创意作者：Alexey Kiyanitsa，MQL5 代码作者：barabashkakvn。
该专家顾问基于五个指标（Gator、WPR、AC、DeMarker 和 RSI）的数值进行评估，采用梯形隶属函数。在发送交易请求之前，会检查账户资金是否足够。
参数
double arGator[8] = {0.010,0.020,0.030,0.040,0.040,0.030,0.020,0.010};
double arWPR[8] = {-95,-90,-80,-75,-25,-20,-10,-5};
double arAC[8] = {0.05,0.04,0.03,0.02,0.02,0.03,0.04,0.05};
double arDeMarker[8] = {0.15,0.2,0.25,0.3,0.7,0.75,0.8,0.85};
double arRSI[8] = {25,30,35,40,60,65,70,75};
double Weight[5] = {0.133,0.133,0.133,0.268,0.333};
double arWPR[8] = {-95,-90,-80,-75,-25,-20,-10,-5};
double arAC[8] = {0.05,0.04,0.03,0.02,0.02,0.03,0.04,0.05};
double arDeMarker[8] = {0.15,0.2,0.25,0.3,0.7,0.75,0.8,0.85};
double arRSI[8] = {25,30,35,40,60,65,70,75};
double Weight[5] = {0.133,0.133,0.133,0.268,0.333};
适用于 H1 时间框架。
来自创意作者的提醒：
关于模糊系统的理论材料很多，我们来聊聊这款专家顾问：
1) 该系统根据五个指标（Gator、WPR、AC、DeMarker 和 RSI）的数值进行评估，使用梯形隶属函数。
2) 值的排名和权重可以直接在代码中编辑。
3) 作为模糊评估的基础（买入、卖出、保持观望），你不仅可以使用上述指标，还可以根据自身的判断使用其他方法。
总的来说，这款 EA 代码旨在让大家熟悉模糊评估当前市场情况的技巧。建议在阅读理论后使用或修改它。你可以从 A. Nedosekin 的模糊评估基础材料入手（虽然描述的方法不同，但理论解释非常到位）。
注意：
- 如果想添加自己评估的标准而不是使用五个内置指标，建议将这些标准分割为模糊值的边界（在代码中为数组 arGator[7] 等）。
- 不要尝试过度优化隶属函数的参数（这些参数在代码中不可作为外部参数调整）——这不会产生实质性的效果。
- 尝试进行实验。我认为模糊逻辑在决策方面是无与伦比的。
在 EURUSD 的 H1 时间框架中，取得了最佳效果：
