Un indicador técnico permite identificar cuándo un precio alcanza un momento específico en cualquier vela o marco temporal. Es especialmente útil para aquellos que buscan rastrear momentos específicos, como el inicio de una sesión de mercado o al cruzar diferentes zonas horarias. Por ejemplo, para abrir una posición exactamente a las 9:00 AM. La versión actualizada 1.1 incluye la indicación del día de la semana, facilitando recordar el día de operación. Ofrece opciones para personalizar el ancho y color de las líneas, así como el texto temporal, ajustando su proximidad a la vela actual. Facilita la planificación precisa de operaciones basadas en el tiempo.

👉 Léelo | Manual sobre redes neuronales | @mql5es

FinCon es un framework para análisis financiero que utiliza big data y procesamiento de lenguaje natural. Implementa una arquitectura multiagente donde el Agente-Gestor coordina Agentes-Analistas para integrar resultados y optimizar estrategias. Este sistema de gestión de riesgos opera en dos niveles: uno minimiza pérdidas en tiempo real y otro analiza estrategias a partir de datos pasados. FinCon emplea un sistema de memoria de trabajo, procedimental y episódica para mejorar el proceso de aprendizaje y toma de decisiones basado en patrones y experiencias previas, todo con el fin de mejorar la precisión en la previsión del mercado financiero.

👉 Léelo | CodeBase | @mql5es

El CPA (Algoritmo de Partenogénesis Cíclica) presenta un enfoque innovador que simula el ciclo vital de los pulgones para resolver problemas complejos de optimización. Este algoritmo equilibra la exploración de nuevas soluciones con el aprovechamiento de soluciones ya existentes, similar a cómo estos insectos alternan entre reproducción asexual y sexual según las condiciones. En pruebas, el CPA muestra su eficacia, pero alcanza solo el 34.76% de la puntuación máxima, ubicándose en el puesto 44 entre los 45 mejores algoritmos de optimización. Su diseño refleja una meticulosa organización al adaptar estrategias de adaptación natural para resolver problemas de optimización multidimensional.

👉 Léelo | Market | @mql5es

Detección del patrón alcista de tres barras: Se compone de una primera vela verde con cuerpo grande que señala un pico alcista, seguida de una vela roja indicando retroceso. La secuencia termina con otra vela verde de gran cuerpo, repitiendo el pico alcista. Este patrón define una zona mediante un rectángulo azul, delimitado por los altos y bajos de las tres velas. Además, se traza una línea horizontal verde lima en la apertura de la vela central, que sirve como punto de entrada y se prolonga hasta que el precio regresa.

Este indicador identifica dinámicas de picos en Boom y permite visualizar entradas de dinero inteligente. La detección automática de mitigación evita correcciones innecesarias en el gráfico. Disponible para pruebas en Boom 500 y Boom 1000. Esta herramienta simple pero efectiva es útil para análisis técnico avanzado.

👉 Léelo | Documentación | @mql5es

La clase CBitBuffer en MQL5 permite una serialización de datos precisa a nivel de bits, crucial para optimizar el almacenamiento y recuperación de información. Compatible con diversos tipos de datos, incluido el uso de enteros de longitud variable mediante codificación ZigZag, e ideal para operaciones en red y compresión de datos.

Las características clave incluyen operaciones bit a bit y soporte para múltiples tipos de datos, como bool, char, int, float, entre otros. Permite optimización de espacio a través de enteros de longitud variable, importantes para el manejo eficiente de valores pequeños. Además, ofrece un sistema de gestión de errores con el enum ENUM_BIT_BUFFER_ERROR y métodos de control de errores.

Las actualizaciones recientes mejoraron la integridad de los datos, añadiendo soporte para operaciones mixtas y eliminando errores de operación mezclada. Los ejemplos se han a...

👉 Léelo | Freelance | @mql5es

MQL5 Algo Forge se ha establecido como un entorno esencial para los desarrolladores de trading algorítmico. Permite una gestión eficiente de proyectos mediante un control de versiones integrado en Git. Ofrece la posibilidad de seguir cambios, trabajar en equipo y experimentar sin riesgos mediante la creación de ramas. La capacidad de trabajar sin conexión y la sincronización con la nube proporcionan flexibilidad adicional. La interfaz del MetaEditor facilita el uso de comandos básicos de Git, simplificando la gestión del código y asegurando que los desarrolladores siempre tengan acceso a las versiones más recientes. Mejore su flujo de trabajo y colabore de manera efectiva con MQL5 Algo Forge.

👉 Léelo | Cotizaciones | @mql5es

El artículo analiza la plataforma innovadora MacroHFT, una nueva propuesta para el trading de alta frecuencia en criptomonedas. Basada en el aprendizaje por refuerzo y datos contextuales como información macroeconómica, MacroHFT aporta soluciones para los desafíos típicos del HFT, como la elevada volatilidad y la necesidad de rapidez en la toma de decisiones. Integra subagentes especializados en condiciones de mercadeo específicas y un hiperagente coordinador, mejorando la adaptabilidad en un entorno dinámico. Además, considera el uso de tecnologías avanzadas como Double Deep Q-Network y estructuras de memoria para un rendimiento óptimo, con potencial de adaptación a otros mercados financieros.

👉 Léelo | CodeBase | @mql5es

El indicador MT5 para detectar patrones de picos de mercado en Crash utiliza un enfoque de patrón específico de 3 velas: Rojo-Verde-Rojo. Las velas rojas señalan picos fuertes mientras que la verde indica un retroceso medio. Al identificar este patrón, marcan una caja alrededor del máximo/mínimo de estas velas y trazan una línea de entrada en el precio de apertura de la vela central.

La línea permanece hasta que el precio alcanza este nivel, momento en el que es sustituida por una línea fija más corta. Aplicable tanto en velas históricas como en tiempo real, este indicador visualiza oportunidades de trading para retorno a zonas. La herramienta está ligada al Concepto de Dinero Inteligente, enfatizando desequilibrios entre oferta y demanda. Es útil para operaciones de reentrada, especialmente en mercados de Crash, y se complementa bien con otros indicadores como EMA, OBV o bloques de ...

👉 Léelo | Documentación | @mql5es

Se ha corregido un error en la última versión de un indicador de aumento de precios que calcula las variaciones de márgenes y precios en porcentaje. La fecha de actualización es 13.12.2024. Este indicador permite a los desarrolladores analizar con precisión los cambios en los márgenes de ganancia. Este ajuste asegura que los valores reflejen con exactitud las condiciones actuales del mercado. Se recomienda verificar los cálculos después de esta actualización. Feedback positivo sobre el desempeño del indicador es esencial para futuras mejoras. Evaluar el impacto de este cambio en las estrategias existentes puede ser beneficioso para mantener la competitividad en el análisis de datos financieros.

👉 Léelo | Señales | @mql5es

Explora la implementación del aprendizaje en línea para MetaTrader 5, que permite modelos de IA adaptables a datos en tiempo real. Este enfoque integra plataformas como Python y MQL5 para crear, entrenar y desplegar modelos eficientemente con técnicas como CatBoost y GRU. La infraestructura facilita predecir de manera continua y rentable en trading, adaptándose a nuevas tendencias sin intervención frecuente. Se destaca la capacidad de automatización del proceso mediante programación en Python, maximizando recursos y mejorando el rendimiento de los modelos ML en entornos comerciales dinámicos. La estrategia asegura adaptabilidad y precisión en la predicción de mercados volátiles.

👉 Léelo | Cotizaciones | @mql5es

Un indicador especializado ha sido actualizado para mejorar la precisión en el análisis del cambio de precio en porcentaje y rango. Se identificó y corrigió un error en la última versión del 13 de diciembre de 2024, mejorando su fiabilidad. Esencial para profesionales que requieren datos precisos para un análisis minucioso de tendencias. Asegura un cálculo confiable y eficiente, eliminando discrepancias previas. Usuarios del sector son recomendados a actualizar para aprovechar las mejoras y correcciones incorporadas. Las actualizaciones continuas son vitales para mantener niveles óptimos de rendimiento en el análisis técnico.

👉 Léelo | Señales | @mql5es

Nuevo proyecto de código abierto: MarketPredictor para MetaTrader 5 disponible. Este EA utiliza matemáticas avanzadas para predecir movimientos de mercado. Se basa en funciones sinusoidales, FFT, funciones sigmoidales y simulaciones Monte Carlo. El objetivo es ayudar a los interesados en tecnología y mercados financieros a analizar y anticipar tendencias.

El proyecto busca resolver puntos críticos, como la falta de ejecución de operaciones. Está disponible en GitHub para la comunidad. Se invita a optimizar parámetros, mejorar lógica de negociación y corregir errores. La licencia aclara términos de uso. Se recomienda probar en cuentas demo antes del uso real.

Contribuciones y sugerencias son bienvenidas para mejorar esta herramienta innovadora.

👉 Léelo | Documentación | @mql5es

Explorar nuevas formas de optimizar el trading algorítmico en MetaTrader 5 es crucial. El artículo presenta un enfoque innovador: almacenar y analizar historiales de transacciones mediante archivos para simular operaciones pasadas. Este método permite a los desarrolladores crear asesores expertos que replican decisiones históricas en el simulador, facilitando ajustes en condiciones como StopLoss y TakeProfit. Además, se puede evaluar "qué pasaría si" en diferentes escenarios, mejorando las estrategias según datos pasados. Este enfoque promete una visión dinámica y precisa del rendimiento, esencial para ajustar algoritmos y maximizar resultados en el trading.

👉 Léelo | Guía de algotrading | @mql5es

Explora cómo optimizar tu experiencia de trading con un sofisticado panel de control en MetaTrader 5. Mejoramos un panel de noticias económicas en MQL5 con filtros avanzados para moneda, importancia y tiempo, permitiendo a los operadores centrar su atención solo en los eventos económicos más relevantes. Aprende a implementar lógicamente estas mejoras utilizando variables booleanas y estructuras de datos para un filtrado eficiente. Además, descubre cómo gestionar visualmente el contenido y optimizar el uso de datos para una experiencia personalizada y eficiente que potencie tu toma de decisiones en el mercado. Estas innovaciones aportan precisión y contextualizan la información crítica para los traders.

👉 Léelo | CodeBase | @mql5es

El robot CopyTrader utiliza una base de datos SQLite para gestionar señales activas y su historial. Al iniciarse, verifica y almacena posiciones abiertas como señales nuevas, integrando matrices de control.

El evento `OnTradeTransaction` maneja modificaciones de Stop Loss/Take Profit, identificando acciones específicas y enviando señales de modificación. Cuando se abre una nueva posición, el sistema discrimina entre compras y ventas, registrando señales nuevas si la entrada es válida. El cierre de posiciones se detecta y se registra en el historial, marcando dicha señalización en la base de datos.

Las funciones de señalización incluyen envío de registros a la base de datos para nuevas órdenes, modificaciones de órdenes y cierres. La base de datos gestiona doble verificación de señales, actualización de estados y traslado al historial de señales completadas.

En cuanto al ticket n...

👉 Léelo | Foro | @mql5es

La biblioteca de funciones temporales ofrece más de 80 funciones para manejar variables de tiempo con alto rendimiento. El modo de rendimiento, controlable a través de #define en tiempo de compilación, está desactivado por defecto, pero es opcional y permite optimizar funciones como TimeToStruct y StructToTime en MQL, mejorando su eficiencia. Este ajuste es útil para aplicaciones de alto rendimiento que requieren procesamiento intensivo de datos temporales.

El archivo "TimeUtils.mqh" proporciona breves descripciones de cada función. Los scripts adjuntos "basic.mq5" y "advanced.mq5" demuestran usos básicos y avanzados, respectivamente. Las actualizaciones recientes incluyen mejoras en cálculos de tiempo y nuevas funciones como IsCurrentXXX(), IsToday(), IsTomorrow(), e IsYesterday(). La optimización continua asegura eficiencia en cálculos temporales, indispensable para proyectos compl...

👉 Léelo | Documentación | @mql5es

El artículo explora un método innovador para abordar el sesgo optimista en el aprendizaje por refuerzo: el SPLT-Transformer. Este modelo se basa en la arquitectura Transformer, pero integra flujos paralelos de información para mejorar la predicción en entornos estocásticos. Los modelos que implementan SPLT-Transformer buscan crear múltiples trayectorias candidatas, optimizando decisiones ante diversos escenarios. A diferencia de métodos anteriores, combinan representaciones latentes estocásticas para una planificación más efectiva. Además, el artículo presenta la implementación práctica de estos enfoques en MQL5, abriendo así nuevas posibilidades para el desarrollo de algoritmos en el ámbito del trading.

👉 Léelo | CodeBase | @mql5es

Este indicador Fibonacci Bollinger Bands es una conversión del lenguaje Pine Script a MQL5. Integra Bandas de Bollinger con niveles de Fibonacci para identificar zonas de soporte y resistencia de manera más eficiente. Implementa cálculos automáticos de Fibonacci dentro de las bandas para ofrecer una perspectiva diferenciada en operaciones de ruptura e inversión. Es totalmente compatible con la plataforma MetaTrader 5, lo que lo convierte en una herramienta ideal para operadores que requieren un análisis técnico más sofisticado. Descargue el indicador y observe cómo mejora su enfoque comercial con esta combinación técnica.

👉 Léelo | Guía de algotrading | @mql5es

Una nueva herramienta automatizada ha sido desarrollada para optimizar el cierre de posiciones abiertas, usando las Bandas de Bollinger y el RSI. Este sistema es útil al final del día o sesión, gracias a su capacidad para identificar niveles de sobrecompra y sobreventa. Es particularmente efectivo en condiciones de baja volatilidad, permitiendo encontrar puntos de salida óptimos. También es beneficioso durante los períodos de incertidumbre antes de la divulgación de noticias importantes. La herramienta ahora incluye la función CloseAll, que permite cerrar todas las posiciones con el nivel de beneficio definido por el usuario.

👉 Léelo | Cotizaciones | @mql5es

La Clasificación Jerárquica Aglomerativa (AHC) se utiliza para identificar clústeres en conjuntos de datos multivariantes. A través de un dendrograma, los datos se organizan jerárquicamente, lo cual ayuda en la identificación de patrones. En el entorno MetaTrader con MQL5, la implementación de AHC puede ser realizada usando la biblioteca AlgLib.

Para ello, se parte de una estructura de datos que captura el rango histórico de las barras de precios. Este entrenamiento no supervisado permite predecir la volatilidad de las barras mediante la agrupación en clústeres, lo que es útil para gestionar mejor el capital y el riesgo en el trading. Utilizar modelos AHC con MQL5 facilita la creación y gestión de asesores automatizados.

👉 Léelo | Foro | @mql5es