真实型（double，float）
真实型（或浮点型）以小数部分为代表值，在MQL5语言里，浮点型数据有两种类型，在内存中实型数据的表示方法由 IEEE 754水平规定，它并不依赖平台、操作系统和程序语言。
| 类型 | 字节大小 | 最小正值 | 最大值 | C++ 类似物 |
|---|---|---|---|---|
| float | 4 | 1.175494351e-38 | 3.402823466e+38 | float |
| double | 8 | 2.2250738585072014e-308 | 1.7976931348623158e+308 | double |
double
double（双精度）实数类型占用64位（1个符号位，11个指数位，52个尾数位）。
float
float（浮点）实数类型占用32位（1个符号位，8个指数位，23个尾数位）。
vector
double（双精度）类型数值的一维数组。动态分配数据内存。可以使用methods（方法）获得向量属性，同时可以更改向量大小。向量<double>条目可以用在模板函数。
vectorf
如果精度亏损不严重，可以使用float（浮点）类型数值的一维数组来代替vector（向量）类型数值。向量<float>条目可以用在模板函数。
vectorc
complex（复数）类型数值的一维数组旨在处理复数。向量<complex>条目可以用在模板函数。对vectorc类型向量的操作尚未执行。
matrix
Matrix（矩阵）是double（双精度）类型数值的二维数组。动态分布矩阵元素的内存。可以使用methods（方法）获得矩阵属性，同时可以更改矩阵形状。矩阵<double>条目可以用在模板函数。
matrixf
如果精度亏损不严重，可以使用float（浮点）类型数值的二维数组来代替matrix（矩阵）类型数值。矩阵<float>条目可以用在模板函数。
matrixc
complex（复数）类型数值的二维数组旨在处理复数。矩阵<complex>条目可以用在模板函数。对matrixc类型矩阵的操作尚未执行。
双精度名称是为了表示这些浮点型数据的双倍准确率，在大多数情况下，双精度型是最方便的，浮点型数据的精密度限制是不够的，原因就在于浮点型数据还要节约内存（这就是真实型数据庞大的重要性）。
浮点型数据由整数部分、小数点(.)和小数部分组成，其中整数部分和小数部分为一系列十进制数字。
示例：
double a=12.111;
double b=-956.1007;
float c =0.0001;
float d =16;有更科学的方法输入实常数，通常这些方法比传统方法更简洁。
示例：
double c1=1.12123515e-25;
double c2=0.000000000000000000000000112123515; // 小数点后有24个零
Print("1. c1 =",DoubleToString(c1,16));
// 结果: 1. c1 = 0.0000000000000000
Print("2. c1 =",DoubleToString(c1,-16));
// 结果: 2. c1 = 1.1212351499999999e-025
Print("3. c2 =",DoubleToString(c2,-16));
// 结果: 3. c2 = 1.1212351499999999e-025在二进制系统中，实型数据以限制精确度来存储，而常用作十进制计数法。这就是在十进制系统中，许多被取代的数字在二进制系统中被输出为无数小数点的原因。
例如，0.3和0.7的小数部分被取代，而0.25却被精确保留，因为它的有效数字是两位。
就这一点而言，不要实际地区对比两个真实数据，因为对比是不精确的。
示例：
void OnStart()
{
//---
double three=3.0;
double x,y,z;
x=1/three;
y=4/three;
z=5/three;
if(x+y==z)
Print("1/3 + 4/3 == 5/3");
else
Print("1/3 + 4/3 != 5/3");
// 结果: 1/3 + 4/3 != 5/3
}如果你仍需要对比两个真实型数据，有两种方法，第一种，在同样的小数位对比他们之间的不同。
示例：
bool EqualDoubles(double d1,double d2,double epsilon)
{
if(epsilon<0) epsilon=-epsilon;
//---
if(d1-d2>epsilon)
return false;
if(d1-d2<-epsilon)
return false;
//---
return true;
}
void OnStart()
{
double d_val=0.7;
float f_val=0.7;
if(EqualDoubles(d_val,f_val,0.000000000000001))
Print(d_val," equals ",f_val);
else
Print("Different: d_val = ",DoubleToString(d_val,16)," f_val = ",DoubleToString(f_val,16));
// 结果: 不同: d_val= 0.7000000000000000 f_val= 0.6999999880790710
}上例中第五位比DBL_EPSILON多，值是2.2204460492503131e-016，与浮点型数据相一致的是FLT_EPSILON = 1.192092896e-07。这些值有如下意义：满足条件的最低值 1.0 + DBL_EPSILON! = 1.0（大量的浮点型数值 1.0 + FLT_EPSILON! = 1.0）。
第二种方法通过0将两种真实型数据进行了标准对比，它是无意义的，因为任何标准化操作都能给出非标准的结果。
示例：
bool CompareDoubles(double number1,double number2)
{
if(NormalizeDouble(number1-number2,8)==0)
return(true);
else
return(false);
}
void OnStart()
{
double d_val=0.3;
float f_val=0.3;
if(CompareDoubles(d_val,f_val))
Print(d_val," equals ",f_val);
else
Print("Different: d_val = ",DoubleToString(d_val,16)," f_val = ",DoubleToString(f_val,16));
// 结果: 不同: d_val= 0.3000000000000000 f_val= 0.3000000119209290
}一些数字协同处理器的操作能够导致无效的真实型数字，不能运用到数字操作和对比中，因为用无效真实型数据的操作结果是不能定义的。例如，当想要计算2的反正弦，结果可能无穷负。
示例：
double abnormal = MathArcsin(2.0);
Print("MathArcsin(2.0) =",abnormal);
// 结果: MathArcsin(2.0) = -1.#IND除了负无穷大也还有正无穷大和NaN（不是数字），确定数字是否是无效的，可以运用MathIsValidNumber()。功能，根据IEEE标准，可以用专用机描述。例如，双精度型正无穷代表小的 0x7FF0 0000 0000 0000。
示例：
struct str1
{
double d;
};
struct str2
{
long l;
};
//--- 开始
str1 s1;
str2 s2;
//---
s1.d=MathArcsin(2.0); // 获得无效数据 -1.#IND
s2=s1;
printf("1. %f %I64X",s1.d,s2.l);
//---
s2.l=0xFFFF000000000000; // 无效数据 -1.#QNAN
s1=s2;
printf("2. %f %I64X",s1.d,s2.l);
//---
s2.l=0x7FF7000000000000; // 最大 nonnumber SNaN
s1=s2;
printf("3. %f %I64X",s1.d,s2.l);
//---
s2.l=0x7FF8000000000000; // 最小 nonnumber QNaN
s1=s2;
printf("4. %f %I64X",s1.d,s2.l);
//---
s2.l=0x7FFF000000000000; // 最大 nonnumber QNaN
s1=s2;
printf("5. %f %I64X",s1.d,s2.l);
//---
s2.l=0x7FF0000000000000; // 正无穷大 1.#INF 和最小 nnonnumber SNaN
s1=s2;
printf("6. %f %I64X",s1.d,s2.l);
//---
s2.l=0xFFF0000000000000; // 负无穷大 -1.#INF
s1=s2;
printf("7. %f %I64X",s1.d,s2.l);
//---
s2.l=0x8000000000000000; // 负零 -0.0
s1=s2;
printf("8. %f %I64X",s1.d,s2.l);
//---
s2.l=0x3FE0000000000000; // 0.5
s1=s2;
printf("9. %f %I64X",s1.d,s2.l);
//---
s2.l=0x3FF0000000000000; // 1.0
s1=s2;
printf("10. %f %I64X",s1.d,s2.l);
//---
s2.l=0x7FEFFFFFFFFFFFFF; // 最大的规格化数字 (MAX_DBL)
s1=s2;
printf("11. %.16e %I64X",s1.d,s2.l);
//---
s2.l=0x0010000000000000; // 最小的正规格化 (MIN_DBL)
s1=s2;
printf("12. %.16e %.16I64X",s1.d,s2.l);
//---
s1.d=0.7; // 显示数字0.7-无限循环部分
s2=s1;
printf("13. %.16e %.16I64X",s1.d,s2.l);
/*
1. -1.#IND00 FFF8000000000000
2. -1.#QNAN0 FFFF000000000000
3. 1.#SNAN0 7FF7000000000000
4. 1.#QNAN0 7FF8000000000000
5. 1.#QNAN0 7FFF000000000000
6. 1.#INF00 7FF0000000000000
7. -1.#INF00 FFF0000000000000
8. -0.000000 8000000000000000
9. 0.500000 3FE0000000000000
10. 1.000000 3FF0000000000000
11. 1.7976931348623157e+308 7FEFFFFFFFFFFFFF
12. 2.2250738585072014e-308 0010000000000000
13. 6.9999999999999996e-001 3FE6666666666666
*/