El crecimiento exponencial de la 3D Referring Expression Segmentation (3D-RES) en el ámbito multimodal genera un interés notable. Enfocada en segmentar instancias objetivo según descripciones lingüísticas, 3D-RES enfrenta limitaciones al tratarse de casos individuales. En situaciones reales, puede ocurrir que se necesiten varios objetivos o ninguno. Este desafío no es abordado por los métodos actuales, lo que dificulta su aplicación práctica. Para superar estas barreras, el nuevo método 3D-GRES se propone como solución, permitiendo interpretar instrucciones de un número variable de objetivos simultáneamente, mediante un sistema que facilita la interacción entre consultas, superpuntos y texto.

Leer más...

Descubre cómo los complejos datos astronómicos podrían tener un impacto en la predicción de mercados financieros. Usando Python y MetaTrader 5, este estudio analiza la posible correlación entre posiciones planetarias y movimientos del EURUSD. Aunque los resultados iniciales no muestran fuertes correlaciones, la investigación es un fascinante cruce entre las estrellas y las finanzas. El intento de usar modelos de regresión y clasificación a través de CatBoost indica que las verdades financieras tal vez no dependan de la astrología, pero abren puertas a futuras exploraciones. Un viaje innovador para traders y desarrolladores interesados en el análisis de datos y la programación avanzada.

Leer más...

Explora el algoritmo de Optimización por Irrigación Artificial (ASHA), una innovadora propuesta que modela procesos de flujo de agua para optimizar problemas complejos. ASHA utiliza agentes de búsqueda (unidades de agua) que se desplazan por un espacio de búsqueda (campo ideal), buscando mejorar soluciones en cada iteración. Este enfoque reduce la posibilidad de quedarse estancado en mínimos locales mediante un mecanismo de infiltración, que reinicia unidades de agua en posiciones aleatorias cuando se encuentran soluciones prometedoras. Así, se equilibra la exploración y explotación del espacio de búsqueda, mejorando la eficiencia en la resolución de problemas y el uso de recursos en computación en la nube.

Leer más...

Implementar estrategias algorítmicas en el mercado de divisas requiere una combinación precisa de tecnologías. Python, gracias a su flexibilidad, junto con MetaTrader 5, ofrece una robusta plataforma para desarrollar sistemas de arbitraje de alta frecuencia. Este proceso implica el cálculo de precios sintéticos para identificar desequilibrios que, aunque breves, pueden ser lucrativos. La arquitectura del sistema es clave: desde la extracción de datos hasta la ejecución de órdenes, pasando por la gestión de riesgos. Como paso esencial, el backtesting permite evaluar la eficacia histórica, optimizando así el sistema para futuras ejecuciones. Sin embargo, las operatorias deben ser cuidadosamente gestionadas para evitar problemas con brókeres y proveedores de liquidez.

Leer más...

La clase de señales de asesores de Wizard MQL5 ofrece ejemplos en Include\Expert\Signal, utilizables de forma aislada o combinada. Esto optimiza esfuerzos al crear un asesor. Se permite asignar peso a cada señal para pruebas efectivas. Alglib ofrece interfaces extensas en el archivo Include\Math\Alglib\dataanalysis.mqh. Las complejidades del mercado financiero desafían el análisis tradicional, destacando la necesidad de métodos como el aprendizaje profundo y las redes neuronales. Los sistemas tradicionales enfrentan limitaciones debido a la naturaleza no lineal y dinámica del mercado. Las nuevas técnicas AI, especialmente los perceptrones, mejoran el análisis de grandes datos, permitiendo predecir comportamientos complejos.

Leer más...

El método Nelder-Mead, creado en 1965, es una técnica de optimización sin derivadas, ideal para funciones complejas o sin fórmulas analíticas. Utiliza un símplex para desplazarse en el espacio de parámetros. Se clasifica como algoritmo de optimización incondicional y es especialmente efectivo para funciones con múltiples mínimos locales.

El método no poblacional opera con un solo símplex compuesto de puntos en el espacio de búsqueda. Incluye operaciones como reflexión, expansión, y contracción para mejorar el punto más débil del símplex. Sin embargo, el encogimiento podría ser problemático debido a su alta demanda computacional y riesgo de convergencia en mínimos locales. En muchos casos, es más eficiente omitir esta operación.

Leer más...

El aprendizaje por refuerzo es una técnica crucial para equilibrar exploración y explotación en el entrenamiento. El algoritmo Q-Learning, integrado con cadenas de Markov, optimiza el aprendizaje en redes de perceptrón multicapa. Usamos Q-Learning no solo como entrada bruta, sino para refinar métricas de pérdida en MLPs. A través de un enfoque cíclico y crítico, evaluamos acciones con recompensas, adaptando las decisiones basadas en el entorno del mercado. Este modelo no solo gestiona las acciones del actor, sino que las refina usando Markov para ponderar transiciones entre estados, consolidando un enfoque robusto para decisiones basadas en datos financieros.

Leer más...

Experimente un enfoque innovador para el análisis de patrones en el mercado de divisas con Python y MetaTrader 5. Este sistema identifica patrones en datos históricos, optimizando decisiones de compra y venta. Con funciones como "find_patterns" y "calculate_winrate_and_frequency", se analizan la eficacia y frecuencia de patrones desde largos plazos hasta tendencias cortas. El método convierte datos caóticos en secuencias "up" y "down" para vislumbrar tendencias. Además, evalúa estadísticamente patrones para decidir estrategias de trading. Este sistema es una potente herramienta automatizada, que incrementa probabilidades de éxito en un entorno siempre impredecible.

Leer más...

Descubre cómo Python y MetaTrader 5 transforman el análisis económico en un proceso accesible y eficiente para traders y desarrolladores. Aprende a usar bibliotecas como pandas y wbdata para recopilar y estructurar datos económicos globales del Banco Mundial. Integra y analiza estas cifras junto a datos de mercado en MetaTrader 5. Emplea el aprendizaje automático con CatBoost para predecir cotizaciones, optimizando así tus estrategias de inversión. Nuestro enfoque se centra en la creación de un conjunto de datos organizado para identificar patrones y tendencias potenciales en los mercados financieros globales. Convierte datos incomprensibles en una herramienta poderosa para la toma de decisiones.

Leer más...

Explora cómo la inteligencia artificial transforma las estrategias de trading en Forex y metales preciosos. La correlación histórica entre el oro y el dólar está cambiando con la flexibilización cuantitativa, complicando las previsiones. Utilizando MetaTrader 5 junto con Python, se analizaron datos complejos y se desarrolló un modelo de Regresor de Vectores de Soporte Lineal ajustado que destaca la influencia de los precios de metales preciosos en el tipo de cambio USDCAD. A pesar de los avances, el modelo lineal simple se mantiene fuerte. La investigación continúa, subrayando el potencial del aprendizaje algorítmico para descubrir patrones que podrían ser invisibles a simple vista.

Leer más...

Los modelos matemáticos desempeñan un papel crucial en la predicción del comportamiento de los mercados financieros. La regresión logit y probit son dos métodos de clasificación binaria útiles en este contexto. Estos modelos de aprendizaje supervisado permiten estimar la probabilidad de aumento o disminución de precios mediante patrones de precios normalizados.

El proceso comienza con la preparación de datos, seleccionando características y normalizándolas para el entrenamiento. Luego, se estima los parámetros del modelo usando métodos como L-BFGS o IRLS. La regularización L2 ayuda a prevenir el sobreentrenamiento, asegurando estimaciones de parámetros significativas.

Finalmente, el modelo predictivo LogitExpert permite optimizar parámetros dinámicamente y verifica la significación del modelo usando el criterio de la razón de verosimilitud. Esto permite aplicar las señales comercial...

Leer más...

El artículo presenta RefMask3D, un innovador marco de segmentación en 3D guiado por lenguaje, diseñado para comprender y segmentar objetos desde una nube de puntos siguiendo descripciones en lenguaje natural. Utiliza el Geometry-Enhanced Group-Word Attention, una técnica que promueve una interacción precisa entre datos lingüísticos y visuales, minimizando el ruido de correlaciones directas. RefMask3D implementa un módulo de clúster de objetos para mejorar la identificación del objeto, empleando un enfoque de atención intermodal que facilita la integración de los datos 3D con descripciones semánticas. Esta metodología promete avanzar significativamente en el campo del análisis multimodal y la segmentación precisa.

Leer más...

Los objetos gráficos en MQL5 son herramientas clave para mejorar el análisis de trading mediante la representación visual de datos críticos como niveles de precios y tendencias. Personalizar estos objetos optimiza la claridad en los gráficos, permitiendo una evaluación más rápida y precisa de las condiciones del mercado. Durante este proyecto, se utilizarán líneas de tendencia, etiquetas de texto y rectángulos para crear un asesor experto (EA) que muestre visualizaciones de operaciones directamente en el gráfico, facilitando el monitoreo en tiempo real de metas de toma de ganancias y stop-loss. Este enfoque práctico es esencial para desarrollar habilidades en la creación y modificación de objetos gráficos dentro de MQL5.

Leer más...

El algoritmo de Optimización del Búfalo Africano (ABO), desarrollado en 2015, es una metaheurística inspirada en el comportamiento cooperativo de los búfalos africanos. Los principios clave incluyen la comunicación y el aprendizaje, donde las soluciones se mejoran colectivamente mediante la interacción social y el conocimiento compartido en la manada.

El algoritmo inicia con una población inicializada aleatoriamente. Cada solución se evalúa y se actualiza en función de las mejores posiciones locales y globales. Las señales "maaa" y "waaa" guían el proceso de búsqueda. Las pruebas iniciales mostraron una mejora significativa del 51.49% tras optimizar el algoritmo, aumentando su eficacia en problemas de alta dimensionalidad. Se busca ahora implementar nuevos enfoques de selección probabilística para incrementar su rendimiento.

Leer más...

Una biblioteca multiplataforma proporciona una comparación eficiente de valores dobles de "precios". Ideal para situaciones como establecer un SellLimit, donde es necesario verificar que el precio de apertura no sea menor al precio Bid actual. Ofrece un método más claro y conciso que las verificaciones estándar, con una ejecución notablemente más rápida. Esta optimización computacional puede incrementar la velocidad en pruebas y optimizaciones. Permite ajustar la precisión en la comparación de valores dobles, manteniendo la funcionalidad de los operadores de comparación estándar. Además, incluye una variante optimizada de NormalizeDouble para acelerar la función estándar. Se incluye un script de ejemplo que ilustra los resultados en distintas situaciones de precios.

Leer más...

La capacidad de leer y escribir archivos en formato tst permite la creación de nuevos tipos de productos para el análisis de resultados en el Probador de Estrategias de MetaTrader 5. Al colocar la carpeta de caché del Probador en un sandbox, se puede desarrollar un analizador que combine resultados individuales y presente estadísticas combinadas. Esto facilita la selección y visualización de los mejores intervalos de negociación y la eficiencia de posiciones de cobertura. Además, se pueden calcular carteras óptimas, manejar latencias y evaluar diferentes configuraciones de ejecución de órdenes, todo ello sin necesidad de ejecutar constantemente el Probador. La implementación de tales productos podría expandirse fuera del ecosistema existente, utilizando lenguajes alternativos.

Leer más...

MetaTrader 5 proporciona un historial volumétrico de eventos fundamentales accesible mediante programación, facilitando su uso tanto en el Probador como en el comercio real. La biblioteca permite trabajar efectivamente con estos datos, ilustrado a través de comentarios en el código fuente de los ejemplos.

Los desarrolladores pueden obtener datos históricos y futuros eventos fundamentales. Estos datos son integrados en sistemas de información, permitiendo a los Asesores Expertos e indicadores notificar sobre próximos eventos relevantes. En cuanto al backtest, un ejemplo de Asesor Experto utiliza las Nóminas No Agrícolas para comparar valores actuales y previstos.

Ejecución única en MT5- Terminal guarda aproximadamente 60 MB de datos históricos, los cuales luego están disponibles para pruebas. Esta solución no requiere DLLs y es compatible con el Marketplace. Funciona en múltiples pla...

Leer más...

En el desarrollo de Asesores Expertos (EAs) en MetaTrader, la función OnTick() gestiona eventos de cotizaciones recibidas, pero carece de un método para detectar la apertura de nuevas barras. Para lograr esto, es esencial monitorear la hora de inicio de la barra más reciente. Un cambio indica una nueva barra y permite actuar según sea necesario.

El uso de una variable estática dentro de OnTick() es una estrategia efectiva para este propósito. A diferencia de variables locales normales, las variables estáticas preservan su valor entre llamadas de función, atrapando el cambio en el tiempo de apertura. Durante la primera ejecución del EA en un gráfico, el código puede tratar la barra actual como si acabara de abrirse, lo que podría requerir ajustes adicionales según el contexto de uso.

Leer más...

Explora la implementación de núcleos gaussianos en Asesores Expertos de MetaTrader 5, destacando el núcleo lineal y el núcleo Matérn. Estos núcleos facilitan la modelización de relaciones complejas sin conocimientos previos, adaptándose a datos no lineales y ruidosos. El uso de diferentes núcleos permite prever tendencias, capturar volatilidad y ajustar la suavidad mediante el parámetro v del núcleo Matérn. La elección adecuada del núcleo optimiza la previsión y gestión de riesgos en ambientes financieros volátiles. Implementando en MQL5, los desarrolladores pueden mejorar significativamente sus capacidades de trading algorítmico.

Leer más...

Hoja de ruta técnica para optimizar un EA que usa order blocks. Se inician los ajustes refinando el indicador de order blocks, que mejora su eficiencia reduciendo iteraciones en el bucle de cálculo y simplificando las funciones de mitigación usando valores de high y low de las velas.

Adicionalmente, se introducen funciones plantilla para manipular arrays de forma más eficaz. Se reestructura la lógica de gestión de order blocks mitigados, eliminando elementos innecesarios del array principal. La utilización de arrays predefinidos de MQL permite una mejor administración de los datos.

En la creación del asesor experto, se detallan los parámetros generales y de gestión de riesgo, permitiendo configuraciones personalizables y fijas. Se establecen sesiones operativas para evitar trades en periodos de baja volatilidad. La declaración de variables globales cubre aspectos esenciales como el ...

Leer más...