شامل توابع، متغیرها و تعریف کلاس‌ها (در MQL5) می‌باشند.

چگونه از کتابخانه‌ها استفاده کنیم:

1. ایجاد کتابخانه: یک فایل جدید .mqh در MetaEditor ایجاد کنید و کدهای قابل استفاده مجدد خود را در آن قرار دهید.
2. شامل کردن کتابخانه: در فایل اکسپرت یا اسکریپت خود، از دستور #include برای اضافه کردن محتوای کتابخانه استفاده کنید.

   #include <MyLibrary.mqh> // If MyLibrary.mqh is in the Include folder
   // or
   #include "MyCustomLibrary.mqh" // If MyCustomLibrary.mqh is in the same folder as the EA
   

3. استفاده از توابع کتابخانه: پس از شامل کردن کتابخانه، می‌توانید توابع تعریف شده در آن را در کد خود فراخوانی کنید.

مزایای استفاده از کتابخانه‌ها:

• قابلیت استفاده مجدد: توابع و کدها را می‌توان در چندین اکسپرت یا اندیکاتور به اشتراک گذاشت.
• سازماندهی کد: کدهای پیچیده را می‌توان به بخش‌های کوچک‌تر و قابل مدیریت تقسیم کرد.
• کاهش تکرار: از تکرار نوشتن کد یکسان در چندین جا جلوگیری می‌کند.

در MQL5، مفهوم کلاس‌ها و وراثت (inheritance) نیز به شدت از قابلیت‌های کتابخانه‌ها بهره می‌برد و امکان ساخت سیستم‌های پیچیده و ماژولار را فراهم می‌آورد.

دیباگ و رفع ایراد 🐞

دیباگینگ (Debugging) فرآیند شناسایی و رفع خطاها (Bugs) در کد برنامه است. MetaEditor ابزارهای قدرتمندی برای کمک به این فرآیند در اختیار برنامه‌نویسان قرار می‌دهد.

ابزارهای دیباگ اصلی در MetaEditor:

• Breakpoints: با کلیک در کنار شماره خط کد، می‌توانید یک نقطه توقف (breakpoint) قرار دهید. هنگامی که اجرای اکسپرت به این نقطه می‌رسد، اجرای برنامه متوقف شده و شما می‌توانید مقادیر متغیرها را بررسی کنید.
• Step Over (F10): اجرای کد خط به خط، بدون ورود به توابع.
• Step Into (F11): اجرای کد خط به خط، با ورود به توابع در صورت فراخوانی.
• Step Out (Shift+F11): خروج از تابع فعلی و ادامه اجرای کد از جایی که تابع فراخوانی شده بود.
• Watch Window: پنجره‌ای که مقادیر متغیرهای انتخاب شده را به صورت زنده نمایش می‌دهد.
• Locals Window: نمایش متغیرهای محلی (local variables) تابع فعلی.
• Call Stack: نمایش توالی فراخوانی توابع که منجر به نقطه فعلی اجرا شده است.
• Output Window: نمایش پیام‌های چاپ شده با استفاده از تابع Print() یا Comment() و همچنین پیام‌های خطا.

مراحل دیباگ:

1. قرار دادن Breakpoints: نقاطی از کد را که مشکوک به ایجاد مشکل هستند، مشخص کنید.
2. شروع دیباگ: روی دکمه “Start Debugging” کلیک کنید (یا F5 را بزنید).
3. بررسی مقادیر: هنگام توقف برنامه، مقادیر متغیرها را در پنجره‌های Watch و Locals بررسی کنید و جریان اجرای برنامه را با استفاده از Step Over/Into دنبال کنید.
4. شناسایی علت: با بررسی مقادیر متغیرها در زمان‌های مختلف، علت خطا را بیابید.
5. اصلاح کد: پس از شناسایی علت، کد را اصلاح کرده و دوباره دیباگ کنید.

استفاده موثر از این ابزارها می‌تواند به طور چشمگیری زمان لازم برای یافتن و رفع خطاها را کاهش دهد.

نکات پیشرفته 💡

پس از تسلط بر مبانی، می‌توان به سراغ مفاهیم و تکنیک‌های پیشرفته‌تر در برنامه‌نویسی MQL رفت:

• ساختارهای شیءگرا (OOP) در MQL5: استفاده از کلاس‌ها، وراثت، پلی‌مورفیسم و کپسوله‌سازی برای طراحی اکسپرت‌های پیچیده، ماژولار و قابل نگهداری. این رویکرد امکان مدیریت بهتر کد و کاهش خطا را فراهم می‌کند.
• مدیریت چندین جفت‌ارز و تایم‌فریم به طور همزمان: نوشتن اکسپرت‌هایی که بتوانند چندین نماد معاملاتی و چندین بازه زمانی را به صورت موازی رصد و معامله کنند. این امر نیازمند مدیریت دقیق داده‌ها و وضعیت معاملات برای هر نماد و تایم‌فریم است.
• پردازش داده‌های بزرگ و تاریخچه تیک: برای استراتژی‌های فرکانس بالا یا استراتژی‌هایی که به جزئیات دقیق حرکت قیمت نیاز دارند، پردازش داده‌های تیک (tick data) ضروری است. در MQL5، توابع CopyTickBook و CopyTickHistory امکان دسترسی به این داده‌ها را فراهم می‌کنند.
• ارتباط با APIهای خارجی: در برخی موارد، ممکن است نیاز به تعامل با سرویس‌های خارجی از طریق APIها باشد، مثلاً برای دریافت داده‌های خبری یا استفاده از الگوریتم‌های یادگیری ماشین. این کار معمولاً از طریق توابع HTTP در MQL (مانند WebRequest) انجام می‌شود.
• استفاده از ابزارهای گرافیکی: رسم خطوط، اشکال، و متن سفارشی بر روی نمودار برای نمایش اطلاعات یا سیگنال‌ها. این کار با استفاده از ابزارهای طراحی نمودار در MQL (مانند ObjectCreate, ObjectSet*) انجام می‌شود.
• مدیریت خطا و گزارش‌گیری پیشرفته: پیاده‌سازی مکانیزم‌های قوی برای مدیریت خطاها (مانند خطاهای اتصال، خطاهای اجرای سفارش) و ثبت دقیق وقایع (logging) برای تحلیل و رفع مشکلات.

امنیت در اکسپرت‌نویسی 🔐

امنیت در اکسپرت‌نویسی به معنای محافظت از سرمایه معامله‌گر و اطمینان از عملکرد صحیح و بدون ریسک اکسپرت است.

نکات کلیدی امنیتی:

• کنترل خطا (Error Handling): همیشه خروجی توابع حساس مانند OrderSend, OrderClose, OrderModify را بررسی کنید. توابع MQL معمولاً یک کد خطا را برمی‌گردانند که با استفاده از GetLastError() قابل دسترسی است. در صورت بروز خطا، باید اقدامات مناسبی مانند تلاش مجدد یا اطلاع‌رسانی به معامله‌گر انجام شود.

  int ticket = OrderSend(Symbol(), OP_BUY, lot, Ask, slippage, sl, tp, "My Order", magic_number, 0, clrGreen);
  if (ticket < 0)
  {
     int error_code = GetLastError();
     Print("OrderSend failed! Error code: ", error_code);
     // Handle the error, e.g., log it or try again later
  }
  

• مقادیر ورودی محافظت شده: پارامترهای ورودی اکسپرت (inputs) باید به دقت اعتبارسنجی شوند. اطمینان حاصل کنید که مقادیر وارد شده منطقی هستند و از محدودیت‌های مجاز فراتر نمی‌روند (مثلاً اندازه لات، حد ضرر، حد سود).
• اجتناب از کدهای پرخطر: از استفاده از کدهایی که می‌توانند منجر به ضررهای ناخواسته یا اجرای نادرست شوند، پرهیز کنید. به عنوان مثال، بستن تمام پوزیشن‌ها بدون شرط یا استفاده از اعداد تصادفی بدون منطق مشخص.
• مدیریت Magic Number: هنگام باز کردن پوزیشن، از یک “Magic Number” منحصربه‌فرد برای هر اکسپرت استفاده کنید. این کار به اکسپرت اجازه می‌دهد تا فقط پوزیشن‌هایی را که خود باز کرده است، مدیریت کند و از تداخل با سایر اکسپرت‌ها یا معاملات دستی جلوگیری کند.
• اجرای محدود (Rate Limiting): در استراتژی‌هایی که ممکن است چندین سفارش در یک کندل یا در فاصله زمانی کوتاه صادر کنند، مکانیزم‌هایی برای جلوگیری از ارسال بیش از حد سفارش (مثلاً محدود کردن تعداد معاملات در یک بازه زمانی خاص) پیاده‌سازی کنید.
• تست دقیق: قبل از استفاده در حساب واقعی، اکسپرت را به طور کامل بر روی حساب دمو و با استفاده از Strategy Tester تست کنید تا از عدم وجود باگ‌های امنیتی اطمینان حاصل شود.

بازارچه MQL 🛒

MQL Market یک پلتفرم آنلاین است که توسط MetaQuotes Software Corp. اداره می‌شود و به کاربران اجازه می‌دهد تا محصولات نرم‌افزاری مرتبط با پلتفرم‌های متاتریدر را خرید و فروش کنند. این محصولات شامل اکسپرت‌های ادوایزر (EA)، اندیکاتورهای سفارشی، اسکریپت‌ها و کتابخانه‌ها هستند.

ویژگی‌های MQL Market:

• دسترسی به طیف وسیعی از محصولات: معامله‌گران می‌توانند از میان هزاران محصول مختلف، ابزارهای مورد نیاز خود را پیدا کنند.
• خرید و فروش محصولات: توسعه‌دهندگان می‌توانند اکسپرت‌ها و سایر ابزارهای خود را برای فروش لیست کنند و از این طریق درآمد کسب نمایند.
• رتبه‌بندی و نظرات کاربران: کاربران می‌توانند به محصولات رأی دهند و نظرات خود را به اشتراک بگذارند، که این امر به سایر کاربران در انتخاب بهتر کمک می‌کند.
• بخش رایگان: بسیاری از اکسپرت‌ها و اندیکاتورها به صورت رایگان در دسترس هستند.

استفاده از MQL Market می‌تواند راهی عالی برای شروع یا تکمیل استراتژی معاملاتی شما باشد، اما همیشه توصیه می‌شود قبل از خرید هر محصول، عملکرد آن را با دقت بررسی کرده و نظرات کاربران دیگر را مطالعه کنید. همچنین، خرید اکسپرت‌های ارزان قیمت که بدون تست و بهینه‌سازی کافی در بازار عرضه شده‌اند، می‌تواند ریسک بالایی داشته باشد.

جمع‌بندی 📝

برنامه‌نویسی اکسپرت در MQL یک مهارت قدرتمند و ارزشمند برای هر معامله‌گر فعال در بازارهای مالی است. این زبان به معامله‌گران این امکان را می‌دهد تا ایده‌های معاملاتی خود را به سیستم‌های خودکار تبدیل کرده، احساسات را از فرآیند معامله حذف کنند، و از فرصت‌های بازار با دقت و سرعت بالا بهره‌مند شوند. یادگیری MQL4 و MQL5، از مفاهیم اولیه مانند ساختار توابع و دستورات شرطی گرفته تا تکنیک‌های پیشرفته‌تر مانند شیءگرایی و مدیریت ریسک، مسیری است که با صبر و تمرین مداوم، معامله‌گران را به سوی کسب سود پایدار در بازارهای مالی هدایت می‌کند. با استفاده صحیح از ابزارهایی مانند MetaEditor و Strategy Tester، و توجه به اصول امنیتی و مدیریت ریسک، می‌توان به سطح حرفه‌ای در توسعه اکسپرت‌های معاملاتی رسید و پتانسیل واقعی معاملات الگوریتمی را آزاد کرد.