首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏全栈程序员必看

    hsql是什么_MQL语言

    Hsqldb是一个开放源代码的JAVA数据库,其具有标准的SQL语法和JAVA接口,它可以自由使用和分发,非常简洁和快速的。

    1.5K20编辑于 2022-08-02
  • 来自专栏程序员小助手

    MQL5从入门到精通【第七章】MQL5程序结构

    开发MQL5程序之前,让我们想花几分钟时间,了解一下MQL5的程序结构。 所有MQL5程序,具有相同的基本结构。 顶部,是预处理声明;接着是输入变量和全局变量。最后是函数,类,以及定义的程序处理器。 # 预处理声明 让我们从#property开始吧,几乎所有MQL5内我们都见得到。 可以使用MQL5向导创建程序,link,version属性会指定插入。我们可以手动添加 description属性。这些将会展示在EA属性对话框内的常用选项卡内。当你需要分发程序时,这个挺有用的。 #property copyright "mql45ea" #property link "http://www.sample.com" #property version "1.07" #property #include <Trade.mqh> #define "Trade.mqh" 第一种,包含在中括号内,编译器会搜寻默认的include目录,也就是 、MQL5\Include子目录。

    1.4K20发布于 2020-04-08
  • 来自专栏有趣的Python和你

    python爬虫之MQL5爬虫

    今天中文社区有人要爬MQL5的网站,要和其做的图表一样,这里写上原图和我画的图,代码就不上了~ 以下是我的图片 成长.png 结余.png 净值.png 表格没有做,回归的直线没有做,继续加油!

    46530发布于 2018-07-03
  • 来自专栏Phoenix的Android之旅

    中文字符在MQL的处理

    “我花了两天时间,解决了一个中文字符在MQL下的解码问题” 众所周知中文字符需要用UTF8编码。 如果是用高级语言开发,那么基本不会遇到编解码问题,语言本身就帮你处理了这些细节。 后台想把“帅小伙”通过json传给我,我在MQL里拿到的就是下面这串字符, \u5E05\u5C0F\u4F19 这里面的\u表示转义字符是utf编码。 char转short,再位移一下 拿 \u5E05 来说, 在MQL里,拿到是是一个 char[], char[0] == '\'; char[1] == 'u'; char[2] == '5'; char

    57840发布于 2021-06-23
  • 来自专栏程序员小助手

    MQL5从入门到精通【第三章】操作符

    需要特别留意的是上方加法中,整型和double型相加,结果为double型。乘法的方式也是一样的。这个就是隐式数据转换。

    83221发布于 2020-04-08
  • 来自专栏程序员小助手

    MQL5从入门到精通【第五章】函数function

    MQL5也提供了许多内置函数,从简单的获取订单信息,到复杂的数学运算,都可信手拈来,直接使用。 好比积木,函数精简为一个一个独立的积木块,然后我们使用程序,将独立的积木块搭建成复杂的结构。 MQL5程序中,数组和结构体,经常用到引用传递reference。 下面的例子,我们引用传递一个结构体给系统函数SymbolInfoTick()。 MQL5函数也可使用重载。说白话就是,同一个函数名,参数不同,写两次。你用的时候,编译器根据传入的参数匹配相应的函数。

    1.9K10发布于 2020-04-08
  • 来自专栏程序员小助手

    MQL5从入门到精通【第四章】(二)循环语句

    【CPU执行周期了解下】 MQL5中提供了3中循环方式,while, do - while, for。 ## while语句 这是MQL内最简单的循环句子。判断条件成立,一直执行下去。

    1K20发布于 2020-04-08
  • 来自专栏应用计算

    Text2SQL 破局技术解析之二:MQL 实现与复杂性

    本文作为 "规范文本" 篇的延续,将继续解析 MQL 的设计逻辑及其实现机制。MQL:精确语义的承载者规范文本作为自然语言形式,仍可能存在语义边界模糊的情况。 MQL 的引入,正是为了建立精确的语义基准。MQL 承担着承上启下的作用。作为规范文本的确定性编译目标,需要建立精确的语义基准,消除自然语言中可能存在的残余歧义。 ,MQL 通过清晰的语法结构将业务分析需求转换为准确的数据聚合逻辑。 MQL 可以应对这种外键关联场景吗?如何应对呢?答案是 MQL 和 SQL 之间还有一个中间层DQL(Dimensional Query Language),一种基于维度的查询语言。 DQL 为 MQL 以单表查询实现多表关联奠定了基础,MQL 中 FROM 子句中的一个单表,在 SQL 并不是单表,它很可能是个关联很多层维表的复杂 JOIN。

    31420编辑于 2025-11-25
  • 来自专栏程序员小助手

    MQL5从入门到精通【第二章】变量与数据类型(四)

    Continued # 输入变量 Input Variables 输入变量是MQL5中仅有的,可供用户修改数值的变量。这些变量可由交易配置,指示器配置,止损收益配置等等组成。 MQL5遵循了这一“优秀设计”! 不过MQL4的用户可能不填习惯了,因为MQL4的局部变量,无论定义在函数的那个地方,函数体内均有效!这个不同之处,希望大家清楚。 # 预定义变量 Predefined Variables MQL5内有许多预定义的变量,可供全局使用。这些变量有个共同点,是以下划线开头。这些变量在程序内到处都是,可是程序依然那么好读。 预先定义变量的值在MQL5程序启动之前通过客户端建立,预先定义变量是不变的,也不会通过MQL5程序转变。例外是,特殊变量_LastError,通过ResetLastError函数重设至0。 _StopFlag 停止标记程序 _Symbol 当前图表的交易品种名称 _UninitReason 阻止初始化原因代码 _IsX64 _IsX64变量可以找出运行MQL5

    1.4K20发布于 2020-04-08
  • 来自专栏相约机器人

    B2B营销中使用Python进行探索性数据分析

    探索性数据分析 MQL的数量: MQL数据从2017年7月7日到6月18日提供,而获奖的MQL数据从01/2018到12/2018提供。 #Figure 1num_mql = mql.set_index(pd.to_datetime(mql[‘first_contact_date’]))num_mql = num_mql.groupby( #Figure 2mql_origin = mql.groupby(‘origin’).agg({‘mql_id’:”count”});print(mql_origin)origin = list(mql_origin.index 从上面的图4可以看出,有2个登陆页面具有非常多的MQL(~800 MQL)以及非常高的赢率(~20%),这意味着从这些登陆页面捕获的MQL中有20%成为Olist的卖家。 #Figure 4mql_lp = mql.groupby(‘landing_page_id’).agg({‘mql_id’:”count”})mql_lp = mql_lp[mql_lp[‘mql_id

    1.5K21发布于 2019-06-23
  • 来自专栏程序员小助手

    MQL5从入门到精通【第六章】面向对象编程(二)

    更多应用您可以在MQL5参考手册内阅读查看。 # 派生类 Derived Classes 面向对象还有一个非常有用的特性就是继承。面向兑现公众,我们可以使用一个类作为模板,创建另一个类。

    1K10发布于 2020-04-08
  • 来自专栏程序员小助手

    MQL5从入门到精通【第二章】变量与数据类型(二)

    MQL5的二位数组原理是一样的。 double myDimension[3][3]; myDimension[0][1] = 1.35; 声明一个3行3列的元素。并对其[0][1]元素进行赋值。 MQL5给我们提供了ArraySize函数,用于获取数组的长度。

    1.4K40发布于 2020-04-08
  • 来自专栏程序员小助手

    MQL5从入门到精通【第四章】(一)条件判断语句

    MQL5中有三个条件判断语句:if - else,三目操作符,和switch - case语句。 ## if语句 前面章节其实我们已经介绍过了,程序内最常用。if语句内可包含许多业务逻辑。

    1.3K10发布于 2020-04-08
  • 来自专栏SaaS加速器

    SaaS获客的三大误区

    第一个误区:市场部产生的MQL直接交给销售跟进 首先问个问题:为什么会有MQL和SQL的分别设计? 这个问题可以跟“为什么会有销售漏斗”联系在一起看。 第二个误区:让市场部统一管理市场投入和外呼,统一以MQL数量论成败 外呼也会产生对乙方产品和公司等等有兴趣的商机,为什么不都叫做MQL,而要再搞个SQL出来? 当然实操上MQL和SQL的设计会比这些定义复杂一些,但是原则是SQL会比MQL更加符合销售跟进的要求。 如果统一产生MQL,那么部门和公司就只会看MQL产生的数量。外呼也会追求MQL数量而倾向于海量外呼。 而海量外呼凭借他的低质量触客而成为获客设计的另一个万恶之源。 外呼被市场管,统一产生MQL,还能生存下来的情况我还真没见过。除非你们定义的MQL其实是SQL。 你们公司要是用MQL来干还成功了,欢迎留言讨论。

    1.1K20发布于 2020-06-09
  • 机器人快速适应新任务的元强化学习技术

    在我们将于国际学习表示会议上发表的一篇论文中,我们描述了一种名为MQL(元Q学习)的新强化学习算法,使AI智能体能够快速适应熟悉任务的新变体。 学会学习与其它"元学习"算法一样,使用MQL的智能体在大量相关任务(例如如何拾取不同形状的物体)上进行训练,然后测试其学习这些任务新变体的能力。MQL有两个关键区别。 其次,在测试期间,MQL使用称为倾向估计的统计技术在其训练数据中搜索与正在学习的新任务相似的过去交互。这使得MQL能够以最少的交互适应新任务。考虑一个想要学习拾取物体的机器人。 这是MQL背后的第一个关键思想:机器人学习一个区分杯子和足球模型的上下文。MQL使用门控循环单元(GRU)神经网络创建任务的表示,整个系统都以该表示为条件。 这引入了MQL的第二个关键组成部分:使用倾向估计。倾向得分表示给定样本来自两个分布中任一个的几率。MQL使用倾向估计来确定训练数据的哪些部分与测试任务数据接近:例如,拾取瓶子比拾取足球更接近拾取杯子。

    14710编辑于 2025-10-28
  • 来自专栏应用计算

    万字长文解析 NLQ 破局 Text2SQL,兼得灵活复杂准确

    MQL 编译为 SQL 执行。 MQL 实现与复杂性 引入 MQL 层具有重要意义。 MQL 需要精心设计以平衡表达力与规范性。 接下来将继续解析 MQL 的设计逻辑及其实现机制。 MQL:精确语义的承载者 MQL 承担着承上启下的作用。 实例解析:从文本到 MQL 的转换 下面用几个示例,理解词典如何驱动 MQL 生成。 生成 MQL:此 MQL 会表达为按省份维度,分别统计员工数量、产品数量,并调用大订单数指标进行计算。

    46010编辑于 2025-11-28
  • 来自专栏程序员小助手

    MQL5从入门到精通【第六章】面向对象编程(一)

    MQL5中增加的一个重要特性就是面向对象。面向对象编程提倡代码的重用,对用户隐藏无意义的接口细节。这位灵活创建大型的应用奠定了基础。 面向对象编程的信条,是属性的抽象化。

    1.3K10发布于 2020-04-08
  • 来自专栏程序员小助手

    MQL5从入门到精通「第二章」变量与数据类型(一)

    MQL4只有int型,而MQL5则区分出4种类型。因为有正有负,是有符号数,最高一位0为正,1为负。 char - 一个字节,所以是 -128到127.【2^7】 short - 两个字节。 MQL5也提供了专门的函数 StringConcatenate() 用于连接多个字符串,效果是一样的。 这是MQL5独有的哦。顾名思义,就是用来存颜色值的。颜色值可以是预定义好的颜色常量,RGB值,或者十六进制值。 巧了,这个独门秘技,在MQL5程序内用的超级多。 翻阅全部的色值常量,参见MQL5手册。 下面是一些简单的例子。 MQL5有一些预定义好的时间日期常量。 __DATE__ 常量返回编译时日期。这与上例代码中 D'',返回相同的值。

    2.1K51发布于 2020-04-08
  • 破局 AI 幻觉:构建以 NoETL 语义编织为核心的 AI 就绪数据架构

    其核心技术路径为 NL2MQL2SQL ,这是区分“玩具”与“企业级”AI 分析的关键。 三步实现 100% 准确查询:NL2MQL(自然语言→指标查询语言):用户问:“上海地区 Q3 的销售毛利率如何?”大模型理解意图后,依据语义层,输出标准化的 MQLMQL 指向的是已定义的、无歧义的指标。 MQL2SQL(指标查询语言→SQL):语义层引擎(规则驱动)接收 MQL,像编译器一样,根据预定义的指标逻辑(如gross_profit_margin = (revenue - cost) / revenue NL2MQL2SQL 通过在 AI 与数据之间引入“语义层”这一关键中间件,在准确性与灵活性上取得了根本平衡,是企业构建可信数据智能的基石路径。

    16010编辑于 2026-01-21
  • 来自专栏应用计算

    Text2SQL 破局技术解析之三:NLQ 词典与准确性

    实例解析:从文本到 MQL 的转换下面用几个示例,理解词典如何驱动 MQL 生成。例 1:基础过滤查询文本:姓名为李芳的职务、出生日期和年龄NLQ 引擎解析:分词:姓名,李芳,职务,出生日期,年龄。 生成 MQL:SELECT ... 20 万元" 在生成 MQL 时将被转换为 20*10000,而不是直接使用数值 200000,体现了量词保持业务表达的自然性。 生成 MQL:此 MQL 会表达为:从员工表中查询,其条件为子表(订单表)中对应销售员的订单金额总和大于 200000SELECT 性别 ,…,ORDERS.sum(订单金额) AS 订单金额总和 FROM 生成 MQL:此 MQL 会表达为按省份维度,分别统计员工数量、产品数量,并调用大订单数指标进行计算。

    24610编辑于 2025-12-04
领券